O objetivo é construir um negócio mais forte, melhorar a eficiência na cadeia de aprovisionamento e ir ao encontro aos gostos dos consumidores, graças aos conhecimentos obtidos acerca das tendências da moda e as preferências de seus clientes, avança a Forbes. Recorde-se que os últimos anos da H&M foram marcados por uma performance menos brilhante e a mais significativa perda de lucros em seis anos (ver H&M volta a desiludir). Ainda assim, apenas o tempo dirá se o investimento é suficiente para impulsionar as vendas.
Big Data ajuda a evitar ciclos negativos
Há cerca de 20 anos, as marcas de fast fashion quebraram com o pré-estabelecido ao construírem negócios onde privilegiavam melhores preços e produtos novos em detrimento da qualidade. Ainda assim, de modo a serem bem-sucedidas, marcas como a H&M têm a necessidade de antever o que o mercado necessita, tanto para evitar ciclos negativos nos produtos como a necessidade de vender o inventário com descontos. Tendo em conta que os níveis de preços já são incrivelmente baixos para o retalho fast fashion, é difícil recuperar de más decisões de compra e vender os produtos indesejados. Para as cadeias fast fashion, as expectativas são altas e os conhecimentos obtidos através da análise de dados podem ajudar a construir uma cadeia de aprovisionamento mais rápida e flexível, detetar mais facilmente tendências, gerir o inventário e definir preços.
Lojas diferentes, inventários diferentes
Outrora poderíamos entrar em qualquer loja da H&M, fosse na Suécia, no Reino Unido ou nos EUA, e os produtos seriam bastante similares. Recentemente, a retalhista teve necessidade de baixar os preços para vender inventário nas suas 4.288 lojas de todo o mundo. Para melhor organizar os pontos de venda com a oferta que o cliente necessita, a H&M está agora a analisar devoluções, recibos e informação contida nos cartões de clientes para personalizar os artigos propostos em cada loja. Esta medida, conhecida como “localização”, pode ser mais difícil de executar para uma marca global como a H&M, que tipicamente pode alavancar economias de escala com a sua rede global de fornecedores.
Armazéns automatizados
De forma a que o inventário seja personalizado em cada loja e responda às exigências dos consumidores, a H&M investiu em armazéns automatizados. Uma medida que irá permitir à retalhista realizar entregas no dia seguinte ao pedido em 90% do seu mercado europeu. Os clientes atuais exigem entregas em qualquer lugar, a qualquer hora, com portes e devoluções gratuitas – a última a ser oferecida aos clientes mais fiéis da H&M. Os armazéns automatizados e os programas de fidelidade são alimentados por algoritmos e a empresa está a implementar a tecnologia RFID, utilizando assim a radiofrequência para captura de dados nas suas lojas de forma a melhorar a eficiência da sua cadeia de aprovisionamento.
Ir às compras sem complicações
A H&M já oferece recomendações personalizadas no seu website, mas brevemente irá transferir essa capacidade para as lojas físicas através da tecnologia RFID. Também nas lojas físicas, potenciais clientes poderão explorar sugestões para compras, selecionadas para eles através de algoritmos, para que haja uma melhor integração entre o canal online e a experiência de compra em loja. Por exemplo, através da “Find a Store”, ou “Encontre uma Loja”, os consumidores podem descobrir se um artigo que viram online está disponível numa loja da proximidade. Além disso, através da “Scan and Buy”, ou “Digitalize e Compre”, é possível digitalizar um código de barras na loja para descobrir se essa peça está disponível noutro local ou online.
Moda à medida de cada um
Através de uma parceria com a Google e a marca de moda digital detida pelo grupo H&M, a Ivyrevel, surge a “coded couture”, ou alta-costura codificada. (ver H&M e google unem esforços). Com a promessa de «criar modelos únicos baseados em como vive a sua vida», a aplicação móvel monitoriza a atividade e estilo de vida do individuo e, através disso, cria modelos e produz um vestido – o “Data Dress”. Dependendo de como a pessoa passa o dia, a aplicação traduz os sítios onde se come, a meteorologia na região e a forma como se toma decisões quanto a cor, materiais e detalhes adicionados para um olhar personalizado.
