Wir sind Ihr Ohr am Markt…

… und Ihr Draht zur Technologie.
Willkommen auf dem TAILORIT Blog – der Plattform für Information und Inspiration. Hier halten wir Sie regelmäßig über spannende branchenrelevante Themen auf dem Laufenden, bewerten für Sie aktuelle Trends im Fashion Retail und stellen innovative Store-Konzepte vor. Lassen Sie sich inspirieren – Change works.

Trend Forecasting 2.0 – Social Media Analyse statt Bauchgefühl

Posted on 06.12.2017 by Merle Vick - Consultant

Printer Friendly and PDF

Posted on 06-12-2017 by Merle Vick - Consultant

Das Trend Forecasting liefert unentbehrlichen Input für die Planung erfolgreicher Fashion Retailer. Akkurate Voraussagen über Konsumenten Trends sind die entscheidende Informationsbasis für das Strategic Line Planning, aus der sich die Vorgaben für Markenausrichtung und Produktentwicklung ableiten. Die Herausforderung des Trend Forecasting ist es, relevante Muster anhand unterschiedlichster Informationsquellen zu identifizieren und zu kanalisieren.

Im Prä-digitalen Zeitalter wurden Trends auf Reisen zu internationalen Modemessen, bei den Schauen visionärer Modehäuser oder anhand innovativer Streetstyles in Trendmetropolen aufgespürt. Mehrköpfige Teams waren anschließend über Wochen damit beschäftigt ihre Recherche-Ergebnisse zu Trend-Reports zusammenzufassen.

Social Media Kanäle revolutionieren und demokratisieren die Mode, sie bieten nicht mehr nur ausgewiesenen Trendexperten, sondern durchschnittlichen Konsumenten eine Plattform ihre Meinungen und Ideen zu Mode und Trends mitzuteilen und auszutauschen. Immer mehr Menschen suchen und finden Inspirationen für ihre Outfits auf Plattformen wie Instagram, Facebook oder Twitter. Trends entstehen und verbreiten sich in der digitalen Parallelwelt viral schneller als jede Grippewelle. Allerdings erstreckt sich die Halbwertszeit sogenannter Mikrotrends nicht mehr über eine komplette Saison, sondern hält mitunter nur wenige Wochen an.

So radikal wie sich die Entstehung und Verbreitung von Trends verändern, muss sich also auch das Trend Forecasting und die darauffolgende Planung weiterentwickeln. Wenn Trends über Wochen und Monate diskutiert und selektiert werden, landen sie mitunter erst dann im Geschäft wenn Konsumenten schon längst einem neuen Trend nacheifern. Deshalb müssen Fashion Retailer Trends direkt dort identifizieren wo sie entstehen und sich rasant verbreiten: in Social Media.

Mithilfe von Social Media Analysen können Fashion Retailer aus den immensen Datenmengen, die Konsumenten in Form von Likes, Posts und Kommentaren erzeugen, die richtigen Erkenntnisse ziehen und anhand wiederkehrender Muster realisierbare Mode-Trends identifizieren. Die systematische, kontinuierliche und themenspezifische Suche, Erhebung, Aufbereitung, Analyse und Interpretation von Konversationen in sozialen Medien ist die Basis für exakte Prognosen darüber wie sich die Nachfrage verändern wird. Die Datenerhebung und -extraktion erfolgt automatisiert unter Verwendung sogenannter Social Media Crawler und Bots, die den Social Media Dschungel nach relevanten Informationen durchkämmen. Mithilfe von Text- und Bilderkennungsverfahren werden im anschließenden Mining-Prozess, die unstrukturiert vorliegenden Rohdaten zu lesbaren Informationen „geschliffen“, also geclustert, kategorisiert und interpretiert. In Echt-Zeit erhalten Retailer so einen fundierten Einblick in die Präferenzen ihrer Zielkunden.

Verknüpft man diese Einblicke im Adaptive Merchandise Planning mit unternehmenseigenen Daten wie z.B. historischen Abverkaufsdaten, können nach dem Prinzip des Machine-Based-Learning auf Basis intelligenter Algorithmen präzise Aussagen über künftige Nachfrageentwicklungen gemacht werden. Nachfolgende Prozesse, wie z.B. Design, Produktentwicklung und Beschaffung können somit auf Basis verlässlicher Voraussagen präzise auf die Bedürfnisse des Konsumenten abgestimmt werden, statt sich auf vage subjektive Wahrnehmungen oder Bauchgefühle zu verlassen. Ist die Planung dann noch mit einem agilen Open-To-Buy Management auf kurzfristig entstehende Trends eingestellt finden die Konsumenten ihre Social Media Trends immer genau zum richtigen Zeitpunkt im Store. Folgerichtig erhöht das Produkt Sales, Kundenzufriedenheit und -Loyalität.

Die notwendigen Tools um immense Datenmengen – besonders aus Social Media – zu interpretieren sind äußerst komplex. Moderne Machine-Based Learning Tools arbeiten mit intelligenten Algorithmen wie z. B. Artificial Neural Networks oder Deep Neural Decision Forests. Diese lernenden Algorithmen ähneln prinzipiell dem Erlernen einer neuen Sprache: Durch Anwendungserfahrung und ein stetig wachsendes Vokabular können Sprachmuster erkannt, Zusammenhänge hergestellt und so die eigene Kommunikationsfähigkeit verbessert werden. An dieser Stelle ist schließlich cross-funktionales Know-How aus Data Science und fachlicher Expertise gefragt, um anhand identifizierter Muster inhaltlich sinnvolle Erkenntnisse zu gewinnen. Der Weg zu einer zukunftsorientierten und agilen Planung ist für Fashion Retailer also eine echte Herausforderung, aber es lohnt sich ihn zu gehen.

 

COUNTER

  • Total Visitors: 78302