24 Νοέ 2024
READING

Αλγόριθμοι εναντίον ανθρώπων | Ποιος είναι καλύτερος στην πρόβλεψη των τάσεων της μόδας;

6 MIN READ

Αλγόριθμοι εναντίον ανθρώπων | Ποιος είναι καλύτερος στην πρόβλεψη των τάσεων της μόδας;

Αλγόριθμοι εναντίον ανθρώπων |  Ποιος είναι καλύτερος στην πρόβλεψη των τάσεων της μόδας;

Η βιομηχανία της μόδας φαίνεται πως λόγω της πανδημίας βρίσκεται σε μια περίοδο αναταραχής, ωστόσο καθώς η πανδημία δείχνει σημάδια χαλάρωσης, ο τομέας του λιανικού εμπορίου είναι έτοιμος για επαναφορά.Η Edited, μια εταιρεία λιανικής δεδομένων διαπίστωσε πρόσφατα ότι οι τιμές αυξάνονται όχι μόνο στα καθημερινά σύνολα αλλά και στα ενδύματα πολυτέλειας.

Ωστόσο, τα εμπορικά σήματα και οι λιανοπωλητές αντιμετωπίζουν αλλαγές στις συνήθειες των καταναλωτών. Η πανδημία πιθανότατα παγίωσε τις προτιμήσεις των καταναλωτών που έχουν ήδη χτίσει για λιγότερη ενδυμασία και προθυμία να αγοράσουν ρούχα στο διαδίκτυο, οπότε είναι δύσκολο να κρίνουμε πώς θα λειτουργήσουν ξανά τα φυσικά καταστήματα.

Για την πρόβλεψη νέων τάσεων, οι λιανοπωλητές θα πρέπει να ταιριάξουν την προσφορά με τη ζήτηση και να διαχειριστούν τις πιο σύνθετες υπηρεσίες εφοδιασμού του ηλεκτρονικού εμπορίου, οι οποίες θα είναι ιδιαίτερα δύσκολες στην ένδυση, όπου η τεχνολογία μπορεί να φαίνεται πιο σημαντική από ποτέ. Ωστόσο, η ανάγκη για περισσότερη ανθρώπινη συμμετοχή μπορεί να είναι ακόμη μεγαλύτερη.

Φαίνεται πως η ανάλυση δεδομένων και οι αλγόριθμοι θα είναι πάντα σημαντικά για την επιτυχία μιας εταιρείας, ωστόσο ο ανθρώπινος παράγοντας θα έχει πάντα την μεγαλύτερη σημασία. Ειδικότερα, όταν μιλάμε για τις τάσεις της μόδας, ο αλγόριθμος βασίζεται μόνο σε ιστορικά δεδομένα, ενώ ο άνθρωπος και συγκεκριμένα ένας retailer η μια μάρκα μπορεί να πείσει μια εταιρεία πως τα προϊόντα του είναι must-have, καθώς και να έρθει σε επαφή με τον πελάτη. 

Φαίνεται πως οι σημερινές δυνατότητες τεχνητής νοημοσύνης και μηχανικής μάθησης έχουν φτάσει σε εντυπωσιακά επίπεδα απόδοσης και ταχύτητας με αποτέλεσμα η βιομηχανία ειδών ένδυσης να παράγει περίπλοκα δεδομένα. Οι έμποροι λιανικής αναφέρουν πως χάρη στην εξέλιξη της τεχνολογίας μπορούν πολύ πιο εύκολα να αναλύσουν τα δεδομένα τους χρησιμοποιώντας αλγορίθμους, ωστόσο χρειάζεται πάντα ένας άνθρωπος προκειμένου να ερμηνεύσει τα δεδομένα με σωστό τρόπο, διότι αν ερμηνευθούν με λάθος τρόπο τα δεδομένα τότε υπάρχει μεγάλος κίνδυνος για τις επιχειρήσεις. 

Φαίνεται πως οι τάσεις, τα γούστα και ο τρόπος ζωής είναι πάντα σε εξέλιξη, ίσως ακόμη περισσότερο στην εποχή του διαδικτύου. Η επιχείρηση μόδας, εκτός από το haute couture, για μεγάλο χρονικό διάστημα καθοδηγείται κυρίως από δεδομένα, διότι τα δεδομένα προσφέρουν ταχύτητα και αποτελεσματικότητα καθώς περιλαμβάνουν πληροφορίες βάση αλγορίθμων. Οι άνθρωποι με μεγάλη αίσθηση μόδας και διαίσθηση έχουν απομακρυνθεί από τη βιομηχανία για πολύ καιρό, από τότε που τα δεδομένα έγιναν πιο σημαντικά από τη διαίσθηση.

Ωστόσο, ένας λιανοπωλητής μπορεί να πουλήσει πολλά ρούχα που στηρίζονται σε δεδομένα μόνο, όπως αποδεικνύουν η Walmart και το Amazon. Για παράδειγμα, η Walmart στην πραγματικότητα δεν ασχολείται με την μόδα, απλώς πωλεί εμπορεύματα. Ουσιαστικά, παίρνουν τα δεδομένα από τους προμηθευτές σχετικά με το τι λειτουργεί, τι δεν λειτουργεί και οι προμηθευτές είναι αυτοί που αναλαμβάνουν τους κινδύνους. Ωστόσο, τα fashion brands δεν μπορούν να βασίζονται σε δεδομένα. Στην σημερινή εποχή οι καλά σχεδιασμένοι αλγόριθμοι είναι αρκετά εξελιγμένοι προκειμένου να προβλέπουν σε κάποιο βαθμό τι είναι πιο πιθανό να μην αγοράσει ένας πελάτης. Ωστόσο, αυτό δεν είναι το ίδιο με την πρόβλεψη τάσεων, καθώς όσο αλλάζουν τα χρόνια αλλάζουν και οι τάσεις στην μόδα με αποτέλεσμα τα δεδομένα να μην είναι πάντα αξιόπιστα. 

Οι αλγόριθμοι και οι μηχανές δεν μπορούν να προβλέψουν πως νιώθει ένας καταναλωτής όταν πραγματοποιεί αγορές. Γι’ αυτό τα δεδομένα που προκύπτουν δεν συνάδουν πάντα με τις τάσεις της μόδας και τις επιλογές των καταναλωτών. Προκειμένου η βιομηχανία της μόδας να είναι και πάλι στο επίκεντρο όπως ήταν πριν από την πανδημία, θα χρειαστεί να δημιουργηθεί μια ισορροπία μεταξύ τεχνολογίας και ανθρώπων. Μετά την λήξη της πανδημίας οι άνθρωποι θα αρχίσουν πάλι να ταξιδεύουν, να κοινωνικοποιούνται και να ενδιαφέρονται πολύ για την μόδα. Οι καταναλωτές θα αρχίσουν να αλλάζουν τα γούστα τους σχετικά με τα είδη ενδυμάτων που αγοράζουν και από casual ενδύματα θα αγοράζουν πιο μοντέρνα. Οι έμποροι λιανικής λοιπόν έχουν την ευκαιρία τώρα να συνδεθούν ξανά με τους πελάτες τους και να τους θυμίσουν πως η βιομηχανία της μόδας ήταν και θα είναι πολύ σημαντική. 

Η Stitch Fix είναι μια διαδικτυακή υπηρεσία προσωπικού στυλ στις Ηνωμένες Πολιτείες Αμερικής, η οποία χρησιμοποιεί αλγόριθμους προτάσεων και επιστήμη δεδομένων προκειμένου να εξατομικεύσει είδη ένδυσης με βάση το μέγεθος, τον προϋπολογισμό και το στυλ. Η εταιρεία λοιπόν παρέχει την πιο εξατομικευμένη εμπειρία αγορών σε κάθε πελάτη και αυτό που τους επιτρέπει να το κάνουν τόσο καλά είναι η δημιουργία ενός αλγορίθμου προκειμένου να παρέχονται εξαιρετικά εξατομικευμένες αγορές ειδών ένδυσης. Ωστόσο, ακόμα και η Stitch Fix αναγνωρίζει πως ο ανθρώπινος παράγοντας είναι πολύ σημαντικός καθώς τα στελέχη συχνά αναδεικνύουν τη συμβολή των πραγματικών στιλιστών στην επιμέλεια κουτιών και στην ανάπτυξη της σχέσης με τους πελάτες. Από τον Ιανουάριο του τρέχοντος έτους, η εταιρεία διαθέτει 3,9 εκατομμύρια ενεργούς πελάτες και 5.800 στυλίστες, ή περίπου 672 πελάτες ανά στυλίστα. 

Η εταιρεία συνεχίζει να ενημερώνεται για το τι αναζητούν οι άνθρωποι στο διαδίκτυο, τι βλέπουν οι πελάτες στα κοινωνικά μέσα από influencers που ακολουθούν, ακόμη και τα υφάσματα που παρουσιάζουν οι προμηθευτές τους. Επίσης, η εταιρεία χρησιμοποιεί διάφορες στρατηγικές προκειμένου να προσελκύει πελάτες και να ικανοποιεί τις ανάγκες τους.

Οι πελάτες μιας εταιρείας πραγματοποιούν τις αγορές τους από τις αγαπημένες τους εταιρείες επειδή οι προτιμήσεις τους ταιριάζουν με την αισθητική των ρούχων μιας εταιρείας και οι προσδοκίες τους έχουν οριστεί γύρω από την ποιότητα και την τιμή. Κάθε κίνδυνος που δημιουργείται στις εταιρείες είναι συγκεκριμένος για τις επωνυμίες και συγκεκριμένος για τους πελάτες. Πιο συγκεκριμένα, αυτό που θα ήταν υψηλός κίνδυνος στη Gap μπορεί να είναι μέτριος κίνδυνος στα Urban Outfitters και αυτό που θα ήταν μέτριο ρίσκο στα Zara θα ήταν εξωφρενικό στη Donna Karan. Φαίνεται πως για να πετύχει μια επιχείρηση μόδας θα πρέπει πρώτα να ξεκινήσει από χαμηλά και να παρατηρήσει τι επιθυμούν να αγοράζουν οι καταναλωτές και ύστερα να κατακτήσει την κορυφή. 

Η συλλογή δεδομένων μπορεί να είναι το κλειδί για την διαχείριση κινδύνου, ωστόσο, η Stitch Fix και πολλοί άλλοι λιανοπωλητές (κυρίως DTC) που χρησιμοποιούν ερωτηματολόγια και κουίζ προκειμένου να συλλέξουν δεδομένα από τους καταναλωτές ενδέχεται να μην κατανοούν τα όριά τους. Ειδικότερα, οι λιανοπωλητές εάν επιθυμούν να λαμβάνουν σημαντικές πληροφορίες από τους καταναλωτές, θα πρέπει στα ερωτηματολόγια και στα κουίζ να περιλαμβάνουν ανοιχτές ερωτήσεις ώστε να έχουν μια πιο ξεκάθαρη εικόνα για τις προτιμήσεις των πελατών. 

Ένας από τους καλύτερους τρόπους για να γνωρίσει μια εταιρεία εάν ένας πελάτης έχει αντέξει στη δοκιμασία του χρόνου, είναι να παρατηρήσει πως λειτουργεί μέσα σε ένα κατάστημα, γιατί εκεί είναι δυνατή η ανθρώπινη αλληλεπίδραση, η συνομιλία και η παρατήρηση. Φαίνεται πως η αντιστοίχιση κάθε τοποθεσίας με τους πελάτες της είναι επίσης βασική. Η αλληλεπίδραση μεταξύ του πελάτη και του υπαλλήλου είναι πολύ σημαντική για  την επιτυχία μιας εταιρείας. Οι πωλητές μπορούν να παρατηρήσουν τους πελάτες, κάτι που ένας αλγόριθμος δεν μπορεί να πετύχει. 

Πάνω απ’ όλα, αυτό που φαίνεται να συνειδητοποιούν όλοι είναι ότι το ένα σημείο δεδομένων που δεν μπορεί ποτέ να τροφοδοτηθεί με οποιονδήποτε αλγόριθμο είναι αυτό που μπορεί να θέλει ο πελάτης στο μέλλον.

 

Συνδεθείτε παρακάτω
ή αποκτήστε ετήσια συνδρομή εδώ.