Big Data Fashion, Analyitics trending, Informazioni in passerella… ecco come la moda va oltre l’artigianalità per applicare un approccio digitale a produzione e interazione coi clienti. Il lato fashion dei dati

di Cecilia Cantadore

Big Data fashion: come la moda usa i dati

Tessile, abbigliamento, accessori, moda, straordinaria vetrina del made in Italy, comparto che conta oltre 46 mila aziende con 400 mila addetti e che vale 53 miliardi di fatturato, il 56% sui mercati internazionali, deve fare i conti (letteralmente) con la rivoluzione digitale. Che arriva a sconvolgere i modelli di business e i criteri di accesso (e successo) sul mercato.

Fino a ieri erano i creativi a imporre linee di abbigliamento, colori, accessori. Adesso, grazie a internet, ai social network, all’ecommerce, le leve della creatività sono passate nelle mani dei clienti finali. Sono loro a lanciare stili e tendenze a stabilire che cosa comprare e che cosa no. Le sfilate e le collezioni rimangono, certo, fanno parte del Dna del fashion.

Ma nei quartier generali dei grandi brand e a maggior ragione all’interno delle piccole imprese e nelle startup in cerca di affermazione, l’innovazione tecnologica sta diventando fattore competitivo imprescindibile.
In quattro anni, per esempio, gli investimenti in startup innovative europee ascrivibili al fashion-tech, cioè alle tecnologie digitali al servizio dell’industry della moda, è quasi quadruplicato, passando dai 323 milioni di euro del 2012 a 1,1 miliardi del 2016.
Tra le realtà più innovative del segmento, ne citiamo due che trovano la loro forza e ragione d’essere nei dati: Mon Style, chatbot per suggerimenti di stile personalizzati ed Edited, piattaforma di monitoraggio e gestione dei prezzi data driven.

Il bot personal shopper

Stop all’indecisione davanti allo specchio, la stylist virtuale Sophie pensa a tutto e saprà darti ispirazione. Arriva dall’Austria ed è un assistente per lo shopping basato su machine learning e intelligenza artificiale. È stato creato dalla startup Mon Style per personalizzare l’esperienza di acquisto online di ciascun utente.
Sophie infatti combina il know-how di un esperto di moda con le tecnologie più innovative di AI e fornisce all’utente una piattaforma personalizzabile. Combina milioni di prodotti fashion acquistabili in rete e, grazie a deep learning e computer vision, fornisce consigli accurati in tempo reale.

Il bot compara migliaia di prodotti in tutti i negozi online di abbigliamento più popolari e individua una selezione di capi adatti a te, secondo il tuo stile personale. La conoscenza si affina man mano che si utilizza la app.
Insomma, è un personal shopper “fidato” che conosce i tuoi gusti e ti aiuta a creare il look.

Big Data Fashion bot

La gestione dinamica dei prezzi attraverso i Big Data

I Big Data possono essere messi al servizio del retail. Ad esempio, per una gestione intelligente e dinamica dei prezzi. Questo vale per tutti i settori verticali, ma ancor più nella moda dove la stagionalità dei capi e le tendenze del momento dettano legge e – di fatto – possono far variare notevolmente il costo di un capo.
Studiando gli strumenti di raccolta dei dati, di previsione della domanda, di gestione ottimale degli stock e conoscendo i prezzi della concorrenza, è però possibile determinare cosa vendere, in che quantità, a quale tipo di segmento, a quale prezzo.
Su questo ha costruito il suo business Edited azienda tecnologica fondata a Londra nel 2009 che mette al servizio dei retailers l’analisi dei dati in tempo reale. I suoi sistemi permettono di “leggere i numeri nei numeri”.

Big data tra Fashion e normative

Tutte le aziende ormai devono gestire i propri dati (lo dice anche il Gdpr). Ma secondo Edited, fermarsi ad analizzare le informazioni interne non basta. Per avere il polso del mercato è necessario scandagliare l’intero web, esattamente come fanno Google e gli altri motori di ricerca. Il machine learning di Edited analizza i contenuti della rete (o di un database) in modo metodico e automatizzato, prendendo in considerazione i siti di retail in tutto il mondo. Il sistema non si limita ad immagazzinare informazioni, ma sfrutta l’image recognition per renderle il più accurate possibile. Ogni dato contribuisce a identificare l’oggetto: tipologia di abito, lunghezza, colore, taglie disponibili, data di acquisizione delle informazioni, prezzo, ecc. I dati sono aggiornati tutti i giorni, in costante evoluzione, in modo da tracciare il ciclo di vita di ogni prodotto.

Si parla di 40 milioni di capi, 330 milioni di unità in stock, 90.000 brand in tutto il mondo, tutti i giorni. Il sistema confronta i capi simili tra loro, li contestualizza e suggerisce nuove strategie di prezzo ai retailer.

Big Data Fashion

Big Data fashion: come la moda usa i dati ultima modifica: 2018-03-18T08:12:33+00:00 da Web Digitalic
Depositphoto Agosto 2018

Non rimanere indietro, iscriviti ora

Ricevi in tempo reale le notizie del digitale

Iscrizione alla Newsletter

controlla la tua inbox per confermare l'iscrizione

Privacy Policy

Grazie! Ora fai parte di Digitalic!