Fashion trend forecasting คืออะไร?

Fashion trend forecasting คืออะไรกันนะ?

มาดูสรุปนิยามของ Fashion trend forecasting ผ่าน 3 มุมมองกันดีกว่า

Fashion trend forecasting สามารถนิยามสั้นๆได้ถึง กระบวนการของการวิจัย ค้นคว้า คาดการณ์ ทิศทางการเปลี่ยนแปลง มักสอดคล้องกับอุตสาหกรรมสร้างสรรค์ โดยเฉพาะแฟชั่น แต่ทว่า ความหมายของ trend forecasting ได้ถูกตีความจากผู้เชี่ยวชาญด้าน fashion studies หรือเชิงวิชาการ ว่า การคาดการณ์แนวโน้มแฟชั่น เป็นแนวทางค้นคว้า ปฏิบัติการเชิงสร้างสรรค์ที่รวบรวมสหวิทยาการ ไว้ในกระบวนการนี้ หรือเรียกได้ว่าเป็น multidisciplinary creative practices ที่มุ่งจะก่อร่างภาพจำลองของอนาคต สหวิทยาการที่ว่า หมายรวมถึง สุนทรียศาสตร์ ประวัติศาสตร์ ศิลปกรรมศาสตร์ ศิลปศาสตร์ ประชากรศาสตร์ คณิตศาสตร์ วิทยาศาสตร์ ฯลฯ ล้วนมีส่วนบูรณาการในการกำหนดทิศทางเทรนด์

มุมมองนักวิชาการ จะมองความหมายของ trend forecasting ว่าเป็นความสามารถเชิงสร้างสรรค์ผนวกด้วยทักษะการใช้สี และการออกแบบ เข้ากับ สัญชาตญาณและแรงบันดาลใจ ประกอบกับอิทธิพลด้านสังคมวัฒนธรรม ปัจจัยทางเศรษฐกิจ สรุปออกมาเป็นแนวทางการสร้างผลิตภัณฑ์ และ/หรือ บริการเพื่อประสบการณ์ของผู้บริโภค นอกจากนี้หากมองเทรนด์ ย้อนกลับไปในประวัติศาสตร์ตามมุมมองของนักวิชาการแฟชั่นด้านสังคมวิทยา เทรนด์ยังสามารถบ่งชี้ค่านิยมของกระแสสังคมของแต่ละช่วงเวลาอีกด้วย

กล่าวโดยย่อให้เข้าใจโดยง่ายคือเสมือน detecting or mapping การแกะรอยหรือการวางแผนทิศทางใดใดก็ตามที่กำลังจะมามีบทบาทในอุตสาหกรรมแฟชั่น แต่การที่จะกำหนดทิศทางดังกล่าวจะต้องผ่านกระบวนการเก็บรวบรวมข้อมูล ทั้งด้านที่เป็นวิทยาศาสตร์และศิลปะ รวมถึงความรอบรู้ของผู้ศึกษาเอง ที่จะเลือกใช้ รายงานทางวิชาการมาร่วมวิเคราะห์กับเทรนด์ก่อนหน้านี้ ประกอบกับพฤติกรรมผู้บริโภค สังคม การเมือง ยอดขายสินค้า โดยคำนึงถึงปัจจัยการเปลี่ยนแปลงทางวัฒนธรรม เทคโนโลยี แฟชั่นโชว์ และอุตสาหกรรมสร้างสรรค์โดยรวม

ในส่วนของนักปฏิบัติ หรือ practitioner ให้มุมมองของ trend forecasting ในด้านที่เป็น ข้อมูลสี วัสดุ โครงร่างเงา และรายละเอียดของงานออกแบบ โดยยังขยายไปถึง ขอบเขตของเวลาที่เทรนด์จะมีผลทางธุรกิจ อาทิ long-term และ short-term trends ที่มีผลต่อการตัดสินใจในการนำมาประยุกต์ใช้ในสายงานต่างๆ ในภาคอุตสาหกรรมแฟชั่น ตั้งแต่ design, buying, merchandising, management และ executive personnel.

ด้านมุมมองของนักการตลาดแฟชั่น ได้เปรียบ trend forecasting เหมือน บริษัทประกันด้านแฟชั่น ที่มีคุณค่าหรือ value สำคัญก็คือการให้บริการข้อมูลที่จะช่วยใช้ผู้ใช้เทรนด์นำข้อมูลไปพัฒนาความคิดและยังเป็นการลดความเสี่ยง หลีกเลี่ยงสินค้าที่ไม่ต้องการในกระแสหลักของตลาด เพื่อที่สุดท้ายแล้วจะส่งผลไปถึงงบประมาณของแบรนด์ องค์กรด้านข้อมูลเทรนด์แฟชั่นส่วนใหญ่จึงทำหน้าที่เหมือนบุคคลที่สาม ที่ให้คำแนะนำผ่านรูปแบบ online resourceโดยสิ่งสำคัญคือ จะต้องให้ข้อมูลที่ถูกต้องว่าผู้บริโภคจะนิยม สไตล์ วัสดุ สี เช่นไร ในช่วงฤดูกาลการขายนั้นๆ เพื่อมุ่งให้ข้อมูลสำคัญอันจะช่วยให้งานของผู้ใช้เทรนด์มีประสิทธิภาพและประสิทธิผลมากที่สุด ตลอดกระบวนการวิเคราะห์เทรนด์ ประกอบด้วยสายงานหลากหลาย เช่น consumer research, colour analysis, design macro trend and micro trend, retail analysis และ sale report เป็นต้น

ปัจจุบันการเปลี่ยนแปลงและการเข้าถึงข้อมูลข่าวสารด้วยวิวัฒนาการข้องเทคโนโลยีส่งผลต่อการศึกษาแนวโน้มเทรนด์อย่างหลีกเลี่ยงไม่ได้ ผู้ผลิตสินค้าแฟชั่นจึงต้องการข้อมูลเฉพาะเจาะจงสำหรับแบรนด์เพื่อที่จะสามารถสร้างความแตกต่างและมั่นใจได้ว่าแบรนด์ได้รับข้อมูลที่สอดคล้องกับกลุ่มผู้บริโภคของตนมากที่สุด ด้วยวิทยาการวิเคราะห์ข้อมูล data analytics ด้วย Algorithm หรือระบบชุดคำสั่งการวิเคราะห์แยกแยะข้อมูล เช่น รูปภาพ ข้อความ ตัวเลข หรือ อีโมจิ เพื่อช่วยในการตอบคำถามเชิงธุรกิจแบบ ไม่ว่าจะเป็น การวิเคราะห์ยอดขาย กลุ่มลูกค้า สีและประเภทที่ได้รับความนิยม การโพสข้อมูลของเหล่า influencer ข้อมูลเกี่ยวกับแบรนด์ การโพสผ่านsocial media และอีกมากมายตามการกำหนดชุดคำสั่งการวิเคราะห์ข้อมูล ซึ่งด้วยความรวดเร็วในการเข้าถึงข้อมูลแบบ real-time ทำให้ความสามารถของการวิเคราะห์อ้างอิงถึงข้อมูลล่าสุด เพื่อตอบสนองความต้องการอย่างรวดเร็วทันทีทันใด

ในปัจจุบันได้นิยามความหมายใหม่ของ trend forecasting ได้เพิ่มขึ้นในบทบาทหนึ่งของการศึกษา big data บริษัท fashion data analytics มักไม่นิยมใช้คำว่า forecasting กับการคาดการณ์เทรนด์ด้วยกระบวนการนี้ เพราะอ้างอิงจากข้อมูลเชิงสถิติ แต่ด้วยข้อมูลนี้เองต้องนำมาผ่านการวิเคราะห์ และให้คำปรึกษาว่าแบรนด์ควรจะผลิตสินค้าใด สีใด จำนวนเท่าไร่ และตั้งราคาเท่าใด จึงจะให้ประสิทธิภาพ และ ประสิทธิผลที่สุด จะเห็นได้ว่า คอนเสปของ trend forecasting และ fashion data analytics มีทั้งความคล้ายและแตกต่างในแง่ของกระบวนการ แต่เป้าหมายนั้นยังคงมุ่งการให้ข้อมูลที่จำเป็นแก่ผู้ใช้เทรนด์เพื่อนำไปใช้ประโยชน์สูงสุด

Additional reading:

Diane and Cassidy (2005)

Raymond (2010)

Gaimster (2012)

De Wet (2012)

Kim, Fiore and Kim (2013)

Twine (2015)

Adegeest (2016)

Lantz (2016)

Holland and Jones (2017)