A Moda é um dos segmentos que mais tardou para entrar no mundo da ciência de dados, mas hoje grandes players aproveitam seu poder para ganhar vantagem competitiva. Em essência, os dados são utilizados como forma de conhecer profundamente o cliente, monitorando continuamente quem ele é, o que gosta, quando compra, onde costuma ir, como e por quê toma determinadas decisões de compra.
Não é novidade que o varejo sempre foi um dos setores mais lentos para se adaptar e utilizar os avanços tecnológicos. Muitas das principais marcas da moda ainda tomam decisões relacionadas a cores, preços, estilo e caimento de suas roupas sem utilizar todo o potencial que a ciência de dados pode oferecer.
Ou pelo menos era assim até a Amazon aparecer.
Usando uma abundância de novas tecnologias, como Aprendizado de Máquina e Inteligência Artificial, começou a destacar a importância da Ciência de Dados. Ao utilizar Big Data, a gigante do varejo passou a ditar tendências obtendo grandes vantagens competitivas em relação aos concorrentes. Então, a indústria da moda buscou também se reinventar, almejando o sucesso da big tech.
No mercado atual, alguns dos principais players já operam muito com base em Ciência de Dados, inclusive conseguindo prever a probabilidade de sucesso de uma nova coleção. Isso ajuda as empresas a garantir que seus recursos seja investido com sabedoria. Da mesma forma, usando conceitos de algoritmos preditivos, pesquisa visual, processos de linguagem natural e dados fotográficos estruturados, as marcas conseguem identificar tendências antes de entrarem na moda. Como resultado, podem desenvolver designs sob medida que sabem que irão atrair seu público. No passado, o método mais utilizado para tomar essas decisões seria criar um grupo de foco ou ir no feeling dos estilistas.
Lydia Mageean, escrita de moda no portal WhichPLM, contextualiza que:
“Hoje em dia, marcas conhecidas como Ralph Lauren e True Religion usam o que é conhecido como ‘inteligência de produto acionável’ para determinar como as mudanças no tecido do produto, detalhes de design, cor e preço afetam a resposta do cliente. Tudo isso ocorre antes mesmo de o item ser criado, minimizando os custos e a probabilidade de ser um fracasso.”
Em essência, a relação entre ciência de dados e moda tem a ver com conhecer profundamente o cliente, usando dados para monitorar continuamente quem ele é, o que gosta, quando compra, onde costuma ir, como e por quê toma determinadas decisões de compra. Os cientistas de dados buscam respostas para perguntas como: no que nossos clientes estão interessados? Como eles fazem suas escolhas? Quando decidem comprar? Onde eles fazem compras? De quais concorrentes eles compram? Depois de saberem as respostas a essas perguntas, o design e o desenvolvimento de novas coleções se torna muito mais assertivo.
O caso da Stitch Fix
A Stitch Fix foi fundada em 2011, em São Francisco, na Califórnia. Ela presta um serviço de estilo pessoal a homens e mulheres. Ao criar um perfil no site, o usuário responde a perguntas como: “você gosta de fazer compras?” e “quanto tempo você gasta para se preparar de manhã?”. Com o resultado, há uma experiência personalizada de recomendações de looks para vestir.
Existem várias tecnologias diferentes para tornar essa ferramenta bem-sucedida, como sistemas de recomendação, computação humana (aproveitando a inteligência humana para resolver problemas computacionais), otimização de logística, máquinas de estado (uma máquina pode ter diferentes estados, mas apenas cumprir um de cada vez), modelagem de demanda, gerenciamento de estoque e uma plataforma de dados (banco de dados do cliente acessível a outros sistemas). Sem falar na equipe – são mais de 125 cientistas de dados na empresa inteira!
Stitch Fix pode ser conceituado como um serviço de assinatura de estilo online, eliminando a necessidade de seus clientes saírem e comprar roupas ou até mesmo navegar online, porque recebem recomendações personalizadas na hora certa, em uma programação regular. Os clientes podem ficar com todas as peças de roupas que compram ou devolver o que não gostam ou não precisam. Esse feedback é inserido na estrutura de dados da empresa para tornar os algoritmos ainda melhores na determinação do estilo preferido para cada pessoa e até mesmo identificar tendências.
Em entrevista, dois cientistas de dados da empresa, Hilary Parker e Natalia Gardiol, contam que quando um cliente se inscreve no serviço, são mais de 90 pontos de dados diferentes que a Stitch Fix recebe – do estilo preferido, ao preço que quer gastar e o tamanho que usa.
Outras formas como os usuários compartilham informações são:
-
Feedback na finalização da compra: 85% dos clientes dizem por que estão guardando ou devolvendo um item. São dados incrivelmente ricos, incluindo detalhes sobre ajuste e estilo – nenhum outro varejista obtém esse nível de feedback de forma estruturadas;
-
Estilo Shuffle: um recurso interativo dentro do aplicativo e do site onde os clientes podem marcar um “polegar para cima” ou um “polegar para baixo” para imagem de um item ou roupa. Eles podem fazer isso a qualquer momento – não apenas quando recebem uma correção. Isso já gerou mais de 4 bilhões de avaliações de itens de clientes e alimenta continuamente um modelo de aprendizagem de máquina com base em reinforcement;
-
Notas de solicitação personalizadas para estilistas: os clientes fazem pedidos específicos a seus estilistas, como se estão procurando uma roupa para um evento ou se viram um item de que realmente gostam.
A empresa disponibiliza em seu blog uma sessão especial sobre o funcionamento dos seus algoritmos, para quem deseja se aprofundar no assunto.
Há outros diversos usos de dados e tecnologia em players da indústria da moda. Abaixo listamos alguns:
Análise de sentimento nas redes sociais
Seja por meio do monitoramento do envolvimento nas publicações nas redes sociais, da atenção às tendências do Instagram, de olho nas hashtags do Twitter, da análise dos estilos de roupas de vloggers populares ou da observação de ‘curtidas’ e ‘reações’ de influenciadores ou celebridades, insights como esses podem ser bastante utilizados por designers de roupas e gerentes de campanhas de moda.
Por exemplo, ao lançar uma nova coleção, muitas marcas postam fotos nas redes sociais para coletar feedback e monitorar o consenso do público. Elas usam esses comentários para fazer as alterações necessárias antes de seu lançamento oficial. Todo esse processo é conhecido como análise de sentimento, em que as informações publicamente disponíveis podem ser convertidas em dados estruturados e utilizáveis.
Wi-fi inteligente
Outra área em que a internet tem ajudado significativamente os varejistas de moda é no layout de suas lojas de rua. Por meio do serviço wi-fi gratuito da loja, os cientistas de dados podem rastrear e usar a conexão de cada cliente para determinar uma série de coisas. Eles podem dizer, por exemplo, quanto tempo os clientes passam na loja, com que frequência voltam e em quais seções passam a maior parte do tempo. Usando essas informações, é possível informar os gerentes sobre como moldar o layout da loja, para que os itens comprados com frequência possam ser colocados em posições ideais.
O rastreamento de Big Data também permite que as empresas determinem os tipos de produtos a serem fabricados e fornece informações sobre a demografia das pessoas que compram suas roupas. Se, por exemplo, uma loja tiver muitos compradores do sexo masculino em busca de novos tênis, essa marca saberá a quem se dirigir e será capaz de criar designs mais relevantes.
Controle de estoque
A Inteligência Artificial também pode ser usada para praticidade e produtividade em lojas e varejo online. Por meio do registro de vendas, devoluções e compras, os varejistas podem controlar o estoque e avaliar quais lojas precisam de quais produtos. De acordo com uma pesquisa da Capgemini, a IA pode ajudar os varejistas a economizar US$ 340 bilhões anualmente, melhorando a eficiência em vários processos e operações. Este número de previsão é enorme e é compreensível porque muitos varejistas ainda desejam adotar novas tecnologias, como a IA em seus negócios.
Armazéns automatizados
A fim de obter um inventário personalizado para cada loja e responder às demandas dos consumidores por uma experiência de compra sem complicações, a H&M investiu em armazéns automatizados que resultam em entregas no dia seguinte à compra para 90% do mercado europeu. Os consumidores esperam entrega a qualquer hora e em qualquer lugar, além de remessa e devolução grátis – a última agora está sendo oferecida aos clientes fiéis da H&M. Os armazéns e programas de fidelidade são alimentados por algoritmos e dados e a empresa está implementando tecnologia RFID em suas lojas para melhorar a eficiência em sua cadeia de suprimentos.
