發想 ~ 在地快時尚生態鏈 ~ 爺們挺的是理想

＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃
一個想法的萌芽

~想解決的問題 | 初心~

新聞報導：

• 2015/09/19 三成空店面緊黏，五分埔「招租潮」湧現
• 2016/05/19 難敵網購低價競爭，五分埔倒店逾200家
• .....

...... 我走在西門町，人來人往大包小袋的採買人潮，歐系、日系、韓系快時尚席捲台灣，....我這個不買流行服飾的宅男軟體工程師能幫助台灣服飾業重新發光發亮嗎!?!?! 那既然大家都在講大數據，那可以從我熟悉的軟體做切入，是否能建立出一個新的生態鏈??

台科大 林孟彥教授：

    解決問題時要先找出真正的問題，定義問題的「質性」。

台科大 陳彥廷教授：

    決定(假設出)想解決的最關鍵問題，思考能怎樣有趣的解決問題，一次解決一個，而非全部做。

台科大 王孔政教授：

    精實管理，首重減少浪費。而最大的浪費就在運輸、庫存。所以要消除、合併它。

~最想先克服的是~

消除庫存最好的方式：

• 就是將貨品賣出去。所以只要找出會買衣服的人，然後將衣服賣給她，....
• .....

設定要達成的效果：

• 透過軟體即時分析每位來店客戶，找出她或他可能會喜歡店內的哪件衣服。
• .....

交大 李育杰教授：

    數據瞄準了我們—Target百貨利用會員借用嬰兒車，分析出懷孕者的消費模式，並用以精確寄發DM，包括一名17歲未婚懷孕連家人都沒發現的少女。

台科大 李漢銘教授：

    透過影像分析技術，可以取得很多相當個人化的資訊。—因為電腦已經像是有眼睛，可以看懂車牌、人臉(你是誰)、.....，可以分析出很多資訊。

台科大 周碩彥教授：

    透過IoT技術所埋藏的大量Sensor已經在大型量販賣場提供消費者分析。—利用感應器可記錄推車路線→熱區動線，停駐點(代表感興趣商品)；或透過針孔攝影機，可以分析消費者表情(瞭解消費者對產品的喜好)、生理特徵則可輔助進行更多會員資料分析。

中科院 陳昇瑋研究員：

    找出「Data」背後的「Data」和資料的特徵，包含正向和負向的，例如：男生喜歡但女生討厭的，這樣才能更精確描述出男生的喜好。—透過這樣的分群可以做到像Amazon客戶分類(標籤) ，若A、B同群，則A買了X則B可能也有興趣。

~覺得最有趣的解法是~

    很顯然這樣的技術帶有侵犯隱私的問題，但假設在不考慮這樣問題之下，其實只要在收銀檯上架設一台小台的CCTV動態收集從門口(甚至門外經過者) 的影像資料，然後就可以分析出這個人的特徵，還可在記錄臉部特徵下，持續收集該顧客每次上門的相關紀錄。包括每一次上門穿的衣服(就像你在亞馬遜買了書)，當你這次穿這型的衣服、下次穿那型的衣服，那麼我可以推薦跟你穿同樣風格的人在店裡曾購買的衣服

    可是就算真的可行，那麼高端的技術與運算等，該怎麼解決?

IBM 賈景光總經理：

    透過雲端服務所提供的深度學習API，將會快速獲得很多技術支援，可自行去組合出服務，並不需要從頭開始建置。—可分析資料與資料間的關聯性；可針對開放性問題，推斷出答案；可提供環境資料，如天氣溫度、 天候狀況。

過去我們要開創一個事業都必須重頭開始建置，但在雲端的時代，我們可以購買現成的Amazon虛擬主機去進行運用。當需要特殊的技術處理能力時，也可以直接購買客製化的少量多樣功能，像是MS Asure有CCTV影像串流服務、Google Tensorflow可針對圖片做人臉辨識、IBM有 Watson做深度分析服務。也因此即使我們無法自行去開發很多軟體程式，甚至是硬體IoT設備，都有很多第三方廠商可提供支援，並按使用量收費，減低建置成本並大幅縮短上線時間，提高成功商轉的機會。

＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃
原先想法的翻轉 .... 真的是核心的問題嗎?

DigiTime 黃欽勇社長：

    即使有品牌也無法賺錢，要跨界整合才能發揮邊際效應。B2B才是重點。

台科大 梁瓊如教授：

    不是我們說服客戶，而是讓客戶說服自己；對客戶現狀最有價值的事去分析，然後找出最「有感」的價值。-找出重要屬性，將客戶要的和不要的分辨出來，將重點放在「客戶要的」

中科院 陳昇瑋研究員：

    利用群眾外包對過往銷售的電玩虛擬服飾加TAG做人工分類，然後結合銷售資訊，推斷熱銷衣服的特徵。接著就可以預測『下一套衣服好不好賣』。

~想解決的問題 | 軸轉 | 二意~

單純的強調銷售輔助，是否不足? 如果衣服本身就不是消費者要的，那就算工具利害，也是巧婦難為無米之粥。所以應該從採買時就挑選出較可能銷售的衣物。

唯有從設計、生產、銷售整合起來，才有奮力一搏的機會。而最重要的根就是設計，惟有『根』強壯了，才有成長茁壯的本錢。

＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃ ＃
建立生態鏈

    ＃ 設計師專心設計，不用擔心生產與銷售。

    ＃ 生產廠商專心生產與培養網路設計師群。不用擔心庫存問題。

    ＃ 服飾通路專心銷售與培養網路設計師群。不用擔心貨源問題。

設定要達成的效果：

※ ※ ※ ※ ※ ※ ※ ※ ※ ※ ※ ※

1. 雲端主機可針對服飾通路銷售資料、生產廠商訂單資料，協助業者向銀行辦理低利貸款，或由平台互助金融提供小額週轉金。
2. 雲端主機將透過眾籌在雲端幫設計師行銷與募資充實設計室規模。並由平台提出遊戲規則可分享一定設計師利潤給投資人。
3. 雲端主機聯合採買原物料，降低成本但保持品質。
4. 雲端主機使用IoT技術監控生產過程品質。

※ ※ ※ ※ ※ ※ ※ ※ ※ ※ ※ ※

1. 雲端主機可針對服飾通路銷售資料、生產廠商訂單資料，協助業者向銀行辦理低利貸款，或由平台互助金融提供小額週轉金。
2. 雲端主機將透過眾籌在雲端幫設計師行銷與募資充實設計室規模。並由平台提出遊戲規則可分享一定設計師利潤給投資人。
3. 雲端主機聯合採買原物料，降低成本但保持品質。
4. 雲端主機使用IoT技術監控生產過程品質。
5. 雲端主機提供設計師設計平台與工具。並並鼓勵素人設計師、在學設計系學生參與平台。每週提供線上課程分享各國設計。
6. 雲端主機每週將服飾流行趨勢分析提供給設計師參考，設計師可自行決定設計方向。設計師將服飾設計稿上傳雲端主機。
7. 雲端主機分析設計稿給予評分，並將設計稿給予店長們參考。店長們可針對喜愛稿件，註記為LIKE。
8. 雲端主機收集完店長評分後，連同雲端主機評分，提供給生產產商參考。生產廠商可在雲端主機繳費後打開設計稿，設計師收到基本設計費。生產廠商可以決定是否正式購買設計稿，此時設計師可收到全額設計費。
9. 生產廠商也可以逐年包養方式，給予設計師基本工資，獲得優先設計稿選用權。
10. 生產廠商進行打樣，並透過雲端主機每週時尚秀直播給各店店長，各店長可下單。每一個設計稿會有基本製作量，低於製作量將不生產，但也有上限，只有買到配額的才有貨。當店長對設計稿下單後，設計師將依生產量獲得生產回饋。同一設計稿可有多個生產商。
11. 雲端主機利用IoT管理所有生產廠商生產線，確保品質、交期與數量。先生產1/2數量。
12. 雲端主機整合配送物流、金流，生產廠商收到費用後出貨到服飾店。
13. 雲端主機配合設計師開始網路行銷戰，由設計師來推廣自己的設計。當消費者感興趣時，可至販售該設計的服飾店購買。採取故事行銷、飢餓行銷。O2O(Online to Offline)，只能在實體通路購買。
14. 每件服飾會標註生產廠商、設計師，可用QRCode連結看生產履歷。
15. 雲端主機收集銷售狀況，如熱銷則通知生產廠商繼續生產剩餘1/2數量。熱銷商品服飾通路將回饋一定比率金額給生產商與設計師。
16. 雲端主機每週結算熱銷商品，分析銷售通路能量、生產廠商品質、設計稿受歡迎程度。分別給予前10名網路標章可連結顯示表達謝意，也會直接頒發週優秀賞獎金、月優秀賞獎金、季優秀賞獎金、年優秀賞獎金。並逐年調整生產廠商服務費、設計師設計費。

期末作業摘錄

※ ※ ※ ※ ※ ※ ※ ※ ※ ※ ※ ※ ※ ※ ※
台科大EMRD，上課日：2016年2月 ~ 2016年6月

課程名稱：科技總論、管理概論

課程規劃：鄭正元執行長