LE BIG DATA EST-IL SOLUBLE DANS LA MODE ?

FRANCE

 

La dernière table-ronde de la Chaire Lectra-ESCP Europe, qui s’est tenue le 7 octobre à Paris dans le cadre de la Fashion Tech Week, était consacrée aux opportunités offertes par le big data aux entreprises de mode. Sauront-elles en tirer parti ? Valérie Moatti et Céline Abecassis-Moedas, co-directrices académiques de la Chaire, ont invité des panélistes d’horizons variés à débattre de l'utilisation des données dans la chaîne d’approvisionnement de la mode : François Nguyen, chief data officer de La Redoute, Nicolas Santi-Weil, directeur général de la marque parisienne de prêt-à-porter masculin AMI, Edouard Fonkenell, fondateur de l’agence marketing Claravista, Benoît Sabatier, directeur général et co-fondateur de la startup Clother, et Maximilien Abadie, directeur de la stratégie de Lectra.

  •               g-d: Valérie Moatti, Maximilien Abadie, François Nguyen, Edouard Fonkenell, Nicolas Santi-Weil, Benoît Sabatier           

Le big data est-il compatible avec l’univers de la mode ?

La mode est une notion émotionnelle, évoquant l’imaginaire et l’éphémère. Les données relèvent au contraire du rationnel. Ces deux univers a priori fort éloignés l’un de l’autre ne sont cependant pas irréconciliables, explique Maximilien Abadie, convaincu que le big datapeut aider les entreprises de mode sans tuer la créativité. Un avis partagé par François Nguyen : « Nous sommes passionnés par le produit. La data peut envoyer les stylistes plus loin dans leur vision du produit ».

 

Quels sont les apports du big data aux métiers de la mode ?

Trois champs d’action s’offrent au big data, selon Edouard Fonkenell. Le premier, améliorer la connaissance clients pour comprendre ce qu’ils font, ce qu’ils aiment, ce qu’ils pensent de nous. De nombreux projets sont en cours, le défi étant d’obtenir des données cohérentes et de savoir les faire parler. Le deuxième, donner une expérience client plus fluide et personnalisée. Les marques de modes sont au début du chemin. Le troisième, nourrir la créativité, donner des axes de réflexion et faciliter la prise de décisions (pricing, assortiment…). Pour le marketing, le big data permet un test & learn sur les ventes extrêmement rapide, ajoute Benoît Sabatier. Dans le luxe, poursuit Edouard Fonkenell, les données fournissent un champ d’exploration pour créer des sessions d’achat basées sur l’expérience, mais aussi pour optimiser un modèle économique qui repose en grande partie sur des it products : comment les identifier très tôt, les pousser plus rapidement et ne pas perdre d’énergie sur les autres produits ?

Dans la mode grand public, le big data doit aider à optimiser les produits qui ne sont pas parmi les meilleures ventes, que François Nguyen appelle le long tail. Faut-il les discontinuer ou les garder au catalogue ? S’y trouve-t-il les succès de demain ? « Grâce à des technologies comme le deep learning, il est possible avec très peu de données de détecter des signaux faibles et ainsi de déceler des tendances », soutient-il.

 

Quels sont les écueils du big data ?

« Ce n’est jamais parfait, un algorithme, ça se trompe tout le temps ! », reconnaît Edouard Fonkenell. « Mais l'objectif, c'est d'être un peu meilleur que si l’on faisait sans. Progressivement, on va réussir, même avec des informations assez parcellaires, à tirer de la connaissance, à tirer de la valeur intéressante ».

Le potentiel du big data est énorme, encore faut-il savoir l’apprivoiser, concède Nicolas Santi-Weil. Il faut des algorithmes complexes pour exploiter la richesse des données. Les solutions qui fonctionnent sont celles qui sont très efficaces pour les entreprises mais très simples pour les consommateurs. La startup Easysize, qui aide les acheteurs en ligne à trouver la bonne taille, en est un bon exemple.

Pour François Nguyen, maintenant que l’on maîtrise bien le cheminement des consommateurs sur un site marchand, il faut chercher à croiser ces connaissances clients avec des données produits intangibles (images, styles).

 

Le big data s’apprête-t-il à bouleverser les métiers de la mode ?

Les données ont tout d’abord la capacité de placer le consommateur au centre de la création, comme influenceur, lanceur de tendances. « La transformation des métiers de la mode, avec l’apparition de data scientists, est captivante », s’enthousiasme Benoît Sabatier. « Le big data rend tous les métiers plus passionnants, sans rien enlever à la part de magie inhérente à la mode ».

Grâce aux familles d’algorithmes qui arrivent, explique François Nguyen, la mode va devoir se réinventer car elle sera de plus en plus déterminée par les données. Ce sera un enjeu non seulement technologique (par exemple, trouver la killer app qui facilitera les micro-décisions), mais aussi de transformation humaine.

L’impact se répercutera jusqu’aux points de vente physiques, prédit Edouard Fonkenell. Dans le luxe, les boutiques deviendront un lieu pour capter des données plus qualitatives. Par exemple, les vendeurs notaient jusqu’à présent des informations clients sur leurs carnets personnels. Désormais, ces pratiques se professionnalisent.

 

La mode est-elle en retard dans le big data ?

Pour Nicolas Santi-Weil, le débat big data versus créativité qui a cours actuellement ressemble à la tension qui existait il y a dix ans entre luxe et marketing. Aujourd’hui, tout le monde a compris qu’il n’y a pas d’opposition ; le big data lui aussi entrera dans la normalité. Si la mode fait montre de frilosité et accuse un certain retard, l’écart devrait se combler, prédit-il, le temps de digérer ces nouvelles technologies.

« Par rapport à des marchés comme l’automobile, toutes les entreprises de mode sont en retard », constate Maximilien Abadie. A charge, la peur du changement et la crainte que la créativité ne soit dominée par les données. A décharge, l’absence de standards dans la mode, ce qui rend impossible d’établir des historiques et complique l’analyse des données. Les grands acteurs de la mode devraient cependant parvenir à standardiser suffisamment leurs processus pour lancer de grands chantiers de transformation basés sur le big data.

« La mode sous-estime les volumes de data qu’elle a, et ce qu’elle peut en faire », renchérit François Nguyen. Après une prise de conscience de la complexité de ce qui les attend, les entreprises de mode devront investir massivement dans les technologies, les personnes et les processus, comme les opérateurs télécoms, les banques et les assurances le font déjà.

 

Et si la mode décidait d’ignorer le big data… ?

Si les entreprises de mode ne s’emparent pas du big data, d’autres le feront, à leurs dépens. Amazon a de grandes ambitions, il pourrait être le Netflix de la mode, avertit Nicolas Santi-Weil, et créer des it produits avec les mêmes méthodes que la série House of Cards a été conçue… avec le succès que l’on connaît !

« Les données sont nécessaires mais pas suffisantes », modère-t-il cependant. La force de frappe des GAFA* fait peur, car ils savent répondre intelligemment à une demande, mais les données ne remplaceront jamais le génie créatif. La mode ne peut pas être normalisée. « Paris a un rôle à jouer : créer quelque chose dont personne n’a besoin aujourd’hui mais que tout le monde voudra demain ! ».

« Les GAFA peuvent déstabiliser un marché en captant de la valeur en amont, mais la créativité est difficile à répliquer, cela protège la mode », souligne par ailleurs Edouard Fonkenell. Pour François Nguyen, les marques de mode peuvent se battre sur la personnalisation.

« Amazon peut réussir en faisant des basiques, et il le fera très bien. Mais il faut un artiste derrière certains types de vêtements. Par ailleurs, construire une histoire dans la mode prend du temps et des prises de risque », conclut Maximilien Abadie.

 

* GAFA : Google, Apple, Facebook, Amazon

Français