Data Science non è solo una parola di moda nell'informatica, ma è il nome della sezione dell'informatica che riguarda il lavoro con i dati, che oggi trova applicazione anche nel settore della moda. Una cosa è chiara: il futuro è già arrivato. Inoltre, la moda e la tecnologia ci semplificano la vita e si sforzano di elevare il consumo responsabile a un valore superiore. Alla vigilia dell'imminente Fashion Tech Summit, la redazione di FWD ha parlato con uno dei migliori esperti nel campo dell'analisi e dell'estrazione dei dati (in altre parole, della Data Science) e gli ha chiesto perché è importante per l'industria della moda, come utilizzare la tecnologia per le case di moda e i marchi e se la moda può esistere senza tecnologia.

Perché la Data Science è importante per l'industria della moda?

La Data Science e la business analytics in generale sono e sono sempre state importanti per qualsiasi settore. L'industria della moda non fa eccezione.

Grazie all'ondata di Big Data, i dati sono diventati mainstream e popolari. Grazie alle applicazioni dell'intelligenza artificiale e dell'apprendimento automatico, siamo sulla cresta dell'onda di nuove scoperte. Tuttavia, si tratta di un processo evolutivo naturale di ciò che ha sempre interessato l'umanità: comprendere meglio e più a fondo una situazione per prendere decisioni più rapide. Hammurabi gestiva il suo regno con semplici analisi un paio di migliaia di anni fa, mio padre negli anni '60 utilizzava modelli predittivi per ottimizzare la contabilità dei pezzi. Oggi abbiamo a disposizione più dati, più strumenti e algoritmi.

Riformulerei il problema e lo metterei in relazione con le questioni che abbiamo nel settore della moda: in quali aree c'è una mancanza di conoscenza, comprensione o efficienza? In quali ambiti il cervello umano non è in grado, da solo, di comprendere le cose abbastanza bene da prendere una decisione informata? In ognuna di queste aree, è possibile ottenere risultati molto migliori grazie alla Data Science.

Quali sono i nuovi approcci al lavoro con i dati e le specificità del loro utilizzo nel settore della moda?

Esiste un'infinità di approcci che dipendono dal compito di ogni specifica azienda e solo loro conoscono le specificità delle loro esigenze. Ovunque sentano di aver bisogno di un approccio più profondo o più ampio, ci sarà un'applicazione di data analytics.

Ci sono aree in cui lavorare con i dati è semplicemente essenziale:

- Panoramica dei clienti - 360 per capire tutto sui clienti;
- Modellazione del processo di acquisto per prevedere le opportunità di cross-selling e aumentare l'importo delle vendite;
- Ottimizzazione della logistica per garantire una consegna rapida delle merci;
- Analisi di marketing per aumentare le vendite;
- Analisi dei social media per influenzare i social media.

Come può essere utilizzata l'alta tecnologia nel settore della moda?

L'alta tecnologia sta trovando nuove e interessanti applicazioni.

- L'analisi delle immagini può consentire il riconoscimento automatico dei capi di abbigliamento per migliorare il marketing o per consigliare la creazione di immagini;
- La realtà virtuale o la realtà aumentata possono mostrare come si sta con certi vestiti;
- I modelli di intelligenza artificiale possono imparare quali colori o stili vi stanno meglio;
- Le statistiche avanzate possono identificare modelli, cluster e tendenze nella vostra base di clienti per servirli al meglio.

Anche in questo caso, ci sono migliaia di idee per le vostre domande commerciali.

Avete avuto esperienze di lavoro con aziende di moda? In che modo un professionista della scienza dei dati può aiutarle?

Sono stato consulente di una startup molto interessante, Savitude, che utilizza l'intelligenza artificiale per personalizzare i vestiti. Il suo obiettivo è rendere più facile la scelta e impedire l'acquisto di capi che non si adattano bene alla corporatura dell'utente. Questa tecnologia vi permette di sfogliare l'intera gamma di prodotti e poi, utilizzando i vostri nove parametri chiave e le informazioni sul vostro stile di vita, vi consiglia cosa vi sta meglio.

Ho lavorato anche sull'analisi del comportamento dei clienti: come camminano nel negozio, dove si fermano e cosa attira la loro attenzione. È necessario conoscerlo per capire come organizzare meglio il merchandising.

Da un punto di vista analitico, qualsiasi business intelligence può essere utile se supportata dall'azione.

Le reti neurali sono già in grado di dipingere quadri nello stile di artisti famosi - basta ricordare, ad esempio, il progetto "New Rembrandt" realizzato con il supporto di Microsoft. Quando le reti neurali saranno in grado di creare opere d'arte indipendenti e non solo?

L'arte parte dall'anima, dalle emozioni, dai sentimenti: le macchine non saranno mai in grado di farlo. Ciò che producono sono prodotti, non opere d'arte in cui l'artista ha messo tutta la sua anima.

Certo, le macchine possono creare cose belle e piacevoli da vedere. Ma non saranno mai arte. Le macchine possono produrre abiti belli? Assolutamente sì. Ma mi sentirò sempre meglio nelle cose in cui un essere umano ha messo la propria anima".

Nell'ambito del Fashion Tech Summit ci sarà un concorso per startup. E come fanno le startup a immagazzinare i dati?

Dipende dal volume, dalla velocità e dal tipo di dati immagazzinati. Inoltre, dato che le migliori analisi sono quelle utili all'azienda e che possono essere applicate, sceglierei sicuramente soluzioni che prevedano un'evoluzione flessibile e un facile accesso per l'azienda, perché in ultima analisi è l'azienda che sarà l'utente principale di quei dati.

Come può una persona comune applicare le conoscenze di Data Science nella vita reale?

L'applicazione di algoritmi e dati per la visualizzazione avanzata è diventata piuttosto semplice. Dopo una formazione minima, tutti siamo in grado di utilizzare regressioni logistiche, random forest o il metodo k-means.

Non c'è nulla di super complicato. Dobbiamo solo considerare alcuni aspetti:

- Abbiamo definito esattamente ciò che stiamo cercando? Senza una domanda chiara, l'analisi statistica non ha senso.
- Abbiamo accesso ai dati rilevanti? I set di dati non sono facilmente disponibili. Devono essere raccolti prima di qualsiasi analisi.
- Abbiamo dati di buona qualità? Dobbiamo ricordare che i dati incompleti, le informazioni inaffidabili, l'uso di variabili irrilevanti porteranno in ultima analisi a risultati imprecisi.
- Abbiamo compreso correttamente l'essenza degli algoritmi? Se non conosciamo il significato delle "lettere" nei risultati, ci troviamo di fronte a domande confuse come "Il valore di P, Pr (> | t |) 0,278657 è buono o cattivo?" che ci confonde ulteriormente sull'affidabilità del modello.
- Stiamo scegliendo il modello giusto per la previsione?
- Quanto è robusto il processo per poter eseguire questa analisi regolarmente senza perdere tempo?

Cos'è la moda senza tecnologia?

La moda non ha bisogno della tecnologia, ma ci sono questioni complesse che richiedono la tecnologia. Con l'aumento delle interazioni, la rapida globalizzazione e la minore tolleranza per le soluzioni intuitive, la moda, come qualsiasi settore, deve essere dotata di un'intelligenza ausiliaria. Il nostro cervello non è sufficiente per vedere, capire ed elaborare tutto: questo è un settore in cui la tecnologia ci aiuta.

Fashion Tech Summit 2018 (31.08-2.09 2018) è un nuovo format di evento formativo che mira a creare una piattaforma di qualità per l'interazione tra le industrie della moda e della tecnologia. Uno dei migliori esperti di Data Science al mondo, che insegna alla Stanford University, sarà uno dei relatori del summit. Gauthier parlerà dei nuovi approcci al lavoro con i dati e delle peculiarità del loro utilizzo nel settore della moda.