ACTUALITÉS / MARKETING
8 avril 2020
Dans le secteur de la mode, il est essentiel de repérer les tendances. Sarah De Martin, directrice générale de Artefact UK, explique comment les marques peuvent utiliser data pour repérer les nouveautés.
La mode est une activité à haut risque. Pour les détaillants de luxe, comme pour les acteurs de la grande distribution qui s'inspirent des défilés, la réussite financière passe par la maîtrise des créateurs, des collections, des tendances et des pièces phares qui se vendront le mieux. Si vous vous arrêtez un instant, vous risquez d'être perdant.
C'est pourquoi la décision d'achat est cruciale. Quelle quantité de quoi, où, les détaillants doivent-ils stocker ? Les études de marché, ainsi que l'observation de ce que les rédacteurs de mode et les influenceurs ont déclaré populaire, sont souvent utilisées pour guider ce processus.
Toutefois, ces indicateurs sont faillibles, car le comportement des consommateurs est difficile à prévoir. Les tendances sont dictées par une myriade de puissances supérieures, et si l'un des rayons de la roue se brise - disons, par exemple, qu'une marque soucieuse de l'environnement est révélée irresponsable sur le plan environnemental, ou qu'un créateur exploite des travailleurs payés au salaire minimum ou est culturellement insensible à un marché clé - alors tout peut s'écrouler.
Tous les détaillants souhaitent avoir le plus de certitudes possible, ce qui implique de plus en plus souvent d'exploiter la puissance de data, un chiffre d'affaires froid et précis.
Et d'où vient la plupart de ces data ? De l'endroit où les conversations sont souvent plus révélatrices qu'en personne : les médias sociaux.
L'apprentissage automatique fait partie intégrante de l'entreprise moderne - d'innombrables processus sont itérés et améliorés au fur et à mesure que artificial intelligence est appliqué pour découvrir des idées et des vérités profondes. L'application de la puissance de l'IA aux médias sociaux est une évidence : l'analyse des sites Twitter, Facebook, Instagram et autres peut fournir des informations commerciales essentielles sur les principales semaines de la mode et sur ce qui crée un engouement.
En effet, à l'heure actuelle, les créateurs ne savent pas à l'avance combien de pièces ils produiront - ils se réfèrent généralement aux ventes antérieures data d'articles similaires, en conjonction avec des stockistes et des régions spécifiques. Ils s'assurent (très raisonnablement) des paris sûrs.
En se rendant sur les plateformes de médias sociaux pour analyser les data et voir exactement quelles collections, pièces et tendances génèrent le plus de buzz positif, les détaillants de mode peuvent planifier leurs stratégies d'achat et de marketing avec beaucoup plus de précision. Lorsqu'il s'agit de commander une quantité X d'unités pour des marchés spécifiques, cela peut facilement faire la différence entre les profits et les pertes.
Pour en revenir aux créateurs eux-mêmes, des données sociales et web data similaires dérivées des discussions en ligne autour des salons pourraient également être utilisées pour mieux déterminer les quantités à fabriquer, les chances de vente d'un article donné, etc.
Certaines marques, comme Gucci, exploitent déjà la puissance de ces informations pour informer leurs collections. Lanvin évalue également les réactions du public et des personnalités du secteur de cette manière, afin de déterminer les looks les plus populaires. Lanvin a également utilisé cette méthode pour mesurer l'effet de sa récente relance, en cherchant à savoir comment les gens reconnaissaient et interprétaient la nouvelle philosophie de la marque.
Les collections saisonnières traditionnelles existent toujours car, pour la plupart, les acheteurs au détail doivent voir les collections et décider de ce qu'ils veulent faire ; les stylistes doivent ensuite traiter et fabriquer ces commandes. Mais ce calendrier est de plus en plus perturbé et les délais compactés pour livrer les stocks dans des délais beaucoup plus courts. Cette tendance ne fera que s'accentuer à mesure que l'apprentissage automatique sera utilisé plus fréquemment pour éclairer les décisions clés en matière de fabrication et d'achat.
Bien sûr, la presse écrite a toujours besoin d'un long délai pour photographier des échantillons en vue de leur publication, mais cela mis à part, il n'y a pas grand-chose dans le processus qui ne soit pas conforme à la législation européenne. n'a pas pu être accéléré par l'application de l'apprentissage automatique à l'analyse des données sociales pour en tirer des informations clés.
Il ne s'agit pas d'une solution rapide, ni d'une réponse à tout. Mais la mode dépend des tendances et du sentiment des clients. Dans un monde numérique en constante évolution, chaque secteur doit faire tout ce qui est en son pouvoir pour rester en tête. C'est pourquoi la machine doit rencontrer la couture - c'est le seul moyen pour la mode de luxe de rester en phase avec son audience.
