1. 研究目的与意义（文献综述）

（1） 研究目的与意义
本论作通过对“新零售”视角下服装行业大数据应用案例分析，企望揭示新零售主要特征、探究以大数据应用为导向的零售创新；在此过程中设定服装行业大数据应用案例作为研究载体，选取该行业为适应“新零售”做出积极探索并产生显著影响的企业作为研究对象，逐个分析各企业在大数据应用现状、模式设计、战略规划以及系统解决方案等方面的主要特征并进行对比分析；试总结出适用于大部分服装行业基于大数据应用为基础的“新零售”转型解决方案，设计出较为理想的商业模式。

所进行研究企望对服装行业创新经营与智慧管理提供积极的借鉴意义，希望通过本次研究契机加深大众对大数据应用及其服装业“新零售”发展趋势的积极思考与探索。在大数据背景下探究出一个能使服装企业更好地服务于消费者且能更大程度上赢利的系统，这样一个系统可从三个方面构建：一是选择合理的生产模式（如“基于柔性生产线的大规模私人化订制”）；二是设计多种有效的销售模式(如实体经营中“超市型自助式门店经营模式”配合“SNS营销”、“O2O裂变”、“全渠道融合”、“个性化消费场景”等网络营销手段)；三是规划赢利模式（“C2B/C2M的实现可能性与未来前景”）；另企望通过本设计过程所产出的研究方案与拟采取的技术手段加强对泛行业商业模式、系统架构、解决方案等系统流程技术实现的锻炼与逻辑梳理。

（2） 国内外研究现状分析
通过查阅“新零售”、“大数据”、“服装零售业”、“数据年鉴”以及“行业研究报告”等文献著述，发现针对“新零售”的文献资料以商业特刊、新闻报道、行业调研等形式为主，以“新零售”的提法由来、表现特征以及发展前景作为主要论述点，形成了较大影响力的经济热点与讨论主题，具备进一步研究的社会背景与理论支撑；然而现有文献缺少“新零售”实现的步骤设计、模式设计、关键技术讨论以及系统解决方案的探索，本论述在借鉴现有研究的基础上一定程度的弥补了研究不足，尝试了新思路、新线索，企望对“新零售”研究方向做出新探索。
同时发现针对“大数据”的文献研究多以泛行业大数据应用现状、技术支撑、企业应用集成等方面为主，缺少对特定行业的实例化研究；本论作选取特定服装零售企业作为案例，通过多案例多维度对比分析，突出表现服装零售业转型“新零售”时大数据应用策略，并总结出以大数据运用为导向的服装业“新零售”业态和系统解决方案，如上，本论作起到了具体问题具体分析的目的。
另发现针对服装零售业的文献研究集中在品牌经营管理、市场营销、商业模式借鉴与启示以及零售策略等方面，缺乏针对服装行业转型“新零售”以及“服装行业大数据应用模式设计与系统解决方案”的思考，本论文通过实例化分析为服装行业普遍性的提供了模式示范作用与转型的建议。

2. 研究的基本内容与方案

（一）研究（设计）的基本内容
本论文研究设计的基本内容如下:
（1） “新零售”主要特征初探及以大数据运用为导向的零售创新;
新零售”主要特征包括但不限于:①线上线下全渠道融合；②大数据运用相当熟练；③c2b/c2m模式与大规模个性化定制；④高度个性化的消费场景；⑤数字化精准营销⑥“去电商化”服务生态日益完善。
大数据运用范畴可能包括：①客户分析——通过数据分析获取跨越全渠道的客户洞察；②产品和服务分析——将企业的数据进行整合和深入挖掘，通过构建数据模型进行流程优化，提髙服务水平；③指导企业制订战略规划——洞察基础上的精准需求预测，指导企业制定策略规划；④减少企业运营成本——云服务、关系数据库和数据可视化等高性能分析技术使数据分析与数据获取更加便捷大大缩减了企业运营成本；⑤催生创新思维——基于大数据平台的零售业新型商业模式创新。
（2） 服装行业适应“新零售”策略探究，基于大数据应用案例对比分析;
在第一部分对“新零售”主要特征探究的基础上，以服装零售业作为切入领域寻找特定服装零售企业与“新零售”模式的契合点，并就符合部分或尽可能多“新零售”模式特征的企业进行对比分析，总结出个性化与综合性的特征。
（3） 以大数据应用为基础的服装行业“新零售”发展趋势与模式探索;

以大数据的应用现状着手进而就服装零售业应用大数据的可行性及行业特质与特定环境下的优劣势进行分析；结合以上分析结论以及第二部分案例分析过程得出的对于“新零售”综合性特征的阐述，总结出以大数 据应用为基础的服装行业“新零售”发展趋势预测与模式框架设计。

（二）研究（设计）的目标
本论作研究预期目标如下：
（1） 通过查阅文献尝试给出“新零售”一般定义和主要特征点描述，特别的就大数据在新零售中的运用表现、熟练度以及产生影响方面进行主要论述；
（2） 选取突出案例对比分析，阐述各案例企业为适应“新零售”进行的策略部署，试总结各自探索新零售的运作模式与企业解决方案，重点突出各案例企业大数据的运用现状、优劣势分析和应用前景概述；

（3） 基于典型案例的个例分析，试总结服装行业进行“新零售”转型的较为理想的商业模式设计及系统解决方案，就“新零售”今后发展趋势进行预测，并对企业大数据应用提出建设性意见；

3. 研究计划与安排

第一阶段（第1-7周）：收集资料、查阅文献，拟定提纲，提交任务书、开题报告。

第二阶段（第8-13周）：撰写论文初稿和修改稿,保持与指导教师的沟通。

第三阶段（第14-15周）：修改论文，定稿。

4. 参考文献（12篇以上）

[1]孙冰.第八个“双十一”所预演的“新零售时代”[J].中国经济周刊，2016（45）：34-38
[2]董枳君.电商新格局,转向新零售时代[J].跨界商学院，2016（11）：87-89
[3]王倩.阿里“新零售”:从“物以类聚”到“人以群分”[J].封面文章，2016（12）：48-49
[4]沈雷，张竞羽.大数据时代的中国服装品牌创新策略[J].服装学报,2016,(01):120-121
[5]郑淑蓉.零售业大数据：形成、应用及启示[J].理论探索，2014（02）：91-94
[6]“深析大数据”专题.大数据分析：零售业谋变新路径[J].信息与电脑，2014（06）：35-37
[7]李益.大数据时代传统零售企业商业模式创新硏究[硕士论文].山东：中国海洋大学，2015.21-27
[8]李飞.全渠道零售的含义、成因及对策——再论迎接中国多渠道零售革命风暴[J].北京工商大学学报(社会科学版),2013(02):2-6
[9]曹菲.大数据背景下的零售企业商业模式创新[A].商业经济研究，2016（24）：119-121
http://www.cnki.net/kcms/detail/10.1286.F.20161223.1352.086.html
[10]陈玉芬，吕庆华.零售业大数据与“O2O”营销模式创新[J].黎明职业大学学报，2016（01）：33-35
[11]赵秋银，秦昌才.大数据时代的商业模式创新——以日本的优衣库为例[J].经济论坛，2015（11）：57-59
[12]罗茂全.基于大数据的美邦服装零售库存控制策略研究[硕士论文].兰州：兰州大学，2015.13-19
[13]LI Wenlian, XIA Jianming.Business model innovation based on "big data" [J]. China Industrial Economics，2013 (5) :83-95. (in Chinese)
[14]Pozzi,Steven R. Big data,big opportunities[J].Best's Review,2014,114(11) :60
[15] Bjom Blocking,Lars Luck,Thomas Ramge.In Data We Trust:How Customer Data Is Revolutionizing Our Economy[J].China Machine Press.2014.1