NIEUWS / MARKETING
8 april 2020
In de modebranche is trendspotten essentieel. Artefact UK MD Sarah De Martin legt uit hoe merken data kunnen gebruiken om te spotten wat de volgende is.
Mode is een risicovolle business. Voor luxe retailers en winkelketens die zich laten leiden door de shows op de catwalk, betekent financieel succes dat je moet weten welke ontwerpers, collecties, trends en 'het' kledingstuk het beste verkopen. Neem een moment rust en je kunt verlies lijden.
Daarom is de inkoopbeslissing cruciaal. Hoeveel van wat, waar, moeten retailers op voorraad hebben? Marktonderzoek en het volgen van wat moderedacteuren en beïnvloeders populair hebben verklaard, worden vaak gebruikt om dit proces te sturen.
Deze indicatoren zijn echter feilbaar, omdat consumentengedrag moeilijk te voorspellen is. Trends worden gedicteerd door talloze hogere machten en als er een spaak in het wiel breekt - bijvoorbeeld als een milieubewust merk wordt ontmaskerd als onverantwoordelijk voor het milieu, of als blijkt dat een ontwerper minimumloonarbeiders uitbuit of cultureel ongevoelig is voor een belangrijke markt - dan kan alles in duigen vallen.
Wat elke retailer wil, is zoveel mogelijk zekerheid. Dat betekent in toenemende mate dat er gebruik moet worden gemaakt van de kracht van koude, harde data.
En waar komt het grootste deel van deze data vandaan? Wel, de plaats waar gesprekken vaak meer onthullend zijn dan persoonlijke gesprekken: sociale media.
Machine learning is een integraal onderdeel van het moderne bedrijfsleven - talloze processen worden herhaald en verbeterd door artificial intelligence toe te passen om inzichten en diepgewortelde waarheden te ontdekken. Het toepassen van de kracht van AI op sociale media is eigenlijk een no-brainer - het scrapen van Twitter, Facebook, Instagram etc. kan cruciale zakelijke inzichten opleveren als het gaat om de belangrijkste Fashion Weeks en wat een buzz creëert.
Want op dit moment is de essentie dat ontwerpers niet van tevoren weten hoeveel stuks ze zullen produceren - ze baseren zich meestal op eerdere verkopen data van soortgelijke items, in combinatie met specifieke groothandelaren en regio's. Ze nemen (heel verstandig) het zekere voor het onzekere. Ze nemen (heel verstandig) het zekere voor het onzekere.
Door naar sociale mediaplatforms te gaan om de data te kraken en precies te zien welke collecties, kledingstukken en trends de meeste positieve buzz genereren, kunnen moderetailers hun inkoop- en marketingstrategieën veel nauwkeuriger plannen. Als het gaat om het bestellen van een X aantal stuks voor specifieke markten, kan dit gemakkelijk het verschil maken tussen winst en verlies.
Om terug te komen op de ontwerpers zelf, soortgelijke sociale en web data afgeleid van online geklets rond de shows zou ook kunnen worden gebruikt om beter te informeren hoeveel ze moeten produceren, hoe waarschijnlijk het is dat een bepaald item zal verkopen, enzovoort.
Sommige merken, zoals Gucci, maken al gebruik van de kracht van dergelijke inzichten om hun collecties te informeren. Ook Lanvin peilt op deze manier de reacties van het publiek en prominente figuren uit de branche en stelt vast welke looks het populairst zijn. Lanvin gebruikte deze methode ook om het effect van haar recente herlancering te meten, door te onderzoeken hoe mensen haar nieuwe merkethos herkenden en interpreteerden.
De traditionele seizoenscollecties bestaan nog steeds omdat, voor het grootste deel, inkopers in de detailhandel collecties moeten bekijken en beslissen welke ze willen hebben; en ontwerpers moeten deze bestellingen vervolgens verwerken en produceren. Maar die kalender wordt steeds meer verstoord en tijdschema's worden steeds korter om voorraden met veel kortere levertijden te leveren. Deze trend zal alleen maar toenemen naarmate machine learning vaker wordt gebruikt om belangrijke productie- en inkoopbeslissingen te onderbouwen.
Natuurlijk hebben gedrukte media nog steeds een lange doorlooptijd nodig om monsters te fotograferen voor publicatie, maar dat terzijde, is er niet veel in het proces dat niet versneld zou kunnen worden door machine learning toe te passen om sociale media af te speuren naar belangrijke inzichten.
Het is geen snelle oplossing en het is ook niet de oplossing voor alles. Maar mode is afhankelijk van trends en het sentiment van klanten. In een snel veranderende digitale wereld moet elke industrie doen wat ze kan om voorop te blijven lopen. Daarom moet machine en couture elkaar ontmoeten - het is de enige manier waarop luxe mode echt gelijke tred kan houden met haar audience.