B鞋服企业数字化转型升级研究

来源 :东南大学 | 被引量 : 0次 | 上传用户:tt_lang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来随着大量互联网和信息行业众多新技术的应用,极大的推动了各行各业的发展,“数字化”正影响各行业并且不断推动加快数字化转型升级的步伐,带来全新的线上和线下的融合化的数字体验。同样,数字化转型升级也为传统鞋服行业提供了新的发展思路、机遇和挑战。以大数据背景下的精准推送、云计算、人工智能、区块链等技术为代表的新技术不断被应用在各行各业中,这也成为鞋服行业数字化转型升级的重要抓手;另一个方面,鞋服行业企业对于数字化转型,也从之前的观望者,慢慢转变成积极参与者。数字化转型升级既给鞋服企业带来了新的发展思路,但是也对其目前的组织架构、商业形态等带来前所未有的转型压力。因此如何有效利用数字化转型带来的发展机遇,成为鞋服行业的企业必须面对的现实问题。本文选取的案例研究对象是B鞋服企业,对其数字化转型升级进行研究。在研究探讨的过程中,本文视图通过互联网+、两化融合、两化融合管理体系等理论应用,希望可以探究出B鞋服企业在数字化转型升级实践中的一些规律,并在理论的基础上,提出企业数字化转型升级的具体实践方案。同时,通过对B鞋服企业数字化转型升级研究,提出转型的建议和策略,从而为B鞋服企业以及其他鞋服企业数字化转型升级提供一定的参考。本文基于B鞋服企业数字化的背景和整个鞋服行业数字化转型的现状,用详实的数据分析了企业数字化转型面临的外部环境和内部环境。接下来聚焦B鞋服企业,采用SWOT分析方法研究出了B鞋服企业数字化转型的策略选择。最后在此研究基础上,分别从策划、过程、评价三个维度,用详实的数据阐述了B鞋服企业数字化转型的具体实践方案以及B鞋服企业为了成功实践数字化转型,采用了哪些保障措施。通过B鞋服企业数字化转型升级的研究,也为传统鞋服企业数字化转型提供了思路和策略。对B鞋服企业数字化转型升级过程中面临的问题分析,有助于同类企业未来规避类似问题,制定更加精准的数字化转型升级方案,走出属于自己的数字化转型升级之路。
其他文献
无线传感器网络以其成本低廉、可扩展性强、稳定性高的特点,在国防军事、工业监控、环境检测、智慧生活等领域广泛应用。时间同步是无线传感器网络能正常进行数据检测、传输、融合的前提。受到无线传感器网络节点计算能力低、存储容量小、通信范围近、能量受限等因素的制约,其时间同步算法的发展仍存在较多难题。本文主要研究无线传感器网络的一致性时间同步算法,主要工作如下:第一,针对需要工作半年以上的无线传感器网络,在同
学位
全球化的市场竞争对物流成本和物流配送时间、质量的要求不断提高,这对企业的物流管理水平提出了更高的要求。近年来集成化的物流网络设计得到了管理者和研究人员广泛关注,物流领域研究更多的将物流网络设计和库存策略等物流管理的关键环节同时进行决策,以帮助企业降低整体物流成本和提高物流服务水平。本文研究了一个带有容量限制的集成物流网络设计问题,包括一个外部供应商,一组带有容量限制的备选配送中心和一组给定的零售商
学位
目的:观察外固定治疗创伤性四肢骨折的疗效及其对术后炎症应激反应的影响。方法:选取创伤性四肢骨折患者50例,随机分为外固定治疗的观察组25例与切开复位内固定治疗的对照组25例,观察患者治疗效果、炎性应激反应、出血量及术后恢复情况、并发症发生率。结果:与对照组患者相比,观察组患者优良率高,炎性应激反应指标水平低,出血量少,术后恢复时间短,并发症发生率低,差异有统计学意义(P<0.05)。结论:给予创伤
期刊
三维点云通过表示位置的坐标信息与反射率、颜色等属性信息,来表征三维场景以及场景内人或物的轮廓信息与结构信息,其在自动驾驶、虚拟现实等场景中得到了广泛地应用。但是海量的点云数据必然是难以储存与传输的,所以实现对点云数据的高效率压缩具有重要的意义。因此,国家音视频标准(Audio Video Standard,简称AVS)工作组发布了一种点云参考软件模型(Point Cloud Reference s
学位
通过图像或视频进行人体三维姿态参数估计是当前计算机视觉领域的研究热点之一,其中包含的深度信息对于虚拟现实、智能监控、无人驾驶、游戏动画等技术具有很重要的意义。然而从视频图像中估计人体姿态面临着数据集限制、人体姿态歧义和严重的遮挡等问题。本文主要研究二维关键点序列作为输入的两阶段人体三维姿态参数估计方法,实现输入视频序列中的人体姿态深度信息更准确估计和可视化。本文的主要研究内容如下:1.研究了基于序
学位
对海探测技术的发展能够为我国和平利用和开发海洋资源、维护国家海洋安全和利益、坚定推进海洋战略等方面提供强有力的支撑和保障,对海探测雷达是其中的重要组成环节。然而,由于海洋环境复杂,随机多变的海杂波为雷达探测带来了较大干扰,使用传统方法进行处理时存在低信杂比情况下性能受限,以及难以适用于雷达不同工作模式等问题。这些复杂环境或任务场景使得海杂波抑制成为具有挑战性的难题。本文围绕上述海杂波抑制问题展开研
学位
物理层保密通信技术利用信道的互异性使窃听者无法获取准确通信信息,以解决无线通信易访问特性导致的通信不安全问题。物理层保密通信技术中的人工噪声方法通过在发送信号的同时发射人工噪声以干扰窃听者而不影响目标接收者,从而实现保密通信。由于保密容量性能取决于接收者端和窃听者端的信噪比,所以保密容量易受功率放大器的非线性噪声影响。因此,本文首次解析分析了功率放大器非线性干扰对人工噪声辅助的保密通信系统的保密容
学位
图像分割是图像自动化分析系统重要的技术之一,为后续的处理提供了支持。在复杂的场景下,图像分割方法的结果会对图像分析处理结果的质量造成极大的影响。本文以复杂的彩色文档图像和密集细胞图像作为主要对象,研究图像分割方法。彩色文档扫描过程引入的噪声、色彩偏移、涂抹与污染、光照不均等问题以及字符尺寸较小的因素都对其语义分割产生不利影响;密集纤维细胞由显微镜所成像的图像中,由于存在对比度低、伪影、不完整的边界
学位
穿墙雷达通过发射可穿透非金属墙体的电磁波获取遮蔽人体目标的行为信息,利用信号处理和特征变换,提取并分析不同行为的特征差异,实现人体行为识别,可以时刻感知遮蔽空间目标状态,为医疗监护、灾害救援和战术决策等提供技术支持。但是,穿墙雷达分辨率有限,获取的人体行为特征容易产生混叠,同时由于墙体的复杂影响以及人体行为的时空多变性,如何有效地实现穿墙雷达人体行为稳健序列识别,是一个具有挑战性的难题。本文围绕上
学位
近几年来深度学习发展迅速,在计算机视觉、自然语言处理、机器人等领域都发挥出了卓越的性能。深度卷积神经网络作为深度学习的重要方法被广泛应用于日常生活中。然而,深度卷积神经网络拥有高性能的背后,归功于其较高的参数量和复杂的计算冗余。随着低功耗、低带宽、低存储等边缘移动设备的出现和兴起,这给深度卷积神经网络在这些设备上的部署带来了挑战。深度卷积神经网络的轻量化方法可以有效的降低模型的参数量和计算量,但有
学位