Loader

L’IA dans le Fashion bien plus qu’un phénomène de mode !

L’Intelligence Artificielle (IA) n’est pas un effet de mode. Elle est devenue une FashionTech indispensable à cette industrie. Son utilisation, dans tous les sous-domaines du Fashion, est réelle comme en témoigne les nombreux projets d’IA mis en oeuvre par de nombreuses marques internationales.

L'IA dans le Fashion bien plus qu'un phénomène de mode
D’après le rapport « AI in fashion » de Markets & Markets, le marché de l’intelligence artificielle dédiée à la mode va passer de 228 millions à 1,260 milliards de dollars entre 2019 et 2024.

Que ce soit pour créer plus de valeur économique, pour produire moins mais mieux ou pour améliorer les conditions de travail, l’IA est désormais incontournable dans le monde de la mode. Elle est un allié actif et efficace aux créateurs comme aux équipes opérationnelles.

L’IA permet aussi d’améliorer la satisfaction client en sublimant la Fashion Shopping Expérience, essentielle pour engager durablement les consommateurs avec les marques.

Mais surtout, elle va permettre, à court terme d’atténuer l’impact environnemental des processus de production et réduire la destruction de valeur du aux sur-stocks et aux promotions agressives.

 
L’IA au service du client

Satisfaction-Client

Dans un marché ultra concurrentiel, il est très difficile de recruter et de fidéliser les consommateurs sans leur proposer une expérience client de grande qualité. Pour cela une marque doit offrir un parcours d’achat fluide et aussi personnalisé que possible, à chacun de ces clients et quel que soit le canal d’interaction. Pour adresser correctement cette explosion combinatoire, de nombreux acteurs de la mode exploitent désormais les formidables capacités de l’IA pour proposer des solutions innovantes au service du client. Par exemple, la startup française Veertus permet, à partir du code-barre d’un article, d’essayer virtuellement un vêtement sur son smartphone et ainsi de se passer de l’essayage en cabine. Basé sur des techniques d’apprentissage automatique, le parcours d’achat en boutique est simplifié et digitalisé, deux atouts précieux en période Covid.

L’IA est aussi de plus en plus utilisé pour fluidifier le service client, grâce à des chatbots capables de répondre rapidement à de nombreuses questions telles que : le suivi d’une commande, la disponibilité d’un article dans un magasin près de chez soi…

Pour le marketing, l’IA est devenu incontournable pour améliorer significativement la connaissance client (Buyer Persona) ainsi que les campagnes marketing, en ne proposant que des articles correspondant aux goûts, au budget et à la morphologie du client.

Au final, l’IA contribue non seulement à la satisfaction des consommateurs mais aide également les détaillants à atténuer les coûts des marchandises retournées (web et magasin) qui sont connus pour coûter des milliards de dollars.

 
Utilisations et bénéfices au niveau produit

La mode étant en perpétuelle évolution, détecter les tendances et prédire finement les volumes de ventes est un autre enjeu stratégique pour l’industrie textile, et ce afin de ne fabriquer que les quantités nécessaires, au meilleur prix et au bon moment.

En complément des cahiers de tendance, l’IA aide aujourd’hui les stylistes à capter plus systématiquement les tendances révélées via les réseaux sociaux. Par exemple, Heuritech, autre startup française, analyse chaque jour des millions de posts Instagram leur permettant de capter les signaux précoces des influenceurs de la mode et des consommateurs. Leur technologie de reconnaissance visuelle fournit ainsi des analyses prédictives sur les tendances et les produits qui seront à la mode dans les prochains mois. Un réel atout pour s’assurer que la prochaine collection aura du succès.

L’IA est aussi à l’oeuvre pour enrichir les fiches articles, avec des attributs descriptifs riches et précis, générés automatiquement depuis une simple photo. On appelle cela le Deep Tagging (https://www.pixyle.ai/).

De plus en plus utilisée par les boutiques en ligne, la recherche visuelle basée sur l’IA permet de comprendre le contenu et le contexte d’une image afin de fournir des informations et recommandations utiles. Avec un smartphone, on peut facilement prendre une photo dans la rue et rechercher le produit désiré en ligne. En cas de rupture de stock d’un article donné, la technologie de recherche permet également aux marques des suggérer aux acheteurs des articles similaires ou liés à un thème, un style sans passer par une requête textuelle difficile à formaliser.

Enfin, l’IA permet d’améliorer très significativement les prédictions de ventes de chaque article d’une nouvelle collection, 6 mois à l’avance, en analysant les ventes passées des produits identifiés comme similaires, après les avoir corrigées des effets “promotion” et des ruptures de stock. C’est ainsi que fonctionne des solutions telles que Demand Forecast, qui intègre en plus des modèles d’apprentissage automatique pour corriger les saisonnalités, équilibrer les tailles, élargir ou réduire les zones de distribution ou encore le nombre de semaines de vente. L’IA permet ici d’améliorer jusqu’à 30% la justesse des quantités initiales achetées avec ses bénéfices corollaires : réduction de la décote et augmentation du taux d’écoulement. Le but ultime, ne fabriquer que ce que l’enseigne est en mesure de vendre, est alors atteint !

 

L’IA pour optimiser la gestion des stocks & les appros magasin

La supply chain et tout particulièrement l’optimisation des stocks entrepôts et magasins sont profondément transformés par l’utilisation systématique de l’IA.

Pour la chaine logistique, l’IA améliore fortement la capacité de prévoir les délais de livraison et donc d’anticiper les retards ou les anomalies dans le transport des marchandises aux quatre coins de la planète. La société Wakeo propose, grâce au Machine Learning, d’analyser les performances d’un réseau de distribution par zone géographique, transporteur, transitaire ou opérateur. L’enseigne peut alors optimiser finement sa chaîne d’approvisionnement en identifiant les interdépendances, les écarts récurrents par rapport aux prévisions, les risques cachés… Ces optimisations sont dorénavant indispensables pour suivre la course à la livraison en 48h max imposée par Amazon et son programme prime.

Reapprovisionnement magasinL’IA s’impose aussi de plus en plus comme la meilleure solution pour optimiser les stocks magasin. L’enjeu est de tenir compte des spécificités de chaque point de vente (surface, localisation, concurrence, profils clients, opérations commerciales, météo…) afin d’ajuster quotidiennement les quantités de stock idéales pour chaque référence taille couleur (SKU). Cette augmentation de la disponibilité des produits au bon endroit accélère le taux d’écoulement et réduit ainsi le niveau moyen de décote en fin de saison.

Ces mêmes algorithmes permettent aussi de stopper le réapprovisionnement d’un magasin après la vente d’un SKU particulier estimant que le point de vente n’a statistiquement que peu de chance de le vendre à nouveau. Les produits restent ainsi en entrepôt et sont disponibles pour d’autres magasins et tout particulièrement pour le site ecommerce.

L’IA est aussi à la manoeuvre pour réduire les retours des commandes web, très coûteux pour le marchand et pour la planète. Ce phénomène en pleine expansion (en Allemagne 50% des ventes en ligne sont retournées) reflète le comportement de consommateurs qui se font livrés plusieurs tailles et couleurs pour une séance d’essayage à domicile avant de ne retourner tout ce qui ne convient pas. Grâceâ à l’auto-apprentissage supervisé croisant parcours web, achats, profils clients et référentiel produit, il est possible de détecter et d’isoler ces consommateurs et ainsi simuler sur le site Ecommerce des ruptures de stock sur des produits et des tailles que l’IA identifie comme à fort risque de retour. La complexité d’un tel modèle réside dans sa capacité à faire la distinction entre un panier avec risque de retour et une commande pour tous les membres de la famille.

 

L’IA pour un Fashion Zero Waste

Fashion Business Zero WasteLa mode est la deuxième industrie la plus polluante. Elle génère 20% des eaux usées et 10% des émissions carbone mondiale. Cela ne peut plus durer !

Par ailleurs, c’est un marché en décroissance qui a perdu 15% de sa valeur dans les 10 dernière années. Deux raisons à cela : une surproduction générant des invendus et des promotions destructrices de valeur mais aussi un changement de comportement des clients qui aspirent à une consommation plus personnalisée, responsable et mesurée.

L’industrie de la mode doit donc absolument accélérer sa transformation vers un nouveau Fashion Business Zéro Waste en relevant deux grands challenges :

  • ne fabriquer que ce qu’une enseigne est en mesure de vendre, en estimant précisément les quantités à produire pour chaque nouvelle collection
  • Ajuster les stocks de chaque article sur chaque canal de vente et notamment dans chaque magasin en tenant compte des spécificités locales du point de vente et des attentes des consommateurs.

Cette équation complexe, qui génère une véritable explosion combinatoire, peut désormais être résolu grâce à l’IA embarquée dans de plus en plus de solutions métier.

L’IA offre donc à l’industrie de la mode la possibilité de prospérer à nouveau dans une ère axée sur le consommateur tout en devenant responsable envers l’environnement et ainsi devenir écologique et rentable!

 

 

 

Des questions ? Des précisions ?

No Comments

Sorry, the comment form is closed at this time.