時尚可以計算出來嗎?（算者）
數據讓我們離時尚更近？還是更遠？最近O’Reilly發布了一篇《時尚數據2015：來自時尚行業的數據創新》報告，顯示很多公司都在設計、製造及銷售等方面，利用超越傳統的方式發揮着大數據的作用，給出讓人耳目一新的創新。
時尚不是必需品，她是對自我表達和身份認同的渴望，而這兩者都很難定義和量化。然而，愈來愈多公司正在利用數據和演算法，將這兩者量化，藉之在時尚行業通過「人機協作」尋求突破。如何量化？自然語言處理是時尚行業中使用數據非常重要的一個環節。時尚的語言描述是複雜的，描述語句往往從主觀出發，理解時尚語言便成為特別的挑戰。
透過小測驗收集深層數據
觀察社交媒體的影響度，是量化時尚的關鍵指標。美國現正湧現不少行銷公司，專門針對時尚行業具影響力者行銷，他們選擇有影響力的人物來傳銷品牌，建立消費者對品牌的信心，這策略在未來幾年有可能成為常用的大眾精準行銷方式。這不是天方夜譚，我就曾經見過一個賣牛肉乾的淘寶店主，一年內用這種銷售方法，營業額從零漲至幾千萬元人民幣。
數據工具是另一條關鍵路徑。近年美國有不少創新公司使用不同數據工具，為時尚品牌提供深入的分析及視覺化功能，從量化分析產品搭配及時尚趨勢，以至追蹤快速變化的社交情感分析等。電子商務由早期的「電子＋商務」，進化到更關注供應鏈管理。時尚圈公司Fashion Gaps便提供一系列工具，幫助時尚行業更貼近市場，包括連接設計師和零售商的需求，更有效地選擇邀請媒體參加發布會及追蹤回饋效果，甚至跟蹤派送樣品的效果等。
抓住潮流是時尚公司叫座力的保證。過去，時尚行業擅長通過詢問去收集客戶數據，近期湧現的創新時尚公司提供數據收集和分析服務，使這個過程變得更加輕鬆有效。除了常態的數據收集之外，更有美容分析公司通過小測驗和競賽收集深度數據，以掌握客戶的需求。當然少不了使用大量從互聯網收集的直接及間接用戶評價，去算出不同客戶對產品的喜惡原因。不只是Like這麼簡單，而是Like什麼？為什麼Like？
曾經有人說，愈是相信搜尋器的人，愈會遠離時尚，因為所接觸的都是大眾平庸之選。反思下來，時下機器學習的背後，或許欠缺了對情感的深度理解。我經歷過的一個成功專案，就是使用數據去學習時尚達人選擇貨品的過程，藉之加強推薦系統的「潮」性，結果真的有耳目一新感覺，「人心難測」其實也是大數據的機會。
更多算者文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
