百计视角 数据：鞋类数智化技术的基石

在数字经济时代，数据已成为驱动产业变革的核心要素。对于制鞋行业而言，数据作为鞋类数智化技术的基石，已渗透至市场调研、设计研发、生产工艺、装备配制、供应链、营销、可持续等全维度，推动行业从“经验驱动”转向“数据智能”。

现今的制鞋数据不仅重塑了从设计到销售的全链条流程，更重新定义了产品的本质属性。传统鞋类产品的功能是以护脚为主，以物理形态为核心，而今数据通过技术赋能，将鞋类产品从“物质载体”升维为“数据生态”，其价值不仅在于驱动设计研发与工艺制造效率提升及成本降低，更在于通过“数据智能”重新定义产品价值：鞋类从单一刚性消费品演变为“数据载体”，连接用户需求、消费趋向、智能制造、绿色生态的多维网络。使其在功能性、舒适度、个性化、场景化、智能化、可持续化等维度展现出前所未有的生命力。

一、什么是数据?数据、信息、知识、逻辑之间的关系链

什么是数据?数据是对客观事物的符号表示，通常以数值、文字、图像、声音等形式存在。例如一组测量脚型的数字，这些数字可以用来描述脚的形状、尺寸等特征。一段描述运动鞋款式的文字，这些文字可以用来详细说明运动鞋的外观、材料、功能等。或是一张记录运动员跑步场景的图片，这张图片可以直观地展示运动员在跑步时的姿势。这些都属于数据。又例如，235, 21.66%，这几个数字没有直接说明什么,但也是数据，若使用时需要做进一步加工描述。

信息：信息是有语境的数据，语境为数据提供了背景，使其从无意义的符号转化为有价值的信息。若用于鞋号管理，前面所说的235,表示的是女士鞋号码，21.66%则表示的是人脚后跟骨上沿点高度为脚长21.66%。把这几个数据放在了相关环境里，数据被赋予了实际意义，经过处理、关联后形成了具有特定内容的信息。“235”作为数据只是一个数字,但在脚长→鞋码换算规则的语境中，数据产生价值，就成了鞋码235对应脚长235毫米的信息。

知识：知识是经过实践证明了的和系统化提炼的信息。大量信息经过归纳、思考和分析、验证后被证明正确并形成规律或理论。例如，235,女士鞋号码，适合脚长235mm(±2mm)的女士穿着。此鞋号楦底样板长度=脚长235mm+放余量16.8mm-后容差5mm≈247mm。同是一个鞋号但鞋款造型结构不同，楦型在楦底样长度上有着不同的数据。如，L-30 女系带鞋楦的235(一型半)楦底样长为247mm;L-30 女浅口鞋楦的235(一型半)楦底样长为245mm;L-30 女全空凉鞋楦的235(一型半)楦底样长为242mm。

21.66%是指人脚后跟骨上沿点高度，占脚长21.66%。此位置点是设计后帮后缝高度的参考点，一般是过此点向上确定后帮后缝高度点，此点也是主跟(后港宝)高度控制点。

这些信息来自于制鞋实践，经过验证被证明正确而形成规则和规律，如“楦底样板长度换算的通用规则”，还有脚型规律、楦型规律、结构设计规律。比如脚型规律，我国专业机构在1965年对全国300万人次进行了调查研究，通过对全国成年男女及儿童脚型测量及数据采集，收集了我国不同区域大多数成年男女及儿童的脚型生理机能和脚型特征数据，根据脚部各主要特征部位的数据分布，确定了适用于大多数人的的脚型数据，形成“脚型规律”。1982年轻工业部制鞋研究所(现皮革制鞋研究院)根据第一次全国脚型测量数据专门制定了国家标准GB3293—82《鞋号及鞋楦尺寸系列》，确立了鞋号。2001—2004年国家科技部又委托皮革制鞋研究院进行了全国第二次脚型测量，利用采集的脚型数据对《鞋号及鞋楦尺寸系列》标准进行了修订。脚型规律成为设计鞋楦和制造鞋类产品的科学依据。

逻辑是什么?数据、信息、知识之间存在层层递进的关系，数据→(逻辑推理)→信息→(逻辑推理)→知识，逻辑就像粘合剂贯穿其中，是贯穿始终的思维规则。逻辑起什么作用?知识依赖逻辑推理(如归纳法、演绎法)构建体系，确保结论的正确性和普遍性。从数据到信息，通过逻辑关联(如分类、对比)赋予数据意义。从信息到知识，通过逻辑推理(如因果分析、演绎论证)提炼规律。

知识应用时，通过逻辑判断(如是否符合前提条件)确保结论可靠。例如：从“脚长235毫米”到“楦底样板长”的转换，需遵循“脚长+放余量-后容差”的逻辑规则，这一规则本身属于知识，而推导过程依赖逻辑。

逻辑既是处理数据、构建信息的工具，也是将信息升华为知识的方法论，数据、信息、知识三者通过逻辑形成有机整体，最终服务于问题解决和认识提升。制鞋行业的海量数据涉及全产业链的设计、制造、销售全过程。这意味着从市场调研、设计研发、原材料的采购、生产制造到最终产品的销售，每个环节都会产生大量的数据。这些数据的管理和分析对于产品创新研发、优化生产流程、提高产品质量、提升销售效率等方面都具有重要意义。通过有效的数据管理和分析，可以优化设计流程、提高生产效率和产品质量、提升销售效率，从而实现全产业链的智能化和高效化。

二、鞋类数据的起点是脚型规律

脚型规律是指通过对大量人群的脚型进行测量和统计分析，得出的关于脚的长度、宽度、围度、高度等特征部位的比例关系和变化规律。由脚型规律确立了鞋号，衍生出与鞋相关的巨多数据。从某个角度讲，脚型规律是“根”，由此生发出设计、楦型、结构、工艺等相关枝杈数据并形成上中下游产业链。

(一)测量足部参数，获取系列数据。

脚型测量是指对人脚特征部位进行测量，通过对人脚长度、宽度、围度、高度等测量，得出相关特征部位数据。见表一，脚型测量部位表。

表一 脚型测量部位表

(二)根据脚型测量结果，经数理统计后整理出有规律的数值。见表二，脚型长度系数表;表三，脚型宽度系数表;表四，脚型围度系数表。

表二 脚型长度系数表

表三 脚型宽度系数表

表四 脚型围度系数表

脚型规律不仅是鞋类数据的起点，更是连接消费者需求与鞋类设计与生产工艺技术的核心纽带。依据脚型规律，结合鞋的造型、合脚性和安全性进行楦型设计。从传统的制鞋木楦到现代3D打印鞋楦，从经验设计到数据驱动设计，脚型规律始终是鞋类创新设计的基石。未来，随着数字化、智能化、AI技术的发展，脚型规律的应用与深化将进一步拓展至产品服务、健康管理、智能穿戴等领域，推动制鞋业向个性化、智能化方向升级。

三、数据直接反映市场需求

对于制鞋企业而言，数据在揭示市场需求方面起着重要作用，通过对与鞋相关的数值、文字、图像、声音等数据的挖掘、归纳、分析，直接展现市场需求的特征、趋势和规律，数据成为洞察市场需求的关键利器。通过分析消费者行为数据、社交媒体数据和市场调研数据，准确把握市场需求，为企业产品创新、市场营销等提供有力支持，使企业能够在激烈的市场竞争中把握机遇争得先手，实现可持续发展。

(一)消费者行为数据。消费者的购买记录、浏览历史、搜索关键词等数据，犹如一面镜子，直接反映出他们的兴趣和需求。例如，现在薄底运动鞋的浏览量和购买量大幅增加，这恰如一个强烈的信号，意味着厚底运动鞋及老爹鞋的市场正在悄然改变，求新求异的市场需求正在上升，原来青睐于传统款运动鞋的用户开始流失。如某电商平台显示，某品牌的复古薄底跑鞋近7天8000+人逛过，1000+人感兴趣，还有一款国内名牌薄底德训鞋24小时内100+人已买，回头客443人次。随着信息技术的进步，消费者行为数据唾手可得，这些数据从某个角度说明，大量消费者已经穿过了厚底运动鞋及老爹鞋——他们的需求接近饱和，薄底运动鞋激发出用户兴趣，也使我们对薄底运动鞋受宠有了更清晰的认识。企业要重视数据的作用，大量的、鲜活的数据具有不可轻视的价值。那些来自市场的数据看上去似乎只是“一个点”，但是从细微处深入剖析这个点的内在连带性，能引出“一条线”，进而甚至连起“一个面”，起到连锁反应。春夏季节，随着气温逐渐升高，人们在穿着上会去繁从简、去厚从薄、去保暖性从透凉爽，薄底运动鞋恰当的搭配性迎合消费者喜爱。鞋企应提高从数据中学习的能力，基于用户的动态需求来研究、分析这些数据及信息，站在用户的立场考虑问题，拓展并应用专业知识，及时调整产品策略，着力研发新品，满足消费者的需求。

(二)社交媒体数据。社交媒体已成为人们生活中不可或缺的一部分，用户在社交媒体上的讨论、分享和评论，表达了他们对鞋品的看法、需求和期望。鞋企可以通过监测社交媒体上的话题热度、用户评价等数据，了解消费者的真实想法。比如，溯溪鞋作为一款新的鞋类产品在社交媒体上引发消费者关注。对溯溪鞋的评价呈现多样化，用户喜爱其功能和外观的，评价大多为舒适性高、排水速干佳、防滑性能好、丑萌风格独特、时尚穿搭多元。也有部分消费者心存顾虑，比如担心某些品牌的溯溪鞋臭脚、易进沙子、是否有在城市通勤中的实用性等。消费者的顾虑本质是“需求未被满足”和理性选择商品的信号，企业可以据此改进产品。如针对溯溪鞋“易进沙子”，可增加鞋面防沙设计;针对“臭脚”，采用抗菌材料等;针对消费者疑虑“城市通勤实用性”，可推出与服装搭配适宜的款式，突出“户外+日常”多场景兼容特色，提高用户满意度。用户与市场支配着设计，消费者需求是设计的出发点。设计应明确目标消费者群体，深入研究你的核心消费者和你的增长目标消费者。围绕消费者的需求和偏好，了解他们的心理特征和行为模式，优化消费者体验，根据用户反馈不断优化设计，使设计更符合市场需求。针对溯溪鞋，多样的设计系列或许可以满足不同的市场需求，要根据市场变化改变设计风格和外观。产品的个性都在变化，产品会随着使用者和目标用户的不同而有不同的外观和表现。

(三)市场调研数据。通过问卷调查、访谈等方式收集的数据，可以获取消费者对鞋品功能、价格等方面的具体需求。市场调研能够深入了解消费者的需求和偏好，为鞋企制定产品策略提供有力依据。我们知道，尽管所有人的脚型大致一样，都有52块足骨，但仔细说来，人与人之间还是有很大差异的。有些人脚肥，有些人脚廋。这意味着没有一款鞋能够满足所有人穿着。一些鞋款确实以所有人为目标人群，如健步鞋。但是在没有其他类似健步鞋可选择可替代的时候，你的这款健步鞋才可能成功。但是实际上，很多鞋款不得不接受用户差异的影响。能够满足广泛需求和喜爱的唯一方式是设计具有广泛认同的功能且款式多样的鞋款。例如，一家鞋企在进行市场调研时，发现东北地区消费者对于式样时尚、底型稍厚、保暖舒适的鞋款有较高的需求，于是企业研发推出适应东北地区消费人群的多款鞋品，以满足消费者的需求。对消费者的理解或者洞察，要建立在深入分析目标用户的基础上，站在用户角度而不是站在“我”的角度。通过对市场调研数据分析，有了对目标用户的了解与结论后，可以逐步提炼用户的需求，并有目标地开始设计以适应变化的环境和消费者需求。

四、数据揭示消费潮流趋向

(一)趋势分析。对历史数据的深入分析，就如同探索神秘的宝藏地图一般，能够挖掘出消费者需求的变化趋势，进而预测未来消费潮流的走向。以运动鞋市场为例，仔细研究过去几年的销售数据，我们可以发现诸多有价值的规律。在不同季节，运动鞋的销售呈现出明显的差异。春夏季节，轻便、透气、色彩鲜艳的运动鞋更受消费者青睐;而秋冬季节，保暖、防滑、具有良好支撑性的运动鞋则销量上升。从风格上看，时尚潮流的不断变化影响着消费者的购买决策，复古风格、简约风格、运动时尚风格等轮流成为市场的宠儿。底型方面，跑步鞋的缓震底、篮球鞋的高支撑底等根据不同运动需求设计的底型也有着各自的销售趋势。温州小众化的包底鞋也在凭借打破常规的鞋帮鞋底组合工艺和造型，从鞋帮往下顺接至鞋底底墙，帮面的面积加大，给造型设计提供更大空间，使其可视化加强、直觉感提升，引起那些对新品敏感度高的消费者们关注。在材料上，透气网布、柔软皮革等不同材质的运动鞋在不同场景下受到消费者的喜爱。品牌方面，知名品牌凭借其强大的品牌影响力和产品质量占据一定市场份额，但同时，一些新兴品牌也凭借独特的设计和创新理念逐渐崭露头角。企业通过对这些趋势的准确把握，可以提前进行产品研发和生产，推出符合市场需求的产品，从而抢占市场先机，在激烈的市场竞争中立于不败之地。

(二)关联分析。挖掘不同数据之间的关联关系，就像解开神秘的密码，能为企业带来更深入的市场洞察。例如，某些运动鞋商品的销售增长与特定事件或季节密切相关。在夏季，轻薄底型、透气面料、融合时尚元素的运动鞋销售量显著增加，这是因为人们在炎热的天气里更倾向于穿着轻便、舒适的鞋子进行户外活动，同时也注重时尚搭配。而在冬季，偏厚底型、保暖面料、具备防滑缓震功能的运动鞋销售量会大幅增长，以满足消费者在寒冷天气和复杂路况下的需求。此外，一些重大体育赛事的举办也会带动相关运动鞋的销售。鞋企可以充分利用这些关联关系，提前把握消费潮流，制定针对性的营销策略。比如，在夏季来临之前，加大轻软透气、时尚舒适款式的研发生产和推广力度，提前布局市场;在秋冬之际，适时推出具有保暖、防滑、透气、缓震、时尚特点的运动鞋款式，满足消费者的需求。同时，结合体育赛事等热点事件，开展营销活动，提高品牌知名度和产品销量。

(三)消费者画像。通过数据分析，构建消费者的特征、偏好和行为模式，就像描绘一幅生动的画卷，能够让我们深入了解不同消费群体的需求特点，从而敏锐地洞察消费潮流的变化。例如，通过分析消费者的年龄、性别、职业等数据，可以将消费者分为不同的群体。年轻时尚群体注重鞋子的外观设计和时尚感，他们追求个性化和独特性，愿意尝试新的款式和品牌;中高端消费群体则更关注鞋子的品质和品牌价值，他们愿意为高质量、高档次的产品支付更高的价格;老年群体则更看重鞋子的舒适度和功能性，如防滑、减震等。企业可以根据不同消费群体的需求特点，开发针对性的产品和服务，满足消费者的个性化需求。对于年轻时尚群体，可以推出具有创新设计和时尚元素的产品，并通过社交媒体等渠道进行营销推广;对于中高端消费群体，可以注重产品的品质和工艺，提供优质的售后服务;对于老年群体，可以研发具有特殊功能的鞋子，注重鞋子稳定性、防滑性、缓震性，并在销售渠道上注重与老年人群体的接触。通过精准的消费者画像和针对性的营销策略，企业能够更好地满足消费者的需求，提高市场竞争力。

在当今数字化时代，数据分析对于鞋类企业来说具有至关重要的意义。通过对趋势分析、关联分析和消费者画像的深入研究和应用，企业能够更加精准地把握市场动态，预测消费潮流的走向，从而制定出更加科学合理的产品研发策略和营销方案。只有紧跟时代步伐，充分利用数据分析的优势，鞋类企业才能在激烈的市场竞争中脱颖而出，实现可持续发展。未来，随着数据分析技术的不断发展和完善，相信鞋类消费潮流的研究将会更加深入和精准，为消费者带来更多优质、个性化的产品和服务。

五、数据驱动精准设计：从传统到智能的转型

在当今快速变化的时尚与消费市场中，传统鞋类设计方法面临着前所未有的挑战。自新建立至今，我国鞋类设计方法经历了经验设计、平面设计、立体设计、计算机辅助设计的转变过程。在很长一段时间，糊楦取样法、贴楦设计法、比楦设计法、鱼刺取样法、粘绳取样法、热缩膜取样法、复样设计法等是制鞋厂设计人员使用的设计方法。长期以来，鞋类设计依赖于设计师的经验与手工技艺，这种方法虽然在一定程度上保证了设计的艺术性和独特性，却难以精准匹配消费者的多样化需求。随着数字化技术的迅猛发展，数据驱动的设计理念为鞋类行业带来全新的变革，开启精准设计的新纪元。

(一)3D扫描技术：个性化鞋楦模型的构建

数据驱动鞋类设计的核心在于精准的数据采集与分析。3D扫描技术的应用，使得实时捕捉用户脚型数据成为现实。通过高精度的3D扫描设备，可以详细采集记录消费者脚部的每一个细节，包括脚长、脚宽、脚的围度、足弓高度、脚的静态、脚的动态等关键参数。革新了长期以来手摸眼看加经验的量脚做楦方法，使传统的一个师傅一种测量采集手法的方式得到规整统一，由“经验”上升为科学。应用3D扫描技术得到的这些数据，为鞋楦的造型和结构设计提供科学依据，从鞋楦的头形到肉体的安排，都是依据实际的脚部数据，结合人体工程学与运动科学的分析，生成适配不同脚型的鞋楦模型，使用这些数据，做出各部位合理的鞋楦，再做出结构合理、造型美观的鞋，达到脚、鞋楦、鞋的和谐。

国内一些鞋企通过多年积累的脚型数据，建立起标准化的鞋楦体系。这一体系使得“脚型-鞋楦”的匹配过程更加高效、准确，将样品开发时间压缩至仅需1.5天。这不仅大幅缩短设计周期，更重要的是能够提升产品的舒适度，满足消费者对个性化鞋类的需求。通过数据驱动的技术，鞋企在激烈的市场竞争中赢得主动，达到产品与市场的精准对接。

(二)AI设计平台：创意与效率的双重提升

除了3D扫描技术，人工智能(AI)设计平台的应用也为鞋类设计方法带来革新。国内有些鞋企已经结合自身发展实际，建立人工智能(AI)设计平台，通过解析海量的流行趋势数据与消费者需求偏好，能够在短短5〜10秒内生成高仿真的设计稿。相比传统画稿等设计方法，设计效率显著提升。

AI设计平台不仅加速创意的迭代速度，还使企业能够更迅速地响应市场变化。通过分析消费者的购买行为和偏好数据，AI系统能够预测未来的流行趋势，帮助设计师在产品开发的早期阶段做出更为精准的决策。这种数据驱动的设计方法，不仅提升产品的市场竞争力，还为企业带来更高的经济效益。

(三)数据驱动设计的多维度优势

数据驱动的鞋类设计不仅在技术和效率上具有显著优势，还在多个维度上推动行业的整体升级。首先，提升产品舒适度。通过对消费者群体精准的脚型数据、步态特征、活动场景分析，设计出的鞋类产品能够更好地适合消费者的行走规律，减少穿着不适感，提升用户良好体验。其次，加快市场响应速度。传统设计方法往往需要较长的时间进行样品开发、制作和多次调整，而数据驱动的设计通过自动化和智能化手段，大幅缩短设计周期，使企业能够更迅速地推出新产品，抢占市场先机。再者，促进创意与创新。AI设计平台通过大数据分析，为设计师提供丰富的创意灵感，帮助他们在设计过程中融入更多元化的元素，推动鞋类设计的不断创新。最后，优化资源配置。数据驱动的设计方法能够精准预测市场需求，减少因设计失误导致的资源浪费，提升企业的运营效率和可持续发展能力。

总之，随着数智化技术的不断发展和应用，以数据为基石的鞋类设计与制造将迎来更加广阔的发展前景。未来，随着5G、物联网和大数据技术的进一步融合，鞋类设计与制造将实现更高层次的智能化和个性化。通过实时数据的采集与分析，企业将能够更加精准地把握消费者需求，推出更加符合市场趋势的产品。同时，人工智能在鞋类制造过程中的应用将更加深入，不仅限于设计，将涵盖上中下游整个链条。这将进一步提升鞋类产品质量和生产效率，推动行业向智能化和高端化方向迈进，实现高质量可持续发展。(包底鞋图片来源：Y8Y9-至潮;溯溪鞋图片来源：CGX)