En general casi todo el futuro de la industria pasa por la Inteligencia Artificial, y el sector de la moda no es menos. No se trata de una mera hipótesis, sino de una realidad cada vez más cercana. Las empresas que sepan integrar la IA en sus procesos serán las que puedan ofrecer una experiencia de cliente más personalizada, adaptar la producción a la demanda real, optimizar sus costes logísticos y favorecer un consumo de moda sostenible.
El mundo de la moda se enfrenta a grandes desafíos. Si atendemos a la cifra de negocio, el comercio electrónico del sector Fashion ha ido aumentando sus ventas de manera constante en los últimos años. La irrupción de la pandemia de la Covid-19 ha permitido acelerar ese proceso. En 2020, el eCommerce de moda en España aumentó los ingresos por ventas en un 50% y superó los 4.300 millones de euros, según la revista Modaes.es, mientras que el canal offline sufría las consecuencias de las restricciones causadas por la pandemia.
De acuerdo con la consultora Kantar, antes de la Covid-19 las ventas online de moda representaban un 9,3% del total en el sector, después de la llegada de la pandemia este porcentaje ha crecido más del doble, alcanzando el 19,4% del total de ventas en moda.
Este crecimiento del eCommerce consolida un cambio de hábitos y de comportamiento de compra en los consumidores. El fashion shopper en España ya asume el canal online como un camino más de compra. De hecho, muchos de los heavy users no esperan a que los productos lleguen a la tienda, y buscan en el canal digital la exclusividad de productos que por geografía no tienen a su alcance. Por otro lado, los retailers tradicionales y marcas de moda son cada vez más conscientes de la imperatividad de adaptarse.
Pero el salto al canal online como canal de venta no es el único reto al que la industria de la moda se enfrenta, existen también a otros desafíos: la disminución de los ingresos en el canal offline y el futuro de las tiendas físicas, los problemas en la cadena de suministros o la necesidad de racionalizar los procesos de producción para hacerlos más sostenibles, entre muchos otros.
El eCommerce ha llegado para quedarse, el nuevo modelo de compra es el low-friction retailing, y los players que quieran aprovechar esta sinergia y seguir creciendo tendrán que ofrecer una mejor experiencia de cliente que el canal offline y facilitar la adaptación a la demanda. Aquí es donde la Inteligencia Artificial juega un papel decisivo, pues los nuevos líderes del mercado serán los que logren integrar procesos de AI eficazmente en sus negocios.
Los desafíos de la industria de la moda en el nuevo escenario
Tradicionalmente, el principal handicap que ha retrasado el crecimiento del eCommerce de moda ha sido la falta de experiencia directa y cercana con un producto que ha de palparse y probarse, o incluso combinarse con otras prendas para poder tomar una decisión de compra.
Estos factores inciden directamente en una alta tasa de abandonos del carrito de compra, o un alto índice de devoluciones.
Sin embargo, esta brecha que situaba a las tiendas físicas por delante de la venta digital se reduce cada vez más rápido. Lo que inicialmente suponía una desventaja, no acudir al punto de venta, ha pasado a ser un factor diferencial de comodidad y rapidez gracias a la tecnología aplicada a eCommerce y la mejora de la logística. Cada vez más personas prefieren comprar sus productos online, y probar los artículos desde su casa.
Tecnología inteligente para la experiencia de compra
Las mejoras no solamente han llegado a la parte de la post-venta. La propia experiencia de compra ha mejorado y es más cómoda en el canal digital, ya que los usuarios disponen de sistemas de búsqueda y filtro inteligentes, que permiten encontrar los productos de forma más rápida y cómoda que en las tiendas físicas, así como acceder y comparar entre una mayor cantidad de productos.
Cuando un usuario desea encontrar productos similares, pero con alguna variante, los buscadores online tradicionales pueden resultar ineficaces, ya que sólo se basan en el contenido semántico. Por ejemplo, el usuario encuentra unos pantalones que le gustan, pero los quiere en otro color. O una blusa con lunares en lugar de lisa. O una camisa igual, pero con un bolsillo. Aquí el uso de la Inteligencia Artificial es clave para optimizar el proceso de búsqueda de artículos en las tiendas online.
Un gran ejemplo aplicado a ello es el que publica Amazon Science. Para que los posibles compradores no tengan que buscar manualmente esta información con instrucciones de texto creó un modelo de Machine Learning basado en atención visiolingüística, que permite combinar imagen y texto para localizar y sugerir productos similares. Esto quiere decir que el usuario ya no tiene que perder más tiempo en el buscador, introduciendo descripciones demasiado largas para encontrar el producto que quiere.
Este modelo de IA, desarrollado para Amazon por Yanbei Chen e investigadores de la Queen University of London, permite que el usuario pueda combinar la imagen de producto que quiere, y añadir en forma de texto las instrucciones sobre la variante que desea.
Pero el alcance del valor en el customer journey dentro del retail fashion gracias a la inteligencia artificial va todavía más lejos. Existen modelos de Inteligencia Artificial que permiten recibir una experiencia de cliente personalizada, como recibir sugerencias de ropa y complementos que combinen con otras que ya hayamos comprado, o hayamos añadido al carrito de compra.
En este sentido una aplicación real de esta IA aplicada a eCommerce en cuanto a recomendación de prendas y accesorios es la de CSA-Net. Se trata de una red neuronal de recomendación de artículos de moda complementarios capaz de predecir y recuperar prendas y accesorios compatibles.
Encontrar productos compatibles en una tienda online con cientos de miles de referencias es una tarea muy compleja. La principal ventaja de CSA-Net es que permite hacer predicciones de compatibilidad con un alto grado de acierto, sin tener que comparar una ingente cantidad de combinaciones entre productos de distintas categorías, de forma más simple y con mayor grado de acierto.
Este modelo de IA utiliza una red neuronal convolucional para identificar las características de las prendas y accesorios. A través de un mecanismo de atención, se modifican las características de cada imagen de producto combinando distintos artículos . La red determina qué artículos faltan por añadir y sugiere productos que combinen entre sí para completar el outfit del usuario. De este modo, si compras un pantalón y una camisa, te puede sugerir una chaqueta, un cinturón, o un sombrero.
Las sugerencias de prendas complementarias, hechas con precisión y en tiempo casi real a la compra, son sistemas efectivos de cross selling y up selling, con los que se logra personalizar la experiencia del cliente y tratar de aumentar el ticket medio de compra en cada transacción. Sin duda, es más probable que un cliente compre un bolso cuando éste combina a la perfección con los pantalones y la blusa que ya iba a comprar.
La AI y la realidad aumentada
La IA en el e-commerce de moda es sin duda determinante para evitar que el cliente abandone el ciclo de compra durante el proceso. La identificación de productos similares, o la posibilidad de probarte un vestido o una camiseta a partir de un selfie, permite al cliente ahorrar tiempo y tener una mayor información para tomar su decisión de compra.
Hablamos de los probadores virtuales con inteligencia artificial. Si se desea personalizar al máximo la experiencia de cliente en el canal online, es imprescindible que pueda probar los productos. Por este motivo, un grupo de investigadores de Amazon Science encabezados por Assaf Neuberger crearon Outfit-Viton, un modelo de IA para probar y combinar prendas de ropa a partir de una imagen del usuario.
Los posibles compradores introducen una foto de referencia. La red genera un modelo 3D del cuerpo de la persona y predice la forma que cada prenda tendrá en el cuerpo del usuario. A continuación, generará una imagen del conjunto completo a partir de la forma de la pieza de ropa que desea probarse y de la forma del cuerpo que ha generado. Por último, hace un refinamiento de la imagen final para que pueda visualizarse con mayor calidad y detalle.
Los probadores virtuales son la solución de Inteligencia Artificial para que el usuario pueda probarse las prendas antes de adquirirlas. Ésta suele ser una de las principales desventajas de la venta online en productos de moda frente al canal tradicional. Y también una de las causas de una alta tasa de devoluciones y de abandonos en el carrito de la compra.
La ventaja de tecnologías como esta es que no sólo permite probar prendas individuales, sino combinar diferentes prendas de la tienda, de manera que el posible cliente disponga de más información para saber si encajan con su estilo, si los colores combinan adecuadamente, etc.
Mucho más allá de la experiencia de compra
El impacto de la Inteligencia Artificial va mucho más allá de la experiencia de compra. Mientras que los players tradicionales sólo pueden mantener un número limitado de artículos en las tiendas offline, el comercio electrónico les permite ofrecer multitud de productos de los que no necesitan disponer en stock. Esto ayuda a planificar las compras o la producción en función de la demanda, así como optimizar los costes logísticos.
Las marcas de moda pueden utilizar algoritmos de predicción basados en Machine Learning para anticiparse a la demanda de forma precisa y eficaz. De este modo, pueden mejorar la eficiencia de costes, anticiparse a las tendencias del mercado y optimizar sus cadenas de suministro para lograr una mayor rentabilidad.
Estos cambios plantean el objetivo de transformar la naturaleza de las tiendas físicas, que deberían ser algo más que simples espacios orientados a la venta, ya que el canal online ya satisface ese objetivo. Se busca una experiencia “phidigital”, que combine lo mejor de la atención presencial y online. Las tiendas deben aportar valor al cliente potencial, convirtiéndose en generadoras de experiencias y facilitando las sinergias entre el canal online y offline, lo que se conoce como “webroooming” (ver en web, comprar en tienda) y el “showrooming” (ver en tienda, comprar online).
Las empresas en el sector de la moda que sepan entender estas nuevas tendencias podrán anticiparse a las tendencias del mercado y mejorar su rendimiento.
El futuro del eCommerce de la IA
El sector de la moda es cada vez más consciente de que sus procesos internos deben evolucionar. Las aplicaciones de la Inteligencia Artificial que hemos visto muestran que el comercio electrónico está transformando la experiencia de compra, aportando un alto valor al cliente y superando la barrera de la presencialidad.
Las tiendas offline seguirán existiendo, pero ya no serán iguales. La digitalización de la Fashion Industry es inevitable. Las empresas deben actuar de forma proactiva para facilitar el proceso de venta remota y eliminar los puntos de fricción que hasta ahora perjudicaban al sector del retail, pero que en el futuro irán cada vez más en retroceso.
El proceso de compra de la moda puede ser mucho más inteligente, gracias a las aplicaciones de la IA que permiten al usuario tener más amplias posibilidades de probar, comparar, buscar y comprar sin tener que acudir físicamente a las tiendas.
Desde Kraz Solutions acompañamos a la industria de la moda en esta transformación. A través de los modelos de previsión de demanda, sistemas de recomendación cross sell y upp sell basados en IA y herramientas para mejorar la experiencia de cliente, fabricantes y retailers pueden adaptarse a los cambios que ya están empezando a producirse en el mercado.
Si deseas recibir nuestro asesoramiento para la implementación de soluciones IA en tu empresa del sector de la moda, te invitamos a solicitar una reunión con nosotros y compartir con nosotros tus necesidades y objetivos.
