Fashion Intelligence – omvärldsanalys i modebranschen

Modevärlden har tagit till sig nya metoder för insamling och analys av bilder och annat material. Dessa omvandlas till data och insikter av aktörer inom det fält som kallas Fashion Intelligence.

I Paris har man nyligen avslutat den årliga modeveckan. Modeindustrin samlas då för att visa upp sina senaste kreationer och spana på konkurrenternas nya skapelser. Nuförtiden är det dock inte bara kameror och anteckningsblock som är modeindustrins spaningsredskap. Sen några år tillbaka har man även börjat använda sig av nya typer av system för mer eller mindre automatiserad informationsinhämtning under paraplybegreppet Fashion Intelligence.

Crowdsourcing och maskininlärning

Begreppet Fashion Intelligence inrymmer några sinsemellan relativt olika företeelser som till exempel automatisk bildigenkänning och crowdsourcingportaler, men den gemensamma nämnaren är att man försöker omvandla svårfångade och snabbt växlande fenomen som stil och mode till data. De tidigaste projekten på detta område kom redan vid millennieskiftet men på senare år har området vuxit och även rönt mer uppmärksamhet med artiklar i tidningar som Fortune och The Guardian.

 

Bland de företag som är aktiva på crowdsourcingområdet förtjänar Gleam, som har över 300,000 registrerade användare av företagets app, ett omnämnande. Gleam samlar in data om dessa konsumenter och hur de interagerar med bilder och inlägg via företagets app. Denna information bearbetas sedan och tillgängliggörs för Gleams företagskunder i dashboardform. Dessa får därmed data om modets växlingar närmast i realtid, i alla fall modet som det ser ut enligt de personer som använder appen.

 

Även om man påstår sig skapa 100, 000 datapunkter per dag så verkar de analyser som erbjuds fortfarande vara något begränsade, åtminstone vad gäller de insikter som skapas. Men, med tanke på att detta är en ganska ny verksamhet är det ändå imponerande att på detta kreativa sätt kunna kombinera affärsmodeller inom både B2C och B2B med bibehållen känsla för både mode och data.

style me

Schema över över ett AI-baserat stylistprogram

Automatisk bildanalys med maskininlärning

Bland de som fokuserar på mer avancerade system baserade på spindling av data och maskininlärning är Edited ett intressant exempel. Företaget som funnits sedan 2009 använder denna typ av tekniker för att bland annat automatiskt samla in och tolka bilder på klädesplagg, bilder som sedan omvandlas till data som ligger till grund för analyser och affärsbeslut i modebranschen.

 

Genom automatiserade processer samlar Edited idag in data om 330 miljoner stock keeping units (SKU) hos 90,000 varumärken. För 18 månader sedan var motsvarande siffra 50 miljoner SKU vilket redan då, tillsammans med det bildmaterial som samlas, in motsvarade hundratals terabyte av data. Att Edited har en känsla för data framgår också av följande citat från företagets webbplats som får avsluta denna bloggpost.

“Every company looks at data. But if that data is internal, or coming from an in-house system, it’s only half the story.”

 

Andra företag att hålla ögonen på:

Fashionbi (BI-leverantör som erbjuder data om 3,500 företag i modebranschen)

WGSN (trendprognoser baserade på expertanalyser kombinerade med datainsamling och crowdsourcing)

Google (ja, även Google levererar modeanalyser baserat på sökdata. Första årliga rapporten kom 2015 baserad på data från sex miljoner sökningr)

Close

Login to clientzone

Close

So, you are interested in our monitoring services?

So, you are interested in our intelligence services?

So, you are interested in our advisory services?

Please, leave your contact information and we will get back to you shortly!

Name
Company
E-Mail
Phone
Message

Cancel

Your message has been sent!
Close