Formé au Marketing, au stylisme et à la socio-sémiologie de la mode, ex Nelly Rodi et Maison Martin Margiela, Jean-Marc Chauve est aujourd’hui consultant, directeur de la marque Imane Ayissi et Directeur Artistique d’IFA Paris. 

Le développement du e-commerce et de l’importance d’internet dans les décisions d’achat de mode permet la collecte et l’analyse d’énormes volumes de données. Ce « big data », cette meilleur connaissance des consommateurs grâce aux nouvelles technologies, peut il permettre d’anticiper les tendances et de rendre enfin prédictible le si volatil marché de la mode ?

Le big data est à la mode dans l’industrie de la mode. Articles, débats et tables rondes se multiplient sur le sujet et des experts prévoient que les bureaux de tendances (et parfois même les stylistes) seront bientôt remplacés par des algorithmes.

L’industrie de la mode connait des mutations profondes qui ne sont pas terminées, en particulier l’accélération et la digitalisation. Pour les enseignes de mass market comme H&M, l’horizon n’est plus la demi-saison, un produit doit être créé et produit en quelques semaines, alors que les bureaux de tendances traditionnels raisonnent généralement encore en terme de saison. Par ailleurs leurs volumes de production et la faiblesse de leurs marges ne laissent pas beaucoup de place à la prise de risque, chaque vêtement produit doit être un best seller.

Or la part du e-commerce dans la mode s’accroit régulièrement, il représente presque 17% du textile habillement en France en 2016 selon les enquêtes de l’IFM, plus de 20% aux Etats-Unis, même si cela recouvre d’importantes disparités selon les types de produits et les positionnements des marques. Et si, selon Nathalie Remy, directrice associée de McKinsey qui s’exprimait lors d’une conférence organisée par Farfetch sur le futur des boutiques, 75% des achats se feront encore en boutique en 2025, 99% de ses achats seront influencés par le digital. La tentation est donc grande de s’en remettre à la masse de données collectées par le digital, dont l’analyse par des algorithmes permettrait une parfaite connaissance du consommateur, pour anticiper les futurs best sellers.Le big data peut-il prédire les tendances ?

Ainsi Google a désormais une division « trendspotting » et fait paraître régulièrement ses « fashion trends reports » basés sur les tendances de recherches de mots-clé des internautes. Des études d’une portée limitée quand il s’agit de vêtements puisque les mots ne peuvent rendre compte de données visuelles ou intangibles, d’esthétique et de style, fondamentales dans la mode. WGSN, le leader des agences de tendances online a créé INstock, un service d’analyse des ventes passées pour prédire les ventes futures. Plus ambitieux encore, Lauchmetrics une agence de lancement de nouveaux produits qui collabore avec des marques telles que Dior, Levi’s, L’Oréal ou Alexander Wang proclame sur son site :  « Les données deviennent les plus fidèles alliées pour les marques. « Imaginer » les tendances et ce dont vos consommateurs ont besoin n’est plus nécessaire. Désormais, la data suffit pour prédire et anticiper leurs attentes »

Avec le big data, la prédiction de tendances serait-elle devenue une science exacte ?

Le big data peut-il prédire les tendances ?Comme le reconnaissait Edouard Fonkenell fondateur de l’agence Claravista, une agence de marketing « multicanal » lors d’une table ronde organisée Lectra et ESCP Europe pendant la dernière Fashion Tech Week qui s’est tenue à Paris au début du mois d’octobre, « Ce n’est jamais parfait, un algorithme ça se trompe tout le temps ». Chaque consommateur internaute peut le vérifier : entre proposer exactement le même produit que celui que l’on vient d’acheter ou des produits complètement inadaptés pour peu que votre parcours sur les sites de e-commerce ne soit pas complètement linéaire (des vêtements féminins quand vous êtes un consommateur masculin par exemple), l’efficacité du marketing « push » du e-commerce reste encore à prouver.

Mais, surtout, cette vision traduit une méconnaissance des ressorts profonds de la mode qui ne répond à aucun « besoin » et à aucune « attente ». On ne peut pas parler de demande au sens classique du marketing : dans nos sociétés développées, les placards de tous les consommateurs sont sur-saturés… La mode est basée sur le désir et la tendance, plus précisemment sur la lassitude du même, du déjà-vu et le desir de nouveauté, d’inconnu. Comme le dit Nicolas Santi-Weil, directeur général de la marque AMI, c’est « créer quelque quelque chose dont personne n’a besoin aujourd’hui mais que tout le monde voudra demain »

L’analyse de donnée est donc certainement très utile pour détecter quand une tendance naissante devient une tendance de masse, ou pour anticiper le déclin d’une tendance, c’est donc un outil parfaitement adapté au secteur du mass market qui n’est jamais à l’origine de l’apparition d’une tendance et fonctionne à court terme. Dans tous les cas mieux connaître ses consommateurs est une nécessité pour toute marque, mais c’est loin d’être suffisant. On ne voit pas comment analyser des données passées et en grande quantité peut permettre de déceler, en avance, des tendances nouvelles, qui à l’origine ne concernent qu’une part infime et en général atypique du marché. Le futur nous réserve-t-il l’apparition  d’intelligences artificielles douées d’intuition et capables d’analyser une multitude de signaux faibles très complexes ? Peut-être, mais en attendant, vouloir sécuriser le marché de la mode en se fondant uniquement sur le big data risque au contraire d’accélerer le déclin de la consommation de mode en ne proposant que des produits « prévisibles » et donc bien peu désirables…

Jean-Marc Chauve