Ces dernières années, la mode s’est véritablement transformée, et il s’agit d’un changement profond et structurel.
Aujourd’hui, sous l’impulsion des Millennials et du numérique, les marques et enseignes de mode sont en réalité des métissages hybrides à la fois de créativité, de business et de digital.
Identifié comme une des tendances clés du futur, le big data trouve echo depuis quelques années déjà auprès des marques de mode avides de connaissances clients, de prévisions, et de tendances.
En réalité qu’est-ce que le big data dans l’univers de la mode ?
http://www.mbadmb.com/wp-content/uploads/2019/02/image04BigData201902.png
Le big data désigne un ensemble de données brutes et non structurées, récolté en temps réel par quelque source que ce soit, un ensemble très volumineux qu’aucun outil classique de gestion de base de données ou de gestion de l’information ne peut analyser. Il nécessite donc des outils informatiques (hardware et software) de stockage et de traitement spécifiquement adaptés à un tel volume.
Une fois analysées, les informations recueillies en boutique ou sur le web sur le client doivent ainsi permettent de mieux répondre à ses attentes, notamment en termes de personnalisation du produit, de l’ajustement et du « bien-aller » pour des produits de mode, jusqu’aux diagnostics et recommandations personnalisées.
La numérisation de la relation client est la clé du processus de fabrication textile 4.0 intégrant le big data. Elle impacte toutes les étapes de la chaîne de valeur textile, depuis le choix des matières premières jusqu’au recyclage des produits.
Oui il s’agit bien de ce terme ‘à la mode’ qui traduit les données !
Quels sont les exemples significatifs de la tendance Big Data dans l’univers de la Mode ?
A l’international, c’est Zara qui semble être un des pionniers de la digitalisation de la relation client dans le secteur de la mode. Un des piliers du succès de l’enseigne du groupe espagnol Inditex est en réalité son infrastructure technologique, basée sur la technologie RFID, le cloud computing et le Big Data.
Au final, l’information client circule presque en temps réel entre les magasins et les analystes marketing de la société. Avec les informations acquises chaque matin, les créateurs et stylistes réinventent les collections. Zara étant en mesure de réapprovisionner ses collections de vêtements en seulement trois semaines, les magasins finissent par vendre ce que les gens recherchent en tout temps.
http://www.mbadmb.com/wp-content/uploads/2019/02/ImageZara201902.png
Autre exemple, la société H&M utilise désormais le Big Data et l’intelligence artificielle pour personnaliser son offre en fonction des différents pays d’implantation. La firme a constitué une équipe Big Data composée de plus de 200 Data Scientists, analystes et ingénieurs ; tickets de caisse, retours produits, cartes de fidélité mais également données externes vont être passées au crible de ces experts afin d’améliorer les ventes et le taux de conversion du géant suédois.
Chez Adidas, un système interne Adidas Analytics a été conçu, en collaboration avec des spécialistes des technologies prédictives comme Alteryx, pour comprendre ce qui motive les consommateurs et stimule la prise de décision afin d’accélérer la construction de relations directes avec les clients.
http://www.mbadmb.com/wp-content/uploads/2019/02/ImageAdidas201902.png
Cela s’inscrit parfaitement dans la stratégie informatique «Creating The New» d’Adidas, mettant en avant la volonté de la société de devenir une organisation axée sur les données grâce à «l’ingénierie du numérique de demain». Pour faciliter ce processus, les spécialistes des données d’Adidas ont créé un modèle Consumer DNA (CDNA) composé de données analytiques préfabriqués réutilisables pour créer une vue du client « Consumer » à 360 degrés.
Autre exemple d’une marque sportive, en Mars 2018 Nike acquiert son prestataire Zodiac Inc., un spécialiste de l’analyse prédictive. L’acquisition de Zodiac montre la volonté de Nike à accélérer sa transformation numérique et à améliorer ses capacités de données et d’analyse pour mieux servir les consommateurs à l’échelle mondiale.
La marque présente d’ailleurs une collection capsule en collaboration avec le styliste américain Matthew M. Williams, dédiée à l’univers du sport et du training. Les deux partenaires se sont servis de la conception par ordinateur pour créer des vêtements à partir de données précises fournies par la data (notamment sur les zones de chaleur, de transpiration et de mouvement à prendre en compte et à optimiser).
http://www.mbadmb.com/wp-content/uploads/2019/02/ImageMMW201902.png
Matthew M. Williams
Enfin en France, Le groupe Etam déploie quant à lui une nouvelle plateforme de données Big Data, en collaboration avec le Français Ysance, afin de bénéficier d’une vision à 360° de ses clientes. Il choisit le Cloud public d’Amazon pour synchroniser l’ensemble de ses données clientes, soit 2 milliards d’informations sur les contacts avec ses clientes.
Quels sont les autres acteurs du big data de demain ?
Pour des enseignes plus petites, l’algorithme de la société danoise EasySize aide les boutiques en ligne à réduire la surconsommation et le sur-stockage des articles qui ne seront pas vendus ou qui seront retournés. Cela doit permettre de réduire le gaspillage lié à la fabrication, au stockage, à l’expédition et, parfois, à la destruction de la marchandise, d’augmenter les ventes et de diminuer les retours pour les boutiques en ligne.
Il analyse le comportement des consommateurs (achat, commande, et retour, taux de conversion) et garantit une précision de la prévision d’au moins 75% en moyenne (dans certains cas, il atteint + de 90%). En utilisant une base de données diverse, pertinente et toujours mise à jour, ainsi que l’apprentissage automatique, son algorithme devient plus précis et personnalisé au fil du temps.
http://www.mbadmb.com/wp-content/uploads/2019/02/image00BigData201902.png
Lancé en 2017, la plate-forme MakerSights permet aux marques de consommation d’exploiter les données pour améliorer la conception et le développement des produits. Des marques comme Ralph Lauren, Lucky Brand, Taylor Stitch, MM.LaFleur et True Religion l’utilisent déjà.
En invitant les clients à influer sur les produits futurs et en appliquant des analyses prédictives exclusives grâce à leurs commentaires, cette plate-forme aide ses partenaires à élaborer des plans de vente plus précis, à déchiffrer les nouveaux lancements de produits et à mesurer la manière dont les clients répondent aux attributs du produit comme les tissus, les couleurs et le prix en quelques minutes.
Les algorithmes prédictifs de MakerSights prévoient des ventes de produits avec une précision de 90%.
Parallèlement à cet engouement restent cependant des questions ! Quid de la liberté artistique, de la créativité, autant que l’essentielle sécurisation des données et la législation qui évoluent continuellement dans ce domaine.