Fashion Data Analytics: Sviluppa Processi e Capacità Predittiva

Nell’industria della moda esiste ancora un divario tra le aziende che hanno maturato una cultura del dato e quelle che non l’hanno ancora fatto. Eppure una gestione avanzata dei dati fornisce le risorse informative indispensabili per adattarsi al cambiamento e creare migliori customer experience. 

I progressi nell’IA, nell’analisi e nel cloud computing mettono oggi le aziende nelle condizioni di lavorare con tutti i tipi di dati, su tutti i canali, in tempo reale. Il vantaggio competitivo che i fashion data analytics comportano è duplice: 

• da un lato supportano una personalizzazione avanzata, aumentando la capacità per i brand di acquisire e fidelizzare clienti; 
• dall’altro le criticità specifiche del settore fashion, legate soprattutto alla stagionalità, possono essere risolte efficacemente grazie a una più accurata capacità di previsione. 

Come evolvere processi e capacità predittiva liberando il potenziale contenuto nei fashion data analytics? L’approccio di SDG Group si sviluppa in due momenti fondamentali e assicura risultati significativi e destinati a durare nel tempo.

Il prerequisito fondamentale per valorizzare i fashion data analytics: modernizzare l’infrastruttura

Matteo Verdari, Head of General Business di SDG descrive così la prima operazione da compiere per riuscire a estrarre valore dai dati aziendali: “La modernizzazione dell’infrastruttura è il primo punto su cui SDG opera come road-map-to-cloud o new business intelligence. Lo sforzo iniziale si concentra quindi nel passaggio al cloud o comunque a infrastrutture dati moderne che incorporano concetti di real-time, aggiornamento, pervasività, allineamento rispetto ai diversi fusi orari, copertura del web e di tutti i punti vendita fisici, con le informazioni della merce venduta e degli eccessi”. 

Per aumentare significativamente la capacità predittiva di un’azienda, l’ammodernamento delle infrastrutture deve implementare due aspetti.

1. La copertura orizzontale dei processi, per attivare un business planning che sia perfettamente integrato. Niente deve rimanere fuori: tutti i dati sono necessari, da quelli provenienti dalle supply chain a quelli delle HR, da quelli del retail a quelli dell’ecommerce. 
2. La modernizzazione delle tecnologie che ricavano valore dal dato: gli strumenti che monitorano e regolano tempistiche, performance, security, accessi eccetera.

Un sistema analitico che sia up-to-date deve avere accesso a tutti questi dati, deve poterli processare, organizzare, tradurre in una forma immediatamente comprensibile e infine metterli a disposizione delle persone dell’azienda.

Step 2: il fabbisogno come guida per impostare il forecast

Una previsione accurata e coerente, costante e quotidiana è fondamentale in scenari che cambiano molto velocemente. Per reagire in modo tempestivo in un mercato che può variare anche in misura importante, servono decisioni ponderate, razionali, supportate dai dati. Avere una base dati consistente su una infrastruttura che sia fruibile in real time permette di cambiare idea e corso d’azione in tempi brevissimi. 

Paolo Cavagnini, Head of Fashion & Retail di SDG porta la recente chiusura del mercato cinese a esempio dell’importanza di sviluppare una forte capacità predittiva in contesti fluidi e volatili come quelli della moda: “Grazie ai modelli sviluppati da SDG Group è stato possibile, durante i lunghi periodi di lockdown, spostare rapidamente la merce per farla arrivare nel momento giusto al posto giusto, dirottandola su aree geografiche e canali alternativi”. 

“A fare la differenza – precisa Cavagnini – è la possibilità di formulare un forecast guidato dalla previsione coerente della domanda commerciale, soprattutto se la supply chain è reattiva e ha al suo interno un sistema che produce stime attendibili del fabbisogno distributivo.” 

Focus su analogie e correlazioni tra le caratteristiche dei clienti e stagionalità

Fino a non molto tempo fa le realtà del lusso, affordable luxury o posizionate in alto rispetto al cliente, poiché culturalmente trainate dal prodotto, avevano meno bisogno di produrre analisi avanzate, di specializzarsi o di sviluppare internamente delle competenze analitiche e di controllo (questo perché i margini lo consentivano e il mercato rispondeva in modo plastico, senza bisogno di particolari sforzi). 

Negli ultimi anni, nonostante continuino ad essere molto profittevoli, le quotazioni e la necessità imposte dai mercati e dalle istituzioni finanziarie hanno spinto queste aziende a rendere sempre più efficienti i loro processi, dalla gestione dello stock, alla minimizzazione dell’obsolescenza, dalla riduzione dei costi annidati in catene molto lunghe, all’intercettazione di consumatori sempre diversi e ogni giorno più sfuggenti. I fashion data analytics hanno rappresentato una risorsa cruciale, e hanno prodotto uno shift importante dotando i brand della capacità di individuare e prevedere analogie e correlazioni tra caratteristiche di clienti (utili alla formulazione di strategie, alla realizzazione di nuove collezioni, all’acquisizione di quote e posizionamento)

La tipicità delle aziende del fashion e del lusso risiede inoltre nella stagionalità della produzione. Un’informazione completa e tempestiva è basilare per un’azienda che opera nel campo della moda, che innova ogni tre mesi e che deve orchestrare lo sforzo di ricerca e sviluppo e di ingegnerizzazione del prodotto per riuscire ad arrivare sul mercato nei tempi. 

SDG e fashion data analytics: competenze “sartoriali” al servizio dei brand della moda

Conoscere meglio il cliente (attitudini, preferenze, desideri ancora non espressi) permette di clusterizzare la proposta degli assortimenti in ciascun punto di contatto, negozio o store, fisico e digitale, in maniera molto più vicina ai desiderata effettivi, riducendo la distanza tra quello che il consumatore vuole e quello che l’azienda offre.

“Ciò non vuol dire” – chiarisce Verdari – “che aumenta in modo incontrollato il numero di opzioni quanto piuttosto che queste opzioni vengono selezionate attentamente, con l’obiettivo di ridurre la proposta e di ampliare il numero di clienti ‘serviti’. Questo crea una diversificazione rispetto al singolo consumatore e ci permette di creare un processo che sia virtuoso per ogni cliente che frequentiamo. Non abbiamo una soluzione buona per tutti. Abbiamo ancora l’ambizione di fare progetti tailor made. Non cerchiamo di convertire il cliente a utilizzare una nostra proposta ma cerchiamo di mettere la nostra proposta al servizio del cliente”. 

Cavagnini conferma le “competenze sartoriali” di SDG: “La nostra specializzazione sul mercato fashion, compresa quella sul processo di produzione, e la conoscenza maturata sulle logiche e le tecnologie più adatte a questo comparto ci consentono di cogliere e capire i bisogni dei clienti con risultati incredibili. La standardizzazione nel mondo della moda e del lusso di fatto non può esistere: per noi di SDG le esigenze del cliente guidano sempre i nostri processi. Il nostro mandato è di rendere ogni nostro cliente unico esaltandone le caratteristiche distintive, il suo DNA, la sua consapevolezza”.