On the use of learning-based forecasting methods for ameliorating fashion business processes: A position paper

要約

ファッション業界は、世界で最も活発で競争の激しい市場の一つであり、毎年、何百万もの製品を製造し、多くの消費者に届けています。この大規模な産業には、数多くのビジネスプロセスが関わっていますが、一般的に衣料品のライフサイクルが短いため、サプライチェーン・マネジメントと小売戦略は、優れた市場パフォーマンスを実現するために極めて重要です。顧客の要望やニーズを正しく理解し、物流問題を管理し、適切な製品を販売することは、影響する要因が多いため、多くの不確実性を伴うハイレベルな問題ですが、最も重要なことは、将来が予測できないことが多いということです。したがって、ファッションの真の目的・意義である、特定の商品やスタイルを多くの人に着てもらい、その商品や人、ひいてはブランドをファッショナブルにする、という様々なビジネスプロセスを改善するために、未来の予測を行う予測手法が不可欠であることは明らかである。この論文では、ファッション企業が産業と市場への影響を改善するために適用できる、3つの具体的な予測タスクの概要を説明する。この3つのタスクの進歩と問題点を強調し、その重要性と産業レベルでのインパクトについて議論する。最後に、学習ベースの予測手法がどのようにファッション業界をさらに支援できるかを考察し、今後の課題と方向性を強調する。

要約(オリジナル)

The fashion industry is one of the most active and competitive markets in the world, manufacturing millions of products and reaching large audiences every year. A plethora of business processes are involved in this large-scale industry, but due to the generally short life-cycle of clothing items, supply-chain management and retailing strategies are crucial for good market performance. Correctly understanding the wants and needs of clients, managing logistic issues and marketing the correct products are high-level problems with a lot of uncertainty associated to them given the number of influencing factors, but most importantly due to the unpredictability often associated with the future. It is therefore straightforward that forecasting methods, which generate predictions of the future, are indispensable in order to ameliorate all the various business processes that deal with the true purpose and meaning of fashion: having a lot of people wear a particular product or style, rendering these items, people and consequently brands fashionable. In this paper, we provide an overview of three concrete forecasting tasks that any fashion company can apply in order to improve their industrial and market impact. We underline advances and issues in all three tasks and argue about their importance and the impact they can have at an industrial level. Finally, we highlight issues and directions of future work, reflecting on how learning-based forecasting methods can further aid the fashion industry.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL