Syfte & forskningsfråga: Syftet med denna uppsats är att skapa en djupare förståelse för utvecklingen av dagens modemarknad och fenomenet “fast fashion” genom att analysera och undersöka trenders uppkomst, hur trender anammas av konsumenter samt konsumenters inverkan på modebranschen. Uppsatsens forskningsfråga formulerades med uppsatsens syfte i åtanke och frågan blev följande: Vad är karaktäristiskt för dagens modemarknad och vilken betydelse har konceptet “fast fashion” för marknadens utveckling? Metod: Vår uppsats är baserad på en kvalitativ forskningsmetod då vi önskade att få en djupare förståelse kring det valda forskningsämnet. Vidare kom uppsatsen att få en abduktiv karaktär då vi haft ett växelspel mellan vald teori och empiri. För att vidare få en bredare syn på forskningsområdet valde vi att variera oss i vårt urval av respondenter och intervjuade därför 7 respondenter med olika positioner inom modebranschen. Slutsatser: I uppsatsens analys har vi kunnat se ett mönster där vår valda teori i stor utsträckning stämmer överens med vår empiriska insamling. I vår studie framkom det även att trender är både komplexa och svåra att specificera samt att de både kan pågå under en kortare samt längre tid. Vidare visade det sig att konsumenter idag har en stor påverkan på modebranschen, där de mångt och mycket kan ses som trendsättare. Fast fashion är ett koncept som har bidragit till snabba trendväxlingar på marknaden och via vår studie framkom det att konsumenters syn på fast fashion har förändrats, och att de numera önskar ett lugnare tempo.

Inom modebranschen växer konkurrensen sig allt större och fler modeföretag satsar på fast fashion som konkurrensstrategi. Konsumenterna har idag ett starkare modeintresse än någonsin vilket gör att företagen genom korta ledtider kan ta fram moderiktiga produkter till ett lågt pris för att tillfredsställa konsumenternas efterfråga. Den ökade konkurrensen gör att det blir viktigare för modeföretagen att samspela med sina olika attribut för att skapa en stark position på marknaden. Företagets tjänster har blivit ett av de omdiskuterade attributen. Där modebutiker bör satsa på att förbättra sin servicekvalitet genom att ge en högre nivå i sitt kundbemötande för att öka kundlojaliteten och konkurrenskraften. Enligt en mystery shopper undersökning av Nylund (2012) visade det sig att många butiker inte uppfyllde en godkänd och acceptabel servicenivå. En av de butiker som uppmärksammades ha en låg nivå i sitt kundbemötande var Gina Tricot.Med bakgrund till mystery shopper undersökningen har vi fått i uppdrag av Gina Tricots huvudkontor i Borås att studera vad kunderna vill ha i ett kundbemötande för fast fashion butiken Gina Tricot. För att undersöka vad kunderna efterfrågar har en kvantitativ studie genomförts i form av en enkätundersökning. Mätinstrumentet SERVQUAL används för att mäta ett företags servicekvalitet och har varit ett hjälpmedel i vår studie. Undersökningen utfördes utanför fyra utvalda Gina Tricot butiker i Borås och Göteborg där ett urval på 200 personer tillfrågades att delta i undersökningen. Datorprogrammet SPSS har använts för att presentera vårt resultat. Undersökningen visar utifrån analysen att det är viktigt för kunden att bli uppmärksammad och att personalen ska visa ett högt engagemang när kunden får hjälp av personalen. Resultatet visar även att personalens produktkunskap är av betydelse för kunden. Utifrån resultatet ser vi att kunderna tycker det är viktigt med service i en fast fashion butik. Undersökningen har hjälpt oss att ta fram viktiga grundparametrar i kundbemötandet för fast fashion butiken Gina Tricot.

The short life cycles and highly variable demand in the fast fashion market causes various challenges in a retailer’s supply chain management processes. The essential task at hand is to provide the right product, at the right time, and at the right place. Due to this inherent difficulty, the bullwhip effect is a major issue in the fashion supply chain. To enhance customer satisfaction and increase the alignment between the supply and market place demand, companies have been pushed towards exploiting big data, supply chain analytics and AI techniques for better business decision making. One such critical but intrinsically complex decision is the development of a future apparel assortment; in particular defining its optimal breadth and depth. This thesis investigates how such AI techniques can be applied to develop a new assortment aligned with the future customer demands- and choice behavior. The research was conducted through firstly performing a qualitative case study at a fast fashion retailer. This explored the critical business decisions in the supply chain lacking AI support. The findings, revealing the assortment planning process as one such critical area, guided the second part of the thesis: a systematic literature review exploring the AI techniques used in this process in the retail - and fashion industry. An appropriate framework of planning a static apparel assortment in the fast fashion industry was developed and used as a guide throughout the study. The thesis discovered that there exists significant research in the field of applying AI techniques to generate and integrate knowledge about consumer demand- and choice behavior in the planning process of a future assortment. The main components to consider in this procedure is a) fashion forecasting, b) forecasting midterm demand, and c) forecasting product selection, incorporating the effects of substitution and complementarity at all times. This is believed to increase the alignment between supply and the marketplace demand, consequently reducing the bullwhip effect. The critical area for future research is how the discovered models are to be integrated in one singlemodel. Namely, simultaneously utilizing consumer choice behavior models and fashion forecasting to predict future demand of new items. Thus, the risk of suboptimization may be mitigated. / Modeindustrins korta produktlivscykler och högt varierande efterfrågan efter rådande trender skapar stora utmaningar i försörjningskedjan hos företag i branschen. Det essentiella målet för företagen är att tillhandahålla rätt produkt, vid rätt tidpunkt och på rätt plats. De komplexa karaktärsdragen i modeindustrin, där bland den fluktuerande efterfrågan, har gjort bullwhipeffekten till en stor utmaning i branschen. För att öka kundnöjdhet och anpassningen mellan marknadens utbud och efterfrågan har företag drivits mot utnyttjandet av big data i avsikt att förbättra kritisk affärsbeslutsfattning genom användandet av analytics och AI. Ett kritiskt ochkomplext beslut är utvecklingen av ett nytt produktsortiment, där definieringen av sortimentetsbredd och djup är särskilt viktigt. Denna uppsats undersöker hur AI-modeller kan tillämpas för att hjälpa företag inom modeindustrin i utvecklingen av nya sortiment anpassade efter kundens beräknade efterfrågan och val. Detta arbete inleddes med utförandet av en kvalitativ fallstudie hos en stor aktör verksam inom modeindustrin. Detta gjordes för att identifiera kritiska affärsbeslut i företagets försörjningskedja som saknade AI-stöd. Resultatet påvisade att sortimentsplanering var ett sådant kritiskt beslutsområde. Följaktligen utfördes en systematisk litteraturstudie i andra delen av arbetet i syfte att undersöka AI-modeller som appliceras i sortimentsplanerings-processen i såväl detaljhandeln som modebranschen. För att konceptualisera processen av att planera ett statiskt produktsortiment utvecklades ett ramverk som användes som en guide under hela arbetet. Studien visade att det finns betydande forskning inom tillämpningen av AI-modeller i syfte att planera ett optimalt sortiment efter konsumenternas efterfrågan. De huvudsakliga faktorerna att överväga innefattar prognostiseringen av efterfrågan, trender samt substitution- och komplementeffekter. Ett kritiskt område för framtida forskning är hur de upptäckta modellerna ska integreras i en enda modell som inkluderar dessa faktorer i ett tidigt såväl som sent skede av planeringen. Det som eftersträvas i en integrerad modell är att mildra risken av suboptimering som identifierats i nuvarande litteraturs angreppssätt.

The highly variable demand of fast fashion causes retailers in the industry to face large uncertainties when allocating initial inventory batches across multiple locations. Further into the selling season, inventory imbalances might arise as an effect of deviations from expected demand. To mitigate these imbalances, retailers can make use of lateral transshipments of inventory from locations with excess stock to those facing the risk of a stockout. Such transshipments require models for determining what and how much to ship as well as when to ship it. This thesis investigates how such a model can be applied on replenishment warehouse level in a fast-fashion retail setting. The research was conducted through a quantitative case study at Hennes & Mauritz (H&M), one of the largest fast-fashion retailers in the world. An appropriate existing transshipment model based on the concept of service level was identified and adjusted to suit the characteristics of H&M. In contrast to the vast majority of models in literature, empirical probability distributions were used for dynamically modelling short-term demand. The proposed model was evaluated and found to suggest transshipments yielding significant revenue increase driven by lowered price reductions. This thesis differs from existing literature by providing a unique case-study of how a transshipment model can be applied in practice and how it performs on empirical data from one of the largest fast-fashion retailers in the world. / Den kraftigt varierande efterfrågan på snabbt mode gör att aktörer i branschen står inför stora osäkerheter vid initiala lagerallokeringar. Längre in i försäljningscykeln kan lagerobalanser uppstå till följd av avvikelser från den förväntade efterfrågan. För att hantera obalanserna kan företag flytta lager från de regioner med lageröverskott till de som i närtid riskerar att få slut i lager. Sådana flyttar kräver modeller för att avgöra vad och hur mycket som ska flyttas samt när det ska flyttas. Detta examensarbete undersöker hur en sådan modell kan appliceras inom branschen för snabbt mode. Studien genomfördes som en kvantitativ fallstudie i samarbete med Hennes & Mauritz (H&M), en av världens största aktörer inom snabbmodebranschen. En lämplig existerande modell som baseras på konceptet om servicenivå identifierades och anpassades efter H&M:s egenskaper. Till skillnad från majoriteten av modeller i literature användes empiriska sannolikhetsfördelningar för att dynamiskt modellera kortsiktig efterfrågan. Den föreslagna modellen utvärderades och visades föreslå flyttar som genererar signifikanta intäktsökningar drivet av lägre prisnedsättningar. Denna studie skiljer sig från existerande litteratur genom sitt bidrag med en unik fallstudie av hur en modell för lagerflyttar kan appliceras i praktiken samt hur den presterar på empirisk data från en av världens största snabbmodeaktörer.