Denne klumme er et debatindlæg og er alene udtryk for skribentens synspunkter.
Digital transformation er særligt i fokus hos tekstil- og fashion-virksomheder som H&M og Adidas, da det kan skabe omfattende forretningsmæssige resultater.
Det er en transformation, hvor den fysiske verden i høj grad flyder sammen med en virtualiseret verden.
En større undersøgelse fra McKinsey peger også på, at frem mod 2030 vil 89 procent af de adspurgte virksomheder signifikant øge deres investeringer i teknologi.
Her har du fem vigtige digitale trends, der kommer til at præge udviklingen.
3D-sampling og modelling
Det er et kendt værktøj i fashion-industrien, at man anvender fysiske samples/prototyper i kommunikationsudvekslingen mellem virksomhed og leverandør.
3D-modellering og deraf digitalisering af samples har potentialet til at eliminiere en stor del af denne gnidningsproces og skabe en tættere time-to-market fra den første design-sketch til den endelige produktionsklare sample.
Potentialet er indlysende med lavere gennemløbstider, en forbedret transperans til forbrugerne og særligt en klart forbedret bæredygtighed i produktionen.
Der findes forskellige software-leverandører på markedet, som tilbyder løsninger til digitalisering af sourcing-processen via 3D-samples på virtuelle avatars.
De udviklede 3D-modeller kan herefter deles på digitale platforme med leverandører, som kan arbejde videre på design-sketches og anvende materialer fra digitaliserede materiale-biblioteker gemt i cloud.
Herfra kan der skabes 2D pattern-designs med faktiske mål-skemaer.
Virksomheder og sektorer er naturligvis forskellige, og der er strukturelle forskelle på produktion til fast-fashion vs. high-end.
Dette handler om i hvilken grad leverandørerne designer styles og/eller om producerer tøj til kvinder, mænd eller børn. Men potentialet er åbenlyst.
Flere større design- og tekstil-virksomheder er allerede begyndt på denne rejse, men det er stadig i en begyndende fase. Men 3D åbner op for en helt række forskellige efterfølgende forretningsmuligheder, som kan digitaliseres.
Digitale portaler, connected factory og leverandørsamarbejde
McKinsey nævner i en undersøgelse, at det næste low-cost sourcing- ”land” er digitalisering.
Digitalisering sænker behovet for at flytte produktionen til det mest hensigtsmæssige sted, da de omkostningsmæssige fordele – for at sikre skarpe og konkurrencedygtige priser til alle os forbrugere – kan holdes på et fornuftigt niveau.
Derudover giver digitalisering muligheden for at forbedre transparency og bæredygtighed signifikant i hele industrien.
Forudsætningen er, at leverandør-samarbejde og -information kan strømme digitalt mellem virksomhed og de leverandører, som findes i supply-netværket.
Specielt digitale leverandør-platforme, som kan øge leverandørsamarbejdet og forbinde fabrikker og virksomheder, er næsten en forudsætning for at muliggøre sourcing-digitaliseringen.
Løsningsmulighederne er flere ift. leverandørportaler, men der er nogle gennemgående kriterier, sm man bør lede efter.
(1) Interaktiviteten i portalerne mellem virksomhed og leverandør bør være relativt høj.
(2) muligheden for at tilpasse systemet til processen er essentiel.
(3) latency og en globalt distributeret løsning for at sikre et så performende system som muligt.
(4) at kunne forbinde en række back-end systemer (ERP, PLM, SCM) igennem leverandørportalen (se blandt andet Li & Fungs digitale supply chain model).
(5) system-arkitekturen skal være let tilgængelig igennem standardiserede API'er, og
(6) forretningsprocesserne mellem leverandør og virksomhed skal opleves forbundet – lidt populistisk sagt en end-to-end proces-styring.
Ikke alle lande er lige godt med i forhold til en digitalisering – men nogle undersøgelser viser, at Kina faktisk er førende og er en klar leder inden for digitalisering af sourcing-indsatserne.
End-2-end processtyring med udgangspunkt i design-udviklingsprocessen
For at sikre en transparent og sammenhængende design-proces ser man en stigende grad af PLM-implementeringer hos førende fashion-virksomheder.
Målene kan være forskellige, men der er dog nogle fællestræk omkring det at have ét centralt ”repository” for master-data og sourcin-information, en transpant proces omkring styring af design og sourcing-processen og en digitalisering af leverandørsamarbejde således, at det er muligt at flytte noget af arbejdet mod leverandører.
Systemerne, som oftest skal forbindes, er 2D CAD og 3D modelleringsplatforme, sourcing-applikationer, PLM-løsninger samt ERP- og ordre-platformene.
I forhold til funktionalitetssplittet mellem systemerne er der forskellige muligheder. Fælles er at især designet for leverandørportal-arkitektur bliver grundigt overvejet.
I forhold til leverandørportal er der som udgangspunkt to grundlæggende retninger at vælge i mellem:
(1) at anvende PLM- og ERP-udbydernes portaler eller
(2) at bygge sin egen leverandørportal.
Den sidste retning har mange tillokkende muligheder, da dette løsningsscenarie har en hel række afkoblingsfordele, dels i en overgangsperiode såvel som ”end-state”. Tænk løsningen som ”many back-ends, one front-end”.
Men PLM-anvendelse er grundlæggende en rejse, og det er nødvendigt for virksomheder at omfavne den samlet end-to-end proces og ofte på PLM-systemets præmisser.
Derfor er den indledende udvælgelsesrunde af systemer i høj grad essentiel i den efterfølgende implementering.
Det kan virke banalt, men mange udfordringer i efterfølgende implementeringer kan oftest spores tilbage til en dårlig udvælgelsesrunde, hvor scopet og kravene ikke har været ordentligt gennemarbejdet.
De forskelige PLM-løsninger til fashion tekstil-virksomheder har oftest et sæt af features, som er ensartet og herudover differentierede features.
Selve udvælgelsesprocessen kan hjælpes på vej ved at besvare to grundlæggende spørgsmål:
(1) Hvor dybe er kravene til design processen på feature-niveau?
(2) hvor dybe er kravene til supply chain på feature-niveau?
De mest kendte leverandører er PTC med FlexPLM (som Adidas eksempelvis anvender) eller Centric (som Tommy Hilfiger anvender) ift. design proces-styringen, hvor Bamboo Rose, Amber Road og NGC dominerer sourcing/supply chain-styringen.
Det er særdeles vigtigt, at netop ovenstående to spørgsmål bliver grundlæggende gennemarbejdet, før man tager beslutning om valg af system.
Men som det er set før, er Excel en meget udbredt løsning i forhold til at styre design-processen og leverandørsamarbejdet, da det giver den nødvendige fleksibilitet, som er krævet.
Det giver blot en væsentligt lavere transparens og decentraliseret information, som besværliggør den efterfølgende sammenhængende digitalisering.
Commerce og in-store-kanaler flyder sammen i en total omnchannel
Nutidens fashion-forbrugere ønsker en ensartet og sammenhængende brugeroplevelse, hvor der kan ses på styles online, anvendes social medier til anbefalinger (eksempelvis via blogs), eller blot browses udvalgte styles på en mobile device.
Forbrugere bevæger sig forskelligt på tværs af deres personaliserede shopping-rejse – som både kan være e-commerce, m-commerce, in store.
Det betyder i praksis, at forbrugerne hopper fra en kanal til en anden og i praksis ikke bør opleve den store forskel.
Der er blandt andet undersøgelser, som viser, at næsten 50 procent af forbrugere søger informationer online, mens købet foretages i en given butik.
Vi taler ikke mere om multi-kanaler, men i stedet omni-channel.
Det skyldes, at det ikke handler om at møde forbrugerne på separate og ikke-forbundne kanaler – men i stedet at omfavne en holistisk tilgang med henblik på at gøre brugeroplevelsen ensartet på tværs af alle kanaler.
Det vil ikke være ukendt, at de fysiske koncepter vinder indgreb i online-mæssige sammenhænge ved at man har en online-profil med sit 3D-billede, hvor man kan se styles i forskellige farver.
Eller at augmented reality bliver anvendt in-store, så kunderne hurtigt kan se, hvordan de forskellige styles ser ud på dem, uden at de nødvendigvis skal prøve tøjet først.
Men de grundlæggende features, som specielt eftersøges i omni-channel på tværs af kanaler, er specielt følgende:
1. Muligheden for at se lagerbeholdninger i butik og muligheden for en mere intelligent back-end supply chain-allokering af produkter mellem DC’er og retail lokationer.
2. Et samlet ordre-overblik fra alle kanaler og en intelligent prioritering.
3. Click and collect-konceptet, hvor produkter kan købes online, men afhentes i butikken.
4. En konsistent prismodel på tværs af kanaler.
5. En sammenhængende betalingsløsning, hvor betalingen eksempelvis kan foregå på en app, mens kunden befinder sig i butikken eller muligheden for at betale online ved anvendelse af gavekort.
6. En harmoniseret returnpolitik på tværs af kanaler, således at produkter, som er købt online, også kan returneres i en butik uden at det giver manuelle back-end system opgaver.
7. Eller blot at scanne en stregkode i en butik, som viser produkt detaljer på mobilen.
Mulighederne er mange, men det handler i praksis om at skabe en sammenhængende virtuel og fysisk oplevelse, mens man møder forbrugerne som helt naturligt tilgår information og købsoplevelser forskelligt.
Og endvidere at sikre, at forbrugeren har den rette information, og at lager er tilgængeligt på det rigtige tidspunkt.
Der findes forskellige software-løsninger på markedet til at kontrollere og styre ordre- og lagerallokeringen.
De mest oplagte er Manhattan Associates eller IBM Sterlings DOM- systemer, men andre leverandører bevæger sig også ind på markedet – blandt andre Microsoft.
Pointen er dog, at DOM-platformen skal have en relativ åben arkitektur, da det kræver at ERP-systemer, WMS-systemer, POS-systemer og specielt ofte custom-built web-platforme kan integreres nemt og ensartet på tværs af alle kanaler.
Det er særligt vigtigt, at holde øje med integrationsmulighederne.
Artificial intelligence og robotics process automation (RPA)
Artificial Intelligence (AI) og machine learning (ML) er måske nogle af de mest hypede metoder på nuværende tidspunkt.
En analyse viser, at i 2020 er det forecastet, at AI-market vil have vokset til 47 milliarder dollar fra niveauet i dag på otte-ni millarder dollar.
De helt simple AI-systemer ift. fashion er chatbots, som kan tilbyde kunder en simpel forespørgsels-mekanisme til priser, styles, produkt-tilgængelighed online i m-commerce eller e-commerce-platforme.
En stigning i kompleksitet kan findes i mere intelligente forecasting-systemer for at reducere lager, øge service graden og sænke transport-omkostninger.
Eksempelvis kan machine learning anvendes til at lære systemer at udskyde beslutninger om lager-allokering – i praksis det vi også ser i distributed order management-systemer.
Der eksperimenteres på nuværende tidspunkt i flere virksomheder med lager-placering globalt set ift. en predictability vurdering af, hvor salget reelt sker, før salget lander.
Det betyder, at lageret placeres tættest på den butik, DC eller det lagerpunkt, hvor sandsynligheden er størst for, at salget vil ske.
Det vil have en positiv effekt på lagerbeholdning og service-grader.
Amazon er én af front-runnerne på netop en mere ”intelligent” - eller rettere analytisk - lagerallokering.
For at automatisere denne proces, således at det ikke bliver en tung manuel supply chain planning-proces, kan RPA bidrage aktivt til at sikre en automatisering – værktøjer som UIPath og BluePrism er oplagte i denne sammenhæng.
Microsoft tilbyder også produkter som Flow, Azure Functions og LogicApps til automatisering, som kan sammenkobles med Microsoft Machine Learning Studio, hvor TensorFlow, Keras og forecasting-algoritmer i R eller Python kan forbindes med RPA.
Det samme er også gældende på AWS-platformen, som tilbyder Lambda-funktioner.
Disse funktioner kan være meget effektive i at udvikle integrations- og funktionalitets miniløsninger, som kan indgå i dit samlede it-enterprise-landskab.
Det er værd at være opmærksom på, at både på Microsoft- og AWS-platformen giver ”vendor lock-ins”, når man anvender netop løsninger som Lambda og LogicApps.
Amazon har i øvrigt nogle ret spændende produkter ift. fashion-industrien.
Amazon’s Echo look-produktet kan tage billeder og videoer af forbrugere for at give forslag til modetøj og forslå relaterede styles via Amazon Alexa.
Produkterne bliver løbende udbygget.
Den seneste feature er en style check-match, hvor der via machine learning-algoritmer vurderes hvilke farver, fits, styling og nuværende trends der ser bedst ud ift. dig.
Særligt vil billede-genkendelse forventes at vokse betragteligt og bliver også påvirket af virksomheder som Alibabas FashionAI, som anvender deep learning til at forstå millioner af styles såvel som designers nuværende smag og fashion influencers (via sociale medier) for at give forslag til forbrugerne i shopping øjeblikket.
Det ligger ikke langt ud i fremtiden, at man kan uploade billeder af sig selv og ”fitte” en 3D-sketch af tøjet på din egen virtuelle avatar i et augmented reality scenarie – og dermed teste, hvor godt et fit den specifikke style eller størrelse vil have.
Klummer er læsernes platform på Computerworld til at fortælle de bedste historier, og samtidig er det vores meget populære og meget læste forum for videndeling.
Har du en god historie eller har du specialviden, som du synes trænger til at blive delt?
Læs vores klumme-guidelines og send os noget tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.