Les acheteurs de mode ont longtemps fonctionné comme des créateurs de tendances silencieux, des personnes capables de ressentir les désirs avant qu’ils ne se forment. Mais aujourd’hui, face à la diminution des marges bénéficiaires et à la pression sur la précision, ils répondent à ces demandes avec l’aide de l’IA.
L’IA progresse rapidement au-delà de la simple prévision des ventes grâce à sa capacité à traiter de grandes quantités de données auparavant cloisonnées : comportement de recherche, modèles de clics, préférences régionales et performances des produits sur tous les marchés. Les acheteurs et les marchandiseurs déclarent qu’ils réinventent la façon dont ils construisent, améliorent et élargissent leurs assortiments à mesure que les décisions sont plus que jamais fondées sur les données.
Au lieu de se fier uniquement aux performances de vente passées ou à leur intuition personnelle, les acheteurs ont accès à des signaux en temps réel sur ce que les acheteurs du monde entier recherchent, cliquent et économisent. « L’IA est davantage un outil permettant d’étendre cette portée », a déclaré Rich Shepherd, vice-président des produits chez Lyst. « Les bons acheteurs continuent de diriger selon leur instinct, et l’IA ne fera que montrer plus clairement où ces instincts sont susceptibles de résonner le plus fortement. »
Des groupes de luxe aux plateformes mondiales de commerce électronique, de nouveaux modèles émergent : des systèmes de recommandation basés sur l’IA et des outils de création de modèles qui analysent les données tandis que les acheteurs humains interprètent ces informations et prennent des décisions stratégiques. L’équilibre entre les deux devient un avantage concurrentiel.
Informations sur la demande en temps réel
Tapestry, la société mère de Coach, Kate Spade et Stuart Weitzman, utilise l’IA en coulisse pour aider les acheteurs à prendre des décisions plus judicieuses sur quoi commander, combien stocker et où allouer les stocks.
« Nous avons toujours su que pour numériser ce processus et évoluer rapidement, nous devions développer la capacité d’héberger et de partager facilement des données au sein de l’entreprise », a déclaré Fabio Luzzi, directeur des données et de l’analyse chez Tapestry. L’entreprise a investi dans la création d’un référentiel de données centralisé, ce que Luzzi appelle sa « structure de données unique ». Cela facilite la modélisation des données sur les clients, les emplacements et les chaînes d’approvisionnement. « Non seulement il sera beaucoup plus facile de numériser les processus, mais nous pourrons également utiliser l’IA à plusieurs étapes de la chaîne de valeur. »
« Les bons acheteurs continuent de diriger selon leur instinct, et l’IA ne fera que montrer plus clairement où ces instincts sont susceptibles de résonner le plus fortement. »
L’équipe des achats de Coach utilise déjà des ensembles de données partagés pour comparer les modèles d’achat régionaux en temps réel et ajuster la profondeur et l’allocation avant que les produits n’arrivent en rayon. Ces informations révèlent la demande plus tôt et avec une plus grande précision que les seules ventes historiques.
En fait, lorsque les membres de l’équipe ouvrent le tableau de bord partagé en direct, ils voient une silhouette spécifique dans laquelle le sud-ouest des États-Unis est surindexé tandis que le nord-est des États-Unis est sous-performant. Vous verrez les informations qui sont arrivées auparavant des semaines plus tard via les rapports de vente. Ce signal vous permet d’ajuster les allocations avant que le stock ne soit engagé, plutôt que de le placer dans le mauvais entrepôt. Luzzi positionne l’IA comme un système intégré d’aide à la décision à travers la conception, l’inventaire et la tarification, accélérant l’analyse et l’interaction tout en laissant les décisions finales sur le produit et la commercialisation aux équipes humaines. Il affirme que cela a libéré du temps pour que les équipes d’achats et de ventes puissent se concentrer sur un travail plus stratégique.
