C2M 模式下服裝產業的智能化應用研究

殷蓮甜，張 紅，許 菱，王 銳

（江西理工大學，江西 贛州 341000）

0 引言

在數字經濟背景下，產業數字化給服裝產業帶來了巨大的技術支撐，消費端個性化需求不斷顯現，同時也使服裝生產端面臨著信息鏈不暢的難題，由此共同催生了服裝產業C2M 模式下智能化應用的轉型升級。在C2M 新型電子商務模式下，傳統服裝產業體現出從資源導向型向需求導向型轉變的趨勢，迫切需要更進一步地通過智能化手段的應用響應由傳統的“大單計劃到達”向“小單快返”的轉變，從而實現生產端、銷售端的快速響應。早期傳統的服裝智能化應用的研究重點主要從信息化管理的角度來分析面臨著的發展阻礙，從而尋求產業智能化生產的突破口，本文則在已有研究結論的基礎上，選擇從產業數據流程優化的角度出發，剖析智能化應用中的底層數據流動過程，探究服裝產業智能化轉型升級的新途徑。

1 C2M 模式在服裝產業中的起源及影響

1.1 C2M 的概念及特點

C2M（Customer to Manufactory）是基于B2C 模式上產生的一種新型電子商務模式，采用“需求＋數據＋供給”的模式，消費者與工廠依靠數據中心進行連接，實現數據快速、準確流動，最大程度去除了中間化。

C2M 模式的主要特點有：第一，滿足個性化定制趨勢。C2M模式下數據流動速度加快，工廠生產線快速反應調整，跳出傳統大規模生產模式，滿足個性化定制需求。第二，最大程度上消除中間平臺。C2M 模式順應了去除中間化的潮流，實現了由制造企業與顧客的直接對接［1］。第三，以需求驅動制造。將顧客的需求直接向生產端傳輸，驅動服裝的制造［2］。第四，實現零庫存。大大降低中間產品與資金的積壓，實現產品的零庫存［3］。

1.2 C2M 模式對服裝產業的影響

傳統服裝產業生產端以大規模生產為主，銷售模式以代理制、直營制、加盟制為主，在傳統服裝產業的生產銷售模式下，產業供應鏈存在工廠的定位模糊、執行力差的問題，同時服裝消費市場不斷向個性化轉變，生產端時效性不斷增強，傳統服裝產業不斷借助智能技術手段改革升級，在傳統電子商務模式上，探索出C2M 新型電子商務模式。

C2M 模式的應用，為服裝產業提供了強大的升級空間。服裝制造企業可直接觸達終端消費者，生產銷售模式由先產后銷向先銷后產轉變，有效降低了企業的庫存及資金壓力，同時也對企業數字化及智能化水平提出了更高要求。在外貿環境惡化的大背景下，C2M 模式的應用也為國內服裝企業新品的設計與生產提供了方向，及時了解市場需求變化，有助于制造企業擴大國內市場，促進線上線下融合消費模式的發展。C2M 模式還可以幫助服裝產業形成優勢集群，打造優勢服裝大數據平臺，構建產業生態圈。

1.3 C2M 模式下服裝產業智能化應用現狀

在C2M 模式下的服裝產業中智能化手段的應用主要體現在以下幾個方面：第一，售前市場分析及售后服務與追蹤。建立銷售數據庫，對銷售數據進行收集分析，得出市場趨勢及消費者的喜好，挖掘潛在客戶。對售后顧客滿意度的相關要素進行分析，提高顧客黏度。第二，小范圍智能化生產。通過現代化通信與信息技術、智能控制技術，對服裝制造產業實行產業升級轉化。第三，順應私人定制化趨勢。增強生產線的調整彈性，在服裝的面料、款式、尺寸服裝方面實現個性化，提高定制化的生產效率。總體來看，服裝產業智能化應用普遍處于基礎階段，各應用方面均存在較大的發展空間，擁有良好的發展前景，但智能化轉型過程也面臨不小的挑戰。

2 服裝產業智能化應用改進的迫切性

傳統服裝企業在先進技術的強烈沖擊下，擁有強大的內生動力，展現出對產業智能化應用水平改進提升的迫切希望。

2.1 系統協同效率不高，資金投入較大

傳統服裝企業內部信息系統、設備需要結合企業的實際情況及生產制造特點，與計算資源系統相集成，適應企業的管理模式，才能發揮智能化設備的整體優勢。但企業內部系統間存在數據傳輸速率不高的問題，給企業應用系統間的數據協同造成了阻礙，導致部分系統間的數據不同步，影響了企業的生產制造及管理過程。同時在信息化應用前期，企業的智能化過程必須持續對研發及技術創新有較大的資金投入，在關鍵的核心技術上，引入智能設備并形成技術突破也是很大的難題。

2.2 信息化水平不夠，資源參與度受限

服裝產業經過智能化基礎應用發展后，目前呈現信息化應用廣度較廣，但信息化水平不夠的特點。服裝產業的生產過程管理由于其設計創新的靈活性及特殊性，其信息化有一定的難度。同時在行業局限的背景下，服裝產業的信息化一直面臨著較大的挑戰，也就導致中小型規模的企業信息化水平始終較為低下。服裝定制化過程需要包括智能化管理技術、信息標準化技術等較高的技術水平支撐，而由于信息化水平的局限，導致企業無法對所擁有的資源進行有效整合，企業資源的參與度受限［4］。

2.3 信息化生產模式存在不足

在傳統服裝產業信息平臺的應用過程中，企業生產制造過程得到改進，生產效率大幅度提高，但主要集中在一線制造過程，采用信息化手段降低人工成本。生產模式信息管理手段的應用有待提升。C2M 模式下以數據智能驅動產業柔性化發展轉型升級過程，需要根據生產數據情況對生產流程進行實時優化。企業生產管理模式對銷售數據的變化不能實時調整，現場生產信息化管理模式存在不足，生產端信息管理應用沒有發揮出最大效益。

3 C2M 模式下服裝產業數據流動分析及優化建議

C2M 模式下，服裝生產企業以企業資源計劃（ERP）為基礎進行信息與數據的傳遞，將各種系統間相關連接，實現柔性生產。從數據傳輸流程來看，數據流包括橫向數據流與縱向數據流；從數據處理過程來看，包括數據采集、數據整合與數據挖掘幾個階段。

3.1 數據傳輸全流程

橫向數據流是指企業內部系統間的數據流動，如圖1 所示。在C2M 模式下，服裝企業橫向數據流動過程主要是通過生產執行系統（MES）和優化排程系統（APS）對人員、機器、材料進行排程［5］。服裝制造從樣品制造開始，數據分析平臺根據樣品圍繞產品個性化、設計協同化、生產柔性化、決策智能化角度進行數據分析，得出最優排產安排并將數據結果傳輸到ERP。MES 系統需要獲取ERP 系統中的單據、庫存及生產數據，人力資源（HR）系統的人員數據，產品數據管理（PDM）系統中的生產設備信息及物料清單（BOM）等信息，并獲取計算機輔助工藝過程設計中獲取的各種生產定制數據，對生產流程進行管理。同時，MES 系統還可以將生產過程數據反饋給PLM 及ERP 系統，后期可以依此對生產工藝及質量監管進行優化，設計部門對PDM 中的數據更改之后又會影響下一輪MES 系統指導生產。MES＋ERP 協同制造中橫向數據流動過程可以縮短產品的優化周期，加強企業產品管理與生產管理的協同，提高企業系統間協同效率及管理效率。

圖1 橫向數據流

縱向數據流是企業內部各業務流程間的數據流動，包括研發、設計、生產、銷售、物流各個環節的數據流。不同流程采集到的信息可傳遞到數據分析層與管理決策層，同時也可以讓管理決策層的信息直接傳輸到底層。研發業務過程中將根據市場及個性化定制將服裝產品研發數據傳輸給數據設計業務部門，設計部門根據研發數據設計樣品，生產部門根據樣品的數據進行排產及生產線的調整，物流過程根據生產及銷售數據安排產品運輸物流，同時銷售過程的數據將會反饋到研發及生產流程，并影響下一階段的業務流程。縱向數據流可為決策者提供更加全面的生產數據，使數據流程更加透明和順暢。

3.2 數據處理過程

數據處理過程是指服裝生產過程中的數據采集、數據整合、數據挖掘等過程。數據采集是根據企業的用戶特征及需求特征對用戶進行需求定義，對客戶的社交數據、交易數據、位置數據等原始數據進行采集、整合，再將數據收集階段的數據依據一定的數據結構存儲，建立起與消費者有關的大數據庫，通過互聯網平臺錄入并存儲數據將會滿足各類設計組合。然后對數據庫中的隨機、不完全的大量數據進行數據挖掘，找出隱藏在其中有價值的信息，通過尋找數據項與數據項之間隱藏的關聯關系進行聚類分析，根據數據進行用戶喜好分析，得出潛在用戶特點，為解決業務問題提供有效方法，幫助增強客戶黏性，挖掘潛在客戶。

3.3 C2M 模式下智能化應用優化的建議

3.3.1 以數據驅動為核心

在國內疫情之后，政府推出了新基建政策，將數據作為第五種生產要素。以數據驅動為核心，幫助企業在復雜多變的環境中實現快速反應。在數字經濟的大背景下，大多數制造企業都在產業數字化轉型的關鍵時期，以數據驅動為核心，帶動系統間的有效協同，有利于破解數據孤島，打破數據壁壘，挖掘數據資產價值。從數據角度切入，數據驅動作為企業智能化轉型的核心點，在服裝設計、生產、銷售等環節提升數字化水平的同時，全面利用互聯網和大數據技術提升數據價值，為企業創造更大的資產價值。

3.3.2 構建企業數據系統架構

為克服企業資源參與度受限的問題，提高企業信息化水平，以多元參與、協同供給為出發點，采用大數據、云服務等手段，對企業數據平臺采用系統架構模式，整合其人力、數據、信息和商業資源，充分發揮資源價值。整個系統搭建為需求層、數據層與供給層三層架構模式，如圖2 所示。需求層是根據企業的需求特征對擬收集處理的信息進行需求定義，提供企業資源原始數據。數據層是需求層與供給層的中間聯系層，既要對需求層數據及資源進行整合與分析，又要為供給層最終呈現的數據進行修正與整合，提高資源利用效能。供給層是根據企業信息化應用的具體情況，對資源展現情況具體定義，提供最終資源支持。三層系統架構模式有利于資源的有效整合，優化資源供給主體的聯動機制與協作方式。

圖2 企業數據系統架構

3.3.3 構建現場管理優化流程

通過應用工業大數據的手段，現場管理優化流程可幫助構建現場管理決策體系。搭建生產可視化平臺，實現現場實時管理，同時可通過技術手段對生產制造車間及設備進行仿真演示，對生產設備的結構、工藝、工作原理進行動態展示，實現生產線實時仿真。對于銷售數據，可通過企業數據平臺，建立銷售數據實時監測體系，對銷售情況實時分析，包括運用分類、聚類、關聯、變化、回歸分析、偏差分析等數據分析方法，根據生產設備狀況指導安排生產，建立快速生產反應體系，實現實時優化體系。

4 結論與展望

本文通過對C2M 模式下的服裝企業智能化應用中數據流通過程的研究，挖掘底層數據流通瓶頸，從數據處理及系統架構角度切入，探究智能化轉型升級新的突破口。C2M 模式下傳統服裝企業的轉型升級過程，要始終以客戶為中心，線上線下同時進行。以數據驅動為核心引擎，帶動系統間的有效協同，提升數據價值；搭建數據系統架構，有效整合企業資源，最大限度發揮企業效能；構建生產實時反應體系，實現快速優化過程。未來可從大數據與人工智能技術的應用出發，利用更為先進的智能技術，繼續推進服裝產業智能化進程，精準地滿足客戶需求，形成數據化生態平臺。