Actualmente, Jean-Marc Chauve es asesor de la marca Imane Ayissi y director artístico de IFA Paris. Estudió marketing, diseño de moda y socio-semiología de la moda y solía trabajar en Nelly Rodi y la Maison Martin Margiela.

El desarrollo del comercio electrónico y la importancia de internet en términos de decisiones en la adquisición de moda permiten la recopilación y el análisis de enormes volúmenes de datos. ¿Pueden estos «grandes datos», esta intensificada concienciación del consumidor gracias a las nuevas tecnologías, ayudar a anticipar tendencias y, por último, hacer predecible el volátil mercado de la moda?

Los grandes datos son tendencia en la industria de la moda. Proliferan los artículos, debates y mesas redondas sobre el tema y los expertos predicen que las oficinas de tendencias (y, en ocasiones, incluso los estilistas) pronto serán reemplazados por algoritmos.

La industria de la moda está atravesando cambios profundos que todavía no se han completado, sobre todo en términos de aceleración y digitalización. Para marcas del mercado de masas como H&M, el horizonte ya no es la media temporada, un producto debe crearse y producirse en pocas semanas, mientras que las oficinas de tendencias tradicionales suelen razonar en términos de temporada. Además, sus volúmenes de producción y sus bajos márgenes no dejan mucho espacio para arriesgarse, cada prenda que se produce debe ser un artículo de gran venta.

Pero la participación del comercio electrónico en la moda aumenta constantemente, representando casi el 17 % de la ropa textil en Francia en 2016, según encuestas del IFM, más del 20 % en los Estados Unidos, e incluso cubriendo importantes disparidades según los tipos de productos y las ubicaciones de las marcas. Y si, de acuerdo con Nathalie Remy, directora asociada de McKinsey, que hablando sobre el futuro de las tiendas en una conferencia organizada por Farfetch afirmó que, para el año 2025, el 75 % de las compras se realizarían en las tiendas, el 99 % de estas compras estarán influenciadas por el comercio digital. La tentación de confiar en la masa de datos recopilada digitalmente es, por tanto, enorme, y su análisis realizado por algoritmos permitiría un conocimiento perfecto del consumidor a fin de predecir productos que serán futuros éxitos de ventas.

Por tanto, Google ahora tiene una división de "trendspotting" o identificación de tendencias y publica regularmente sus "informes de tendencias de moda" basados ​​en las tendencias de búsqueda de palabras clave por parte de los usuarios de internet. Estudios de alcance limitado cuando se trata de vestimenta, ya que las palabras no pueden dar cuenta de datos visuales o intangibles, estética y estilo, que son fundamentales en la moda. WGSN, la agencia líder de tendencias en línea, ha creado INstock, un servicio para analizar las ventas pasadas a fin de predecir las ventas futuras. Aún más ambiciosa, Lauchmetrics, una agencia de lanzamiento de nuevos productos que colabora con marcas como Dior, Levi's, L'Oréal y Alexander Wang, proclama en su sitio web: «los datos se han convertido en los aliados más leales de las marcas. Ya no es necesario ‘imaginarse’ tendencias y qué necesitan tus consumidores. A partir de ahora, los datos son suficientes para predecir y anticiparse a sus expectativas».

Con grandes datos, ¿la predicción de tendencias se ha convertido en una ciencia exacta?

Como reconoció Edouard Fonkenell, fundador de la agencia Claravista de marketing "multicanal", durante una mesa redonda organizada por Lectra y ESCP Europe en la última Semana de la Moda Tecnológica (Fashion Tech Week) que se celebró en París a principios de octubre: «nunca es perfecto, un algoritmo comete errores en todo momento». Cualquier consumidor en línea puede ver este dato: que se le ofrece exactamente el mismo producto que acabamos de comprar o uno completamente inadecuado, si su navegación por sitios de comercio electrónico no es completamente lineal (se ofrece, por ejemplo, ropa de mujer a un consumidor masculino), y que la eficacia del push marketing en el comercio electrónico todavía no se ha podido probar.

Pero, sobre todo, esta visión refleja una falta de conocimiento de las arraigadas fuentes de la moda que no responde a ninguna "necesidad" ni a ninguna "expectativa". No podemos hablar de demanda en el sentido clásico del marketing: en nuestras sociedades desarrolladas, los armarios de todos los consumidores están sobresaturados... La moda se basa en deseos o tendencias, y más exactamente en el desgaste de la misma, la sensación de nostalgia y el deseo de novedad, de lo desconocido. Como dice Nicolas Santi-Weil, Director Gerente de la marca AMI, "crear algo que nadie necesita hoy, pero que todos querrán mañana"

Por tanto, el análisis de datos es muy útil para detectar cuándo una tendencia ascendente se convierte en una tendencia masiva, o para anticiparse al declive de una tendencia. O sea, es una herramienta que se adapta perfectamente al sector del mercado masivo que nunca está en el origen de la aparición de una tendencia y funciona en el corto plazo. En cualquier caso, conocer mejor a tus clientes en una necesidad para cualquier marca, pero está lejos de ser suficiente.  No vemos cómo el análisis de datos pasados ​​y en grandes cantidades puede permitir detectar nuevas tendencias por adelantado, que originalmente están relacionadas a una pequeña parte y, por lo general, a un mercado atípico. ¿El futuro tiene la apariencia de inteligencia artificial dotada de intuición y capaz de analizar una multitud de señales débiles y muy complejas? Tal vez, pero mientras tanto, se quiere asegurar el mercado de la moda basándose únicamente en grandes datos puede acelerar el declive en el consumo de moda al ofrecer solo productos "predecibles" y, por tanto, no muy deseables...

Jean-Marc Chauve