鄭 通,沈 婭,張立杰

(新疆大學(xué) 紡織與服裝學(xué)院, 新疆 烏魯木齊 830046)

近年來(lái),隨著大數(shù)據(jù)、5G、人工智能等數(shù)字技術(shù)的快速發(fā)展,數(shù)字經(jīng)濟(jì)也越來(lái)越多地受到關(guān)注。數(shù)字經(jīng)濟(jì)在中國(guó)國(guó)內(nèi)生產(chǎn)總值(GDP)中扮演越來(lái)越重要的角色,2020年中國(guó)數(shù)字經(jīng)濟(jì)增加值規(guī)模達(dá)到39.2萬(wàn)億元,同比上升2.4%[1]?！笆奈濉币?guī)劃和2035年遠(yuǎn)景目標(biāo)綱要提出以數(shù)字化驅(qū)動(dòng)產(chǎn)業(yè)升級(jí),推動(dòng)數(shù)字經(jīng)濟(jì)與實(shí)體產(chǎn)業(yè)相結(jié)合,實(shí)現(xiàn)數(shù)字化產(chǎn)業(yè)和產(chǎn)業(yè)數(shù)字化[2]。

服裝行業(yè)是中國(guó)傳統(tǒng)制造型產(chǎn)業(yè)之一,在工業(yè)化發(fā)展、提供就業(yè)機(jī)會(huì)等方面扮演重要角色[3]。隨著經(jīng)濟(jì)發(fā)展,服裝企業(yè)出現(xiàn)勞動(dòng)力缺失,簡(jiǎn)單粗獷的生產(chǎn)方式不再適合服裝企業(yè)發(fā)展,中國(guó)服裝企業(yè)迫切需要進(jìn)行數(shù)字化轉(zhuǎn)型。數(shù)字化轉(zhuǎn)型可以為服裝企業(yè)帶來(lái)全供應(yīng)鏈的能力提升,是服裝產(chǎn)業(yè)從傳統(tǒng)勞動(dòng)密集型產(chǎn)業(yè)向技術(shù)密集型產(chǎn)業(yè)轉(zhuǎn)型的重要機(jī)遇[4]。

數(shù)字化成熟度是企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中的完成程度,用于描述企業(yè)從非數(shù)字化到數(shù)字化最佳狀態(tài)的相對(duì)水平[5]。據(jù)埃森哲發(fā)布的《2021年中國(guó)企業(yè)數(shù)字化指數(shù)》[6],中國(guó)企業(yè)的數(shù)字化成熟度指數(shù)在2018年為37分,2021年成熟度指數(shù)為54分,說(shuō)明中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型總體在穩(wěn)步推進(jìn)。當(dāng)下對(duì)服裝企業(yè)數(shù)字化的研究主要集中在數(shù)字技術(shù)在服裝企業(yè)中的研究與應(yīng)用等[7-8],從數(shù)字化成熟度角度進(jìn)行探討和實(shí)證評(píng)價(jià)的研究相對(duì)較少。本文借鑒已有學(xué)者對(duì)企業(yè)數(shù)字化成熟度的研究,構(gòu)建中國(guó)服裝企業(yè)數(shù)字化成熟度測(cè)度模型,采用熵權(quán)-TOPSIS方法對(duì)中國(guó)服裝企業(yè)數(shù)字化成熟度進(jìn)行量化分析,結(jié)合K-means聚類(lèi)結(jié)果劃分成熟度等級(jí)并描述相關(guān)特征,分析并評(píng)價(jià)中國(guó)服裝企業(yè)數(shù)字化成熟度,以期為中國(guó)服裝企業(yè)順利進(jìn)行數(shù)字化轉(zhuǎn)型提供參考。

1 數(shù)字化成熟度指標(biāo)體系

1.1 組織變革能力

服裝企業(yè)數(shù)字化轉(zhuǎn)型一般是指以數(shù)據(jù)作為關(guān)鍵生產(chǎn)要素,運(yùn)用大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能等一系列數(shù)字技術(shù)對(duì)企業(yè)生產(chǎn)、管理、商業(yè)模式等進(jìn)行改造、減少管理層級(jí),這意味著企業(yè)組織結(jié)構(gòu)發(fā)生重大變革,企業(yè)應(yīng)重新設(shè)計(jì)組織結(jié)構(gòu),發(fā)揮數(shù)字化帶來(lái)的優(yōu)勢(shì)[9]。Yoo等[10]將組織變革能力與技術(shù)研發(fā)聯(lián)系起來(lái),指出企業(yè)數(shù)字化轉(zhuǎn)型是組織在日常工作中使用數(shù)字技術(shù)的過(guò)程。新的數(shù)字技術(shù)讓信息傳遞更加快捷方便,必將使服裝企業(yè)的組織結(jié)構(gòu)向扁平化發(fā)展,減少中間不必要的管理層,降低管理人員的數(shù)量,同時(shí)要求勞動(dòng)人員更加技能化,員工平均學(xué)歷、專(zhuān)業(yè)素養(yǎng)等需大幅度提升[11]。員工與員工、員工與上級(jí)之間信息傳遞更加方便,進(jìn)而提高企業(yè)的管理水平。良好的組織結(jié)構(gòu)可以幫助服裝企業(yè)更好地進(jìn)行數(shù)字化轉(zhuǎn)型,完善企業(yè)文化、企業(yè)發(fā)展戰(zhàn)略等,在數(shù)字化轉(zhuǎn)型過(guò)程中發(fā)揮著領(lǐng)導(dǎo)性的作用。因此本文將組織變革能力作為一級(jí)指標(biāo),包含組織結(jié)構(gòu)轉(zhuǎn)型和數(shù)字化人才建設(shè)2個(gè)二級(jí)指標(biāo)。

1.2 技術(shù)變革能力

當(dāng)前不少學(xué)者認(rèn)為技術(shù)變革是企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵動(dòng)力,同時(shí)也是提高企業(yè)核心競(jìng)爭(zhēng)力的關(guān)鍵要素[12]。曾光偉[13]認(rèn)為企業(yè)應(yīng)關(guān)注新技術(shù)的發(fā)展與應(yīng)用,以前憑借從業(yè)者經(jīng)驗(yàn)的經(jīng)營(yíng)方式正在被大數(shù)據(jù)分析取代。許敬涵[14]指出,新的數(shù)字技術(shù)會(huì)持續(xù)對(duì)制造型企業(yè)進(jìn)行賦能,企業(yè)數(shù)字化轉(zhuǎn)型要使用大數(shù)據(jù)、5G等新一代數(shù)字技術(shù)替代企業(yè)陳舊技術(shù)。服裝企業(yè)應(yīng)該重視技術(shù)變革帶來(lái)的機(jī)會(huì),充分抓住技術(shù)革新,將基礎(chǔ)設(shè)備進(jìn)行重構(gòu)。因此本文將技術(shù)變革能力作為一級(jí)指標(biāo),包含數(shù)字化基礎(chǔ)建設(shè)和數(shù)字化研發(fā)2個(gè)二級(jí)指標(biāo)。

1.3 業(yè)務(wù)變革能力

業(yè)務(wù)變革意味著服裝企業(yè)要改變傳統(tǒng)的業(yè)務(wù)運(yùn)營(yíng)與管理模式,采用新的數(shù)字化系統(tǒng)、設(shè)備等實(shí)現(xiàn)業(yè)務(wù)線上化、智能化,降低數(shù)據(jù)采集、存儲(chǔ)、分析等成本,提高業(yè)務(wù)運(yùn)營(yíng)效率[15]。杜勁松等[16]將服裝全生命周期的設(shè)計(jì)、生產(chǎn)、物流、銷(xiāo)售和服務(wù)5個(gè)主要環(huán)節(jié)作為一級(jí)指標(biāo)進(jìn)行了服裝企業(yè)智能制造的評(píng)價(jià)。舒?zhèn)17]指出,紡織產(chǎn)業(yè)的數(shù)字化改造應(yīng)利用數(shù)字技術(shù)對(duì)設(shè)計(jì)、生產(chǎn)、銷(xiāo)售等環(huán)節(jié)進(jìn)行融合與優(yōu)化。陳雁[18]指出,服裝產(chǎn)品受人和市場(chǎng)的影響較大,數(shù)字技術(shù)應(yīng)貫穿服裝企業(yè)的設(shè)計(jì)、生產(chǎn)、銷(xiāo)售等各個(gè)環(huán)節(jié),實(shí)現(xiàn)企業(yè)的數(shù)字化和智能化發(fā)展。服裝業(yè)務(wù)變革可以反應(yīng)服裝企業(yè)數(shù)字化轉(zhuǎn)型的特點(diǎn),涵蓋了服裝產(chǎn)品設(shè)計(jì)、生產(chǎn)、物流、銷(xiāo)售和服務(wù)5個(gè)主要環(huán)節(jié)和一系列相互聯(lián)系的價(jià)值創(chuàng)造活動(dòng)[19]。橫向集成是指將企業(yè)業(yè)務(wù)運(yùn)營(yíng)過(guò)程中不同環(huán)節(jié)的數(shù)字系統(tǒng)進(jìn)行集成,提高企業(yè)對(duì)數(shù)據(jù)處理的效率和數(shù)據(jù)的自動(dòng)流動(dòng)水平[20]。因此本文將業(yè)務(wù)變革能力作為一級(jí)指標(biāo),包含服裝產(chǎn)品業(yè)務(wù)流程5個(gè)主要環(huán)節(jié)(設(shè)計(jì)、生產(chǎn)、物流、營(yíng)銷(xiāo)和服務(wù))和橫向集成共6個(gè)二級(jí)指標(biāo)。

通過(guò)文獻(xiàn)分析,遵循指標(biāo)數(shù)據(jù)的客觀、全面、突出服裝企業(yè)特點(diǎn)等原則,構(gòu)建了包含3個(gè)一級(jí)指標(biāo),10個(gè)二級(jí)指標(biāo)和19個(gè)三級(jí)指標(biāo)的中國(guó)服裝企業(yè)數(shù)字化成熟度指標(biāo)體系,如表1所示。

表1 中國(guó)服裝企業(yè)數(shù)字化成熟度指標(biāo)體系Tab.1 Digital maturity index system of Chinese clothing enterprises

2 研究設(shè)計(jì)

2.1 評(píng)價(jià)方法回顧

與制造業(yè)數(shù)字化相關(guān)的評(píng)價(jià)方法主要有層次分析法(AHP)、模糊數(shù)學(xué)法、CRITIC權(quán)重法、熵權(quán)法、TOPSIS(優(yōu)劣解距離法)、因子分析等。李旻等[21]使用AHP法評(píng)價(jià)制造企業(yè)數(shù)字化供應(yīng)鏈的成熟度。王思維[22]將AHP法與模糊綜合評(píng)價(jià)法相結(jié)合,評(píng)價(jià)了某具體企業(yè)的數(shù)字化成熟度。傅為忠等[23]在CRITIC-熵權(quán)法的基礎(chǔ)上,使用TOPSIS模型評(píng)價(jià)了制造業(yè)高質(zhì)量發(fā)展的影響因素。張鵬等[24]通過(guò)熵權(quán)-TOPSIS和因子分析法分析調(diào)查問(wèn)卷得到的數(shù)據(jù),評(píng)價(jià)了陜西裝備制造業(yè)的數(shù)字化水平。

綜合以上方法,AHP法的數(shù)據(jù)主要來(lái)源于專(zhuān)家組打分,帶有一定的主觀性;模糊綜合評(píng)價(jià)雖能改進(jìn)層次分析法中不可量化的問(wèn)題,但存在指標(biāo)權(quán)重矢量的確定主觀性較強(qiáng),且評(píng)分不夠客觀的問(wèn)題。CRITIC綜合評(píng)價(jià)法的權(quán)重值受指標(biāo)間的標(biāo)準(zhǔn)差影響(即指標(biāo)的標(biāo)準(zhǔn)差越大,該指標(biāo)所占權(quán)重越高),因子分析法又受指標(biāo)間相關(guān)性影響。本文的指標(biāo)數(shù)據(jù)覆蓋服裝企業(yè)數(shù)字化的主要方面,各指標(biāo)間差異較大,相關(guān)性較低,數(shù)據(jù)來(lái)源客觀真實(shí),故采用熵權(quán)-TOPSIS評(píng)價(jià)法對(duì)中國(guó)服裝企業(yè)數(shù)字化成熟度進(jìn)行評(píng)價(jià)。

2.2 熵權(quán)-TOPSIS評(píng)價(jià)法

TOPSIS評(píng)價(jià)法又叫優(yōu)劣解距離法,通過(guò)計(jì)算指標(biāo)對(duì)象與理想化目標(biāo)之間的最優(yōu)解、最劣解的距離進(jìn)行排序[25]。熵權(quán)法是一種客觀賦值方法,在有相應(yīng)客觀指標(biāo)數(shù)據(jù)的情況下,根據(jù)各指標(biāo)的變異程度,利用信息熵計(jì)算各指標(biāo)的權(quán)重,得到客觀的指標(biāo)權(quán)重,再通過(guò)所得的客觀權(quán)重值對(duì)TOPSIS方法進(jìn)行修正。熵權(quán)-TOPSIS評(píng)價(jià)法的計(jì)算原理如下所示。

①正向化數(shù)據(jù)。指標(biāo)數(shù)據(jù)中,組織管理層級(jí)需要進(jìn)行正向化處理,其它指標(biāo)數(shù)據(jù)均為正向化數(shù)據(jù),不需要進(jìn)行正向化處理。

(1)

式中:i= 1,2,…,n,j= 1,2,…,m.

③生成標(biāo)準(zhǔn)化矩陣X。

(2)

④計(jì)算概率矩陣P,概率矩陣中每個(gè)元素pij計(jì)算公式為:

(3)

⑤對(duì)于第j項(xiàng)指標(biāo),計(jì)算其信息熵ej。

(4)

式中:i= 1,2,…,n,j= 1,2,…,m。

⑥計(jì)算信息效用值dj。

dj=1-ej

(5)

⑦計(jì)算每個(gè)指標(biāo)的權(quán)重wj。

(6)

⑧基于歐氏距離,計(jì)算各指標(biāo)與最優(yōu)解和最劣解向量之間的距離。正理想解為:

(7)

負(fù)理想解為:

(8)

⑨計(jì)算指標(biāo)與最佳方案的貼近度。

(9)

在動(dòng)態(tài)綜合評(píng)價(jià)中,時(shí)間權(quán)重可以表示不同時(shí)間的重視程度。本文參考張發(fā)明在《動(dòng)態(tài)綜合評(píng)價(jià)方法與應(yīng)用》[26]一書(shū)中對(duì)時(shí)間賦權(quán)的思想,構(gòu)造時(shí)間權(quán)重函數(shù),對(duì)時(shí)間權(quán)重Wt進(jìn)行賦值。

(10)

計(jì)算每一年的時(shí)間權(quán)重值。

δt=et/2T,t= 1,2,…,T

(11)

式中:t表示時(shí)間,年;距離現(xiàn)在時(shí)間越近,時(shí)間權(quán)重Wt就越大,時(shí)間t距離現(xiàn)在越遠(yuǎn),則時(shí)間權(quán)重Wt越小。

3 實(shí)證分析

3.1 樣本選取

為確保數(shù)據(jù)真實(shí)、客觀、有效,通過(guò)上海證券交易所和深圳證券交易所查詢到中國(guó)46家紡織服裝上市企業(yè),篩選出以多品種服裝產(chǎn)品為主營(yíng)業(yè)務(wù),服裝服飾營(yíng)業(yè)收入大于企業(yè)總營(yíng)業(yè)額50%的服裝上市企業(yè),時(shí)間跨度為2018—2021年。剔除數(shù)據(jù)不完整和年報(bào)中未出現(xiàn)“數(shù)字化”“智能化”等字樣的樣本,最終保留24家服裝上市企業(yè)。數(shù)據(jù)主要來(lái)源于上海證券交易所、深圳證券交易所、巨潮咨詢網(wǎng)、企知道專(zhuān)利數(shù)據(jù)庫(kù)等,同一企業(yè)不同年份的少數(shù)缺失數(shù)據(jù)采用移動(dòng)平均法補(bǔ)齊。

3.2 成熟度等級(jí)劃分及測(cè)度結(jié)果

通過(guò)加入時(shí)間權(quán)重的熵權(quán)-TOPSIS評(píng)價(jià)法計(jì)算,得到2018—2021年中國(guó)服裝上市企業(yè)數(shù)字化成熟度計(jì)算結(jié)果,在此基礎(chǔ)上,對(duì)評(píng)價(jià)對(duì)象進(jìn)行聚類(lèi),依據(jù)聚類(lèi)結(jié)果劃分?jǐn)?shù)字化成熟度等級(jí)。K-means聚類(lèi)算法[27]由Mac在1967年首次提出,該算法基于樣本間關(guān)聯(lián)量的度量標(biāo)準(zhǔn),是將樣本自動(dòng)分為K個(gè)群組的一種無(wú)監(jiān)督學(xué)習(xí)。穆榮平等[28]認(rèn)為K值可根據(jù)直觀上的類(lèi)別數(shù)和分析需求確定。將樣本企業(yè)的數(shù)字化成熟度結(jié)果進(jìn)行聚類(lèi)測(cè)試,比較不同群組數(shù)的聚類(lèi)結(jié)果,當(dāng)K=3時(shí)最為合適24家服裝上市企業(yè)2018—2021年數(shù)字化成熟度綜合得分和聚類(lèi)結(jié)果如表2所示,表中數(shù)據(jù)按服裝企業(yè)數(shù)字化成熟度綜合得分進(jìn)行降序排序。

表2 2018—2021年中國(guó)服裝上市企業(yè)數(shù)字化成熟度綜合得分Tab.2 Comprehensive scores of digital maturity of Chinese clothing listed enterprises in 2018-2021

在3個(gè)聚類(lèi)結(jié)果中,聚類(lèi)1、聚類(lèi)2和聚類(lèi)3的數(shù)字化成熟度值依次升高。屬于聚類(lèi)1的共有11家服裝上市企業(yè),占比為45.83%,成熟度指數(shù)范圍為0.199～0.276,平均值為0.241,定義為初始級(jí)。初始級(jí)服裝上市企業(yè)數(shù)字化轉(zhuǎn)型能力較差,在資金和人才方面的投入低于其他服裝上市企業(yè),數(shù)字化系統(tǒng)在生產(chǎn)管理環(huán)節(jié)中的應(yīng)用少。屬于聚類(lèi)2的有11家,占比45.83%,成熟度指數(shù)范圍為0.303～0.420,平均值為0.350,定義為成長(zhǎng)級(jí),成長(zhǎng)級(jí)的服裝上市企業(yè)在專(zhuān)利產(chǎn)出和數(shù)字化系統(tǒng)的應(yīng)用都取得了一定的進(jìn)展。屬于聚類(lèi)3的有2家,占比8.33%,成熟度指數(shù)范圍為0.468～0.570,平均值為0.519,定義為引領(lǐng)級(jí)。引領(lǐng)級(jí)的服裝上市企業(yè)成熟度明顯高于其他樣本企業(yè),數(shù)字系統(tǒng)應(yīng)用在業(yè)務(wù)流程中使用更為全面,較高的研發(fā)投入和人才投入,尤其是森馬服飾,在數(shù)字化人才建設(shè)、數(shù)字化基礎(chǔ)投入和數(shù)字化研發(fā)均處于領(lǐng)先地位。從結(jié)果可以看出,服裝數(shù)字化成熟度整體水平較低,不同服裝上市企業(yè)數(shù)字化成熟度得分之間存在差異,表明服裝企業(yè)之間的數(shù)字化轉(zhuǎn)型能力存在一定差距,與企業(yè)規(guī)模、主營(yíng)服裝品種、研發(fā)投入、市場(chǎng)占有率以及綜合實(shí)力差距等有關(guān)。

3.3 數(shù)字化轉(zhuǎn)型進(jìn)度評(píng)價(jià)

為更好地分析服裝上市企業(yè)2018—2021整體數(shù)字化轉(zhuǎn)型情況,以每一年作為1個(gè)方案,計(jì)算服裝上市企業(yè)數(shù)字化成熟度指數(shù)每年的平均值,觀察成熟度指數(shù)的變化,結(jié)果如圖1所示。計(jì)算成熟度指標(biāo)體系中3個(gè)子能力(一級(jí)指標(biāo))的成熟度值,分析子能力成熟度指數(shù)變化,結(jié)果如圖2所示。

圖1 2018—2021年均成熟度指數(shù)變化Fig.1 Annual maturity index changes over the years(2018-2021)

圖2 2018—2021年子能力成熟度走勢(shì)Fig.2 Sub-capability maturities trend in 2018-2021

由圖1可以看出,樣本企業(yè)年平均成熟度指數(shù)在2018—2021年之間逐漸升高,在2019—2020年之間斜率最大,說(shuō)明服裝上市企業(yè)在2020年數(shù)字化轉(zhuǎn)型進(jìn)度較快。數(shù)字化成熟度整體呈現(xiàn)上升趨勢(shì),說(shuō)明中國(guó)服裝企業(yè)的數(shù)字化成熟度不斷提高,數(shù)字化轉(zhuǎn)型取得一定進(jìn)展。

分析圖2中3個(gè)子能力在2018—2021年之間的數(shù)字化成熟度走勢(shì)可知,3個(gè)子能力成熟度指數(shù)中,由于數(shù)字系統(tǒng)的積累和集成,業(yè)務(wù)變革能力在4年間成熟度指數(shù)不斷上升。業(yè)務(wù)變革能力包含服裝產(chǎn)品業(yè)務(wù)流程5個(gè)主要環(huán)節(jié)和橫向集成,企業(yè)應(yīng)進(jìn)一步加強(qiáng)數(shù)字化系統(tǒng)在服裝業(yè)務(wù)環(huán)節(jié)中的應(yīng)用,同時(shí)重視數(shù)據(jù)標(biāo)準(zhǔn)化建設(shè),促進(jìn)各個(gè)數(shù)字化系統(tǒng)之間相互集成,從而打破“數(shù)據(jù)孤島”。

組織變革能力和技術(shù)變革能力在2019年和2020年呈現(xiàn)出下降趨勢(shì),2021年轉(zhuǎn)變?yōu)樯仙厔?shì),其主要原因是企業(yè)經(jīng)營(yíng)受到新型冠狀病毒肺炎影響,資金投入不足,進(jìn)而造成數(shù)字化人才建設(shè)受阻,數(shù)字化基礎(chǔ)設(shè)施建設(shè)和研發(fā)投入減少。企業(yè)應(yīng)加大資金投入,在人才建設(shè)中注重引進(jìn)數(shù)字化研發(fā)人員和高學(xué)歷人才,健全數(shù)字化人才引進(jìn)和培養(yǎng)制度;改善數(shù)字化基礎(chǔ)設(shè)施的研發(fā)投入,注重資金投入的方向,重點(diǎn)提高數(shù)字化技術(shù)、數(shù)據(jù)中臺(tái)和智能工廠方面的投入,從而提高數(shù)字化產(chǎn)出。

4 結(jié)束語(yǔ)

通過(guò)構(gòu)建中國(guó)服裝企業(yè)數(shù)字化成熟度測(cè)度模型,采用熵權(quán)-TOPSIS評(píng)價(jià)法,從組織變革能力、技術(shù)變革能力和業(yè)務(wù)變革能力3個(gè)方面對(duì)2018—2021年中國(guó)24家服裝上市企業(yè)的數(shù)字化成熟度進(jìn)行測(cè)算。使用K-means算法對(duì)評(píng)價(jià)對(duì)象進(jìn)行聚類(lèi),劃分聚類(lèi)結(jié)果為3個(gè)成熟度等級(jí):初始級(jí)數(shù)字化成熟度指數(shù)范圍為0.199～0.276,平均值為0.241;成長(zhǎng)級(jí)數(shù)字化成熟度指數(shù)范圍為0.303～0.420,平均值為0.350;引領(lǐng)級(jí)數(shù)字化成熟度指數(shù)范圍為0.468～0.570,平均值為0.519。樣本企業(yè)2018—2021年的數(shù)字化成熟度指數(shù)平均值呈現(xiàn)出逐年遞增趨勢(shì);3個(gè)一級(jí)指標(biāo)中,業(yè)務(wù)變革能力的數(shù)字化成熟度呈現(xiàn)出逐年遞增趨勢(shì),組織變革能力和技術(shù)變革能力呈現(xiàn)出先下降后上升趨勢(shì)。組織變革方面,企業(yè)應(yīng)重視數(shù)字化人才培養(yǎng);技術(shù)變革方面,企業(yè)應(yīng)重視數(shù)字化基礎(chǔ)設(shè)施研發(fā)創(chuàng)新;業(yè)務(wù)變革方面,企業(yè)應(yīng)進(jìn)一步加強(qiáng)數(shù)字化系統(tǒng)在業(yè)務(wù)環(huán)節(jié)中的應(yīng)用。

本文研究結(jié)果可以幫助服裝企業(yè)進(jìn)行數(shù)字化成熟度評(píng)價(jià),根據(jù)企業(yè)自身需求,從不同角度促進(jìn)數(shù)字化轉(zhuǎn)型,滿足未來(lái)發(fā)展需要。