Innovation Management: Case Studies Fashion e Retail
L’Innovation Management Report, raccontanto precedentemente in questo articolo sul blog di Faire Hub, presenta alcuni case studies relativi al settore Fashion e Retail.
Questi casi di studio completano l’analisi del report stesso e mostrano un’ampia panoramica sulle attività di innovazione tecnologica oggetto del progetto FAIRE.
Obiettivo
L’obiettivo specifico del report è quello di fornire un’analisi strutturata delle soluzioni attualmente presenti sul mercato rispetto alle quattro priorità di sviluppo tecnologiche all’interno del progetto. Le riportiamo qui di seguito: Demand Planning & Forecasting, User Experience Customization, Visual Search & Visual Commerce e Live Chat & Video Assistance.
L’Innovation Management Report è stato redatto da FTA, Fashion Technology Accelerator, con la collaborazione dei partner del progetto Faire Hub.
Contenuti
I contenuti presenti nel report, sono stati organizzati e riepilogati, offrendo così una struttura coerente e fruibile ai partner del consorzio:
– spiegazione del mercato di riferimento e relative caratteristiche;
– player principali del settore in campo fashion e retail;
– casi di studio afferenti all’area fashion e retail.
In questo articolo vi riportiamo alcuni Case Studies legati ai settori fashion e retail, selezionati dal report e relativi a ciascuna delle quattro priorità di progetto.
Demand Planning & Forecasting
La gran parte delle aziende del fashion e retail utilizza, a diversi livelli, strumenti per la pianificazione della domanda. Come già raccontato qui, a beneficarne maggiormente saranno quelle aziende (di diverse dimensioni) che adotteranno in maniera massiva l’utilizzo di ERP avanzati con forte incidenza di AI e machine learning.
Riassumiamo di seguito, alcuni casi esemplificativi liberamente resi disponibili dalle singole aziende inserite nel report. Ma il punto di partenza, ovvero una migliore pianificazione, è comune a tutte le aziende che si dotano di software di questo genere.
La migliore pianificazione determina infatti vari vantaggi a livello complessivo. E il modo migliore per integrare questo tipo di evidenze, è velocizzare la messa a punto dei vari database per arrivare ad action concrete che l’azienda può seguire in autonomia, magari tramite dashboard e interfacce dedicate.
Haggar & Logility
Haggar Clothing è un marchio di abbigliamento maschile fondato nel 1926 a Dallas, Texas.
Con una rete globale di retailers omni-channel, e-tailers e owned stores, la più grande sfida per Haggar è rappresentata dalla complessità della sua catena di fornitura.
Logility ha aiutato Haggar a ridurre la complessità della supply chain fornendo previsioni e visibilità dell’inventario, al fine di ottenere il pieno controllo delle spedizioni. Grazie all’intervento di Logility, il marchio è riuscito a ridurre l’inventario in eccesso e a migliorare l’accuratezza delle previsioni di domanda.
Zalora & SAP
Zalora è un rivenditore online di moda fondato nel 2012 a Singapore, attivo in diversi paesi del sud est asiatico. L’azienda aveva bisogno di una piattaforma digitale che supportasse la sua espansione in otto nuovi mercati, automatizzando e snellendo i processi di produzione.
Zalora aveva anche bisogno di analisi e previsioni di domanda in tempo reale. Questo era necessario per stare al passo con le tendenze e offrire ai suoi milioni di clienti ciò che desiderano in ogni fase del percorso d’acquisto.
SAP ha permesso a Zalora di offrire una customer experience superiore. Questo grazie all’automazione e standardizzazione dei processi, scalabilità per fornire ai clienti assortimenti maggiori, reporting e analisi dei KPIs in tempo reale.
Apparel Group & Oracle
Apparel Group ha un portfolio di oltre 75 brand e ha inizialmente testato l’ERP di Oracle in 700 store. La sua intenzione era di fare un roll-out complessivo nei 1750 store gestiti dall’azienda.
L’intenzione è quella di velocizzare i processi fra i diversi dipartimenti, lanciando nuovi brand e migliorando l’espansione internazionale sfruttando la capillarità del servizio di Oracle.
Figura 5: Oracle ERP Cloud (dettaglio)
User Experience Customization
In questa sezione vi riassumiamo alcune delle collaborazioni più rilevanti in campo fashion tra alcuni brand ed alcuni player citati nell’articolo dedicato alla UX Customization.
Come già descritto, questi sono casi di utilizzo votati ad una utenza consumer. In campo business, invece, i tools di UX Customization non sono ancora diffusi capillarmente.
Lacoste & Algolia
Lacoste era alla ricerca di un partner che fosse in grado di offrire una UX moderna. Desiderava aumentare la rilevanza delle ricerche interne all’e-commerce e fornire supporto al team interno attraverso uno strumento facile da utilizzare sia per sviluppatori sia per i dipendenti.
L’implementazione di vari servizi targati Algolia ha portato all’aumento di vendite dalla ricerca interna, una riduzione consistente del bounce rate (la frequenza di rimbalzo) e un importante aumento del tasso di conversione (in particolare da mobile, +62%).
Carhartt & Evergage
Carhartt aveva necessità di personalizzare l’esperienza utente per i diversi target che compongono l’e-commerce del brand, ritenuto troppo spersonalizzato rispetto alle capacità attuali.
Per questo motivo, hanno collaborato con Evergage per personalizzare il sito ufficiale.
Evergage ha implementato varie campagne, fra le quali suggerimenti personalizzati sulle pagine inesistenti (404) e suggerimenti basati sul tempo (se l’utente accede al sito e sta piovendo, il suggerimento sono giacche antipioggia). Inoltre ha lavorato su email personalizzate e suggerimenti sui prodotti modificati a seconda del singolo target.
I risultati hanno portato a un +24% nel tasso di conversione dalle esperienze utente guidate dai suggerimenti sul tempo atmosferico e un +13% nel tasso di conversione nei prodotti correlati.
Questi hanno inoltre registrato un incremento del tasso di conversione per le email “triggered” ovvero inviate in relazione ad uno specifico evento (per esempio nel giorno del compleanno di chi la riceve).
Missguided & Optimizely
Missguided è un rivenditore di abiti da donna che, fondato nel 2009 a Manchester, ora vende in più di 180 paesi.
Questo e-commerce può inoltre vantare di un’ampbia follower base nei propri canali social. Con l’obiettivo di creare un’esperienza online eccellente e personalizzata per ogni cliente, nel 2016 il digital team di Missguided si è rivolto ad Optimizely.
Questo è stato utilizzato dai vari team aziendali per sfruttare esperimenti online in diversi ambiti. Per esempio, parte degli esperimenti si sono focalizzati sul testare la risposta degli utenti a tipi differenti di product badge (certificazioni attribuite tramite bollino/logo ad un prodotto).
L’implementazione del badge di maggior successo ha comportato un aumento del 300% dei click sui prodotti in primo piano. Inoltre, Missguided ha anche deciso di testare un nuovo servizio premium, che offre illimitatamente “free next-day delivery” per un anno.
Per gestire il rischio associato al nuovo servizio e verificarne il valore commerciale, questa offerta è stata prima messa a disposizione di un ristretto gruppo di clienti. Con i dati di Optimizely, che mostrano un aumento delle conversioni del 177%, la consegna è stata presto estesa all’intera base di clienti.
Per quanto riguarda la personalizzazione, mostrando ai clienti gli articoli per loro più pertinenti, Missguided fornisce una migliore esperienza utente e consente ai clienti di trovare più facilmente ciò che stanno cercando.
Il marchio sta attualmente sperimentando diversi consigli sulla home page: mentre i nuovi visitatori visualizzano gli articoli di tendenza, i visitatori di ritorno vedono gli articoli che hanno esplorato in precedenza.
I servizi di sperimentazione e personalizzazione offerti da Optimizely hanno portato Missguided ad ottenere un aumento del 33% nei ricavi.
Asos
ASOS è un sito britannico, fondato nel 2000 a Londra. La piattaforma opera principalmente nel settore fashion e cosmesi per giovani ed è attualmente uno tra i principali retailer online del settore.
La personalizzazione di ASOS avviene tramite l’utilizzo di diverse tecnologie (includendo Optimizely ed Adobe Analytics) per creare interfacce dinamiche, in continua evoluzione a seconda del passato dell’utente e relativo engagement.
Ad esempio, se un utente ha visualizzato prodotti nella parte di abbigliamento femminile, all’accesso successivo il sito presenterà automaticamente la sezione “Donna” ottimizzando l’esperienza utente.
ASOS offre anche outfit personalizzati e, similarmente ad Amazon, i prodotti visionati in precedenza per aiutare la scelta dell’utente.
A questo proposito, ASOS ha pensato anche a coloro che si potrebbero sentire in difficoltà visto l’ampio raggio di opzioni a disposizione, inserendo anche una funzionalità specifica (“Too much choice”) per guidare l’utente in modo visuale verso i prodotti più in linea con le sue preferenze.
Sephora
Il rivenditore internazionale di prodotti di bellezza Sephora, è stato fondato nel 1970 a Parigi e acquistato dal gruppo LVMH nel 1997.
L’azienda offre esperienze personalizzate che sono omnichannel nella loro presentazione ai consumatori. I canali digitali dell’azienda infatti incoraggiano i clienti a prenotare “makeovers” o consulenze di moda. Quando i clienti scelgono di farsi truccare in negozio, ricevono un accesso all’app, che permetterà loro di visualizzare nel profilo tutti i prodotti che il truccatore ha utilizzato.
La funzione “in-store companion” consente agli utenti di trovare un negozio, verificare la disponibilità di un prodotto e prenotarlo. L’app di Sephora consente, inoltre, di provare virtualmente i prodotti e di ricevere consigli basati sui lineamenti del singolo utente.
Fra i tool utilizzati, troviamo la suite Adobe Analytics e Certona, ma è Dynamic Yield ad aver avuto un ruolo cruciale, come descritto anche nel caso di studio (ROI 6X considerando unicamente le raccomandazioni di prodotto).
Visual Search & Visual Commerce
Quando vi abbiamo parlato di Visual Search & Visual Commerce, abbiamo elencato e brevemente analizzato i principali providers di Visual Search tools del settore fashion e retail. Qui invece vi presentiamo alcuni casi di brand e retailer nel settore del Fashion & Luxury che hanno impiegato le tecnologie e gli strumenti offerti dai fornitori riportati in questo articolo.
Boohoo & Syte
Boohoo è un e-tailer fondato nel 2006 in UK, specializzato in abbigliamento da donna.
Attraverso l’aiuto di Syte, la piattaforma di Boohoo ha integrato due funzionalità aggiuntive: “Ricerca foto” e “Shop Similar”.
I miglioramenti nel coinvolgimento degli acquirenti e nella spesa complessiva sono stati istantanei. “Ricerca foto” ha aumentato la conversione dell’85% rispetto agli acquirenti che non la utilizzano. Gli acquirenti invece che interagiscono con “Shop Similar” presentano un tasso di conversione doppio rispetto agli altri.
Nel complesso, il valore medio degli ordini è aumentato del 12% e le pagine per sessione sono salite del 135%.
Privalia & Wide Eyes
Privalia è una piattaforma di shopping online fondata nel 2006 in Spagna. L’azienda ha voluto migliorare e automatizzare la sezione “Prodotti suggeriti”, con consigli intelligenti e ottimizzati per la conversione. L’obiettivo dei suggerimenti di Privalia era quello di aiutare gli acquirenti a trovare il prodotto ideale più velocemente, creando così un’esperienza di acquisto più piacevole e intelligente.
Gli obiettivi principali di Privalia erano dunque: aumentare il tasso di conversione e le vendite, convertire i vicoli ciechi in conversioni e consentire l’esplorazione visiva attraverso il marketplace.
Similar Recommendation è una soluzione di motore di ricerca visiva basata sull’intelligenza artificiale (riconoscimento delle immagini e deep learning).
Il sistema, ideato ed implementato da Wide Eyes Technologies, fornisce un’esperienza di scoperta personalizzata dei prodotti e offre contenuti adatti alle esigenze di ciascun cliente. Questo evita così la frustrazione e il conseguente abbandono del carrello dall’utente.
Il tool può essere utilizzato nella pagina del prodotto, nel retargeting degli annunci o in qualsiasi altra situazione in cui gli elementi visivi possono influenzare la decisione di acquisto.
Google Lens & Levi’s
Anche soluzioni delle big Tech sono state utilizzate in store, in particolare Levi’s e Google hanno seguito un progetto pilota dedicato. In questo caso, i clienti potevano riprendere capi in store per scoprire maggiori informazioni sui singoli capi, oppure visionare materiale digitale aggiuntivo quali video.
Fra i dati condivisi esternamente, Levi’s segnala che il click through rate dallo scan al contenuto offerto è stato del 60% e che, in media, i clienti interessati abbiano ripetuto l’esperienza ben 4 volte all’interno del negozio.
Live Chat & Video Assistance
Nell’articolo dedicato alle Live Chat e alla Video Assistance, abbiamo parlato delle tecnologie maggiormente utilizzate, quali l’AI, per limitare il numero di interazioni umane verso le richieste degli utenti di un sito online.
L’assistenza video risulta ancora un aspetto minoritario nelle esperienze utente online. Benchè stia aumentando gradualmente, sono decisamente superiori i siti che offrono funzionalità di assistenza più classiche quali livechat con un operatore.
Le chatbot risultano un valido supporto per realtà con dimensioni importanti, permettendo di risolvere velocemente domande su questioni operative e consentendo l’intervento umano unicamente per casi particolarmente complessi.
Il collegamento fra i vari sistemi aziendali, se presente, risulta un valido alleato per allargare le informazioni a disposizione del CRM ed aggiornare i dati in possesso del brand, per migliorare l’esperienza utente. L’altro elemento positivo è il miglioramento costante del servizio, grazie a sistemi di tracking avanzato e alla AI in continua evoluzione.
David’s Bridal & Liveperson
David’s Bridal è un brand specializzato in abiti da sposa e abbigliamento formale con oltre 12.000 dipendenti basato negli Stati Uniti.
Il problema affrontato dall’azienda era che metà delle promesse spose richiede un appuntamento in store. Ma non sempre è possibile per David’s Bridal ricevere la chiamata e queste sono opportunità di business che vanno perse.
La collaborazione con Liveperson ha permesso a David’s Bridal di creare una chatbot che in automatico filtrasse le risposte. Ciò ha permesso alle potenziali clienti di comunicare via messaggio (chat) anziché telefonare al numero aziendale.
David’s Bridal ha poi espanso il proprio raggio d’azione, migliorando la chatbot aziendale (Zoey) per renderlo un vero strumento di vendita e di assistenza (con feature aggiuntive quali supporto di vendita, prodotti correlati e non solo).
Truecommerce & Intercom
Truecommerce è un software dedicato al mondo supply chain con oltre 13.000 clienti. Dato che l’offerta si è espansa notevolmente negli ultimi anni, grazie anche all’utilizzo di nuove tecnologie, Truecommerce aveva necessità di ampliare la parte di supporto.
Intercom ha permesso di ridurre le conversazioni del 20% e dell’80% i contatti per problemi temporanei, risolti direttamente dal chatbot senza un intervento umano.
L’integrazione con il CRM proprietario ha molto aiutato anche le conversazioni esistenti, che si aggirano sui 10.000 contatti mensili. Questa testimonianza sottolinea ulteriormente l’importanza delle collaborazioni e delle partnership tra aziende che sviluppano e propongono soluzioni diversificate a seconda delle esigenze del cliente.
Beauty Player & Chatfuel
Beauty Player vende maschere facciali ed era in un momento di forte crescita quando ha iniziato a collaborare con Chatfuel. La difficoltà di gestire le conversazioni con i clienti, gli ordini e relative domande ha portato l’azienda ad ingaggiare una agenzia che ha poi implementato Chatfuel.
Primariamente, la chatbot è stata utilizzata per dare risposte su Facebook Messenger gestendo FAQ, informazioni sulle spedizioni e simili. Poi però la chatbot ha aumentato le proprie capacità includendo domande specifiche per ottenere informazioni sugli utenti (ad esempio il tipo di pelle) per offrire suggerimenti personalizzati.
Considerazioni
Esaminate le priorità di progetto, i tools esistenti e quelli in via di sviluppo, dall’Innovation Management Report emerge la necessità da parte dei settori fashion e retail di innovarsi e la volontà di accogliere la trasformazione tecnologica.
Faire Hub, con il consorzio attualmente formato da driven partner, case use partner ed organismi di ricerca, supporterà proprio in questo le aziende del settore Fashion e Retail.
