机构名称：
¥ 8.0
快时尚市场生命周期短、需求变化大，给零售商的供应链管理流程带来各种挑战。当前的基本任务是在正确的时间和正确的地点提供正确的产品。由于这种固有的困难，牛鞭效应是时尚供应链中的一个主要问题。为了提高客户满意度并提高供应和市场需求之间的一致性，公司已开始利用大数据、供应链分析和人工智能技术来做出更好的业务决策。一个关键但本质上复杂的决策是开发未来的服装组合；特别是确定其最佳广度和深度。本论文研究如何应用此类人工智能技术来开发符合未来客户需求和选择行为的新组合。这项研究首先通过对一家快时尚零售商进行定性案例研究来进行。本文探讨了在缺乏 AI 支持的供应链中，关键业务决策如何做出。研究结果表明，产品组合规划流程是其中一个关键领域，并指导了论文的第二部分：系统性文献综述，探讨零售和时尚行业在此过程中使用的 AI 技术。开发了一个适用于快时尚行业静态服装产品组合规划的框架，并在整个研究过程中将其用作指导。本文发现，在应用 AI 技术生成和整合有关未来产品组合规划过程中消费者需求和选择行为的知识方面，存在大量研究。此过程中要考虑的主要组成部分是 a) 时尚预测、b) 预测中期需求和 c) 预测产品选择，始终考虑替代和互补的影响。这被认为可以增加供应和市场需求之间的一致性，从而减少牛鞭效应。未来研究的关键领域是如何将发现的模型集成到一个模型中。即同时利用消费者选择行为模型和时尚预测来预测新产品的未来需求。因此，可以减轻次优化的风险。关键词：快时尚、供应链管理、品类销售规划、分类规划、人工智能、供应链分析
分类规划中使用的人工智能回顾
主要关键词
相关文件推荐
