Big Data : Google et Zalando expérimente la mode personnalisable

Le projet Muze développé par Google et Zalando propose de créer des modèles uniques conçus par un algorithme à partir de paterns de rubans. L’algorithme est lui même basé sur les souhaits des clients. Un styliste esquisse l’ensemble qui est finalisé à l’imprimante 3D… Si la vidéo présentée dans Fashion Network est peu explicite, la taille des acteurs donne une idée des ambitions.

Personnalisation / Big Data ⎪ Pour Zalando, le projet Muze (présenté ici sous forme de vidéo), est encore une expérimentation. Il pourrait toutefois s’accélérer si l’impression 3D de vêtement se développe et trouve son marché. Mais c’est d’abord une première réponse pour satisfaire la demande de pièces personnalisées accessibles, que sociologues comme créateurs prédisent comme une conséquence logique de l’hégémonie d’enseignes aux créations standardisées.

Customizing / Big Data ⎪ Zalando For the Muze project (presented here in video form) is still an experiment. However, it may accelerate if 3D printing grows and clothing found its market. But it is primarily a first response to meet the demand of custom parts available, as sociologists like creators predict as a logical consequence of the hegemony of signs with standardized designs.

Pour aller plus loin, ci-dessous, une étude sur les modèles économiques de l’hyperpersonnalisation publiée par Bengs Connect et commentée par Benoit Georges dans les Échos + un article de Pia Jouis, professionnelle du marketing et spécialiste du décryptage du comportement des consommateurs.

Le commentaire de l'étude par Benoit Georges in @Les Echos ∨

C’est une équation a priori impossible : comment donner à un client le sentiment qu’il va se différencier alors que les produits ou les services qui lui sont proposés le sont également à des millions d’autres consommateurs ? Pourtant, de la coque de smartphone à la canette de soda en passant par l’automobile, la personnalisation gagne un nombre croissant de secteurs, portée par des technologies permettant de réaliser un objet, d’imprimer une étiquette ou d’assembler des éléments de carrosserie sur mesure. Dans une copieuse étude, le cabinet Bengs Lab explore les promesses et les modèles économiques de cette tendance. Il détaille notamment les degrés de personnalisation existants (standard, configuré, modifié, spécifique…) à l’aide de nombreux exemples, afin de pointer leurs différences : entre la customisation d’une paire de Converse en magasin, les recommandations de vidéos adaptées à chaque abonné de Netflix, le service de suivi des pneus TireCare de Michelin et la possibilité d’aller bricoler dans un TechShop proposée par Leroy Merlin, les expériences des clients et les possibilités de création de valeur n’ont pas grand-chose de commun.

L'article de Pia Louis sur le dialogue Science-Mode ∨

Voici un article de Pia Jouis, interrogé par Lucas Delattre (IFM). Pia Jouis est une professionnelle du marketing et spécialiste du décryptage du comportement des consommateurs (diplômée de l’Institut Français de la Mode, programme IFM/Entrepreneurs, promotion 2016).
Il s’agit d’un plaidoyer pour “que les algorithmes ne soient pas laissés uniquement aux data scientists (les gourous du XXIe siècle) et pour que les maisons de mode laissent une place aux “fashion psychologists” afin d’injecter des facteurs humains dans les big data et mieux décrypter les tendances à venir. Bref : un plaidoyer pour faire dialoguer les sciences sociales et la mode de manière plus fine en s’appuyant sur les apports des données”..