Entro il 2025 la realtà virtuale e quella aumentata dovrebbero diventare un mercato da 80 miliardi di dollari, stando a quanto afferma Goldman Sachs Technology Research Group. La fusione tra il mondo fisico e quello virtuale, sfruttando le tecnologie AR, porta con sé maggiori opportunità per la moda che possono accelerare o modellare nuovi percorsi di acquisto, collegare eventi e strategie di commercio e attingere alla nuova Creator Economy.
Nel settore del retail, gli ultimi aggiornamenti dal panorama globale ci portano due nuovi esempi di tecnologie destinate a trasformare in futuro le strategie di buying & merchandising, promuovendo sempre più la transizione ad un modello totalmente ibrido.
In ambito Phygital, Shopping Live, azienda comasca nata da un’idea di Mauro Oliva – CEO di ALPAC, è un rivoluzionario portale in grado di annullare i limiti spazio/tempo del modello di acquisto tradizionale. Il servizio offerto è quello di poter avere la possibilità di fare acquisti ovunque nel mondo a qualsiasi orario. Da Milano a Londra, New York, Parigi o Tokyo, Shopping Live mette al servizio dei clienti un team di Client Advisor internazionale per offrire un’esperienza privata resa ancora più esclusiva dagli innovativi visori ad altissima risoluzione forniti agli assistenti, i quali potranno raccontare, consigliare e mostrare i prodotti presenti in negozio guidando l’acquisto attraverso tutte le categorie merceologiche. Una volta conclusa la selezione, il cliente avrà modo di effettuare l’acquisto tramite una transazione semplice e simultanea, con la possibilità di scegliere fra diverse modalità di pagamento e senza mai uscire dal portale.
Sia in campo B2C che in B2B questo tipo di innovazioni permettono di abbattere le barriere fisiche, allargando l’orizzonte dell’offerta e della scelta per i compratori.
Contemporaneamente molti brand stanno sperimentando anche un modello “test-and learn”, basato sull’ utilizzo degli algoritmi e in grado di automatizzare attività quali il reorder, per ottimizzare al massimo il rapporto offerta/domanda e ridurre al minimo i rischi di inventario. Questo modello di previsione intelligente supportato da tecnologie AI (Artificial Intelligence) è stato messo in pratica da numerose aziende, le quali lo utilizzano per produrre piccoli lotti di beni, affidandosi agli algoritmi per individuare i best performers da riordinare.
Pur essendo difficile da mettere in pratica, in quanto richiede la disponibilità immediata di tessuti e materiali per riprodurre rapidamente gli ordini ed una catena di fornitura rapida per la produzione e la distribuzione degli articoli, molti sono i fattori che stanno spingendo le aziende a testare il modello “test-and learn”. Primo fra tutti la necessità, dopo due anni di pandemia, di impedire che i magazzini si riempiano di nuovo;
Inoltre, con l’inflazione che rende la spesa dei consumatori meno prevedibile e considerando i possibili scenari socio economici futuri già proiettati sulla scena globale attuale, le aziende vogliono cercare di agire nel modo più intelligente e veloce possibile per fare coincidere l’offerta alla domanda. Riuscire ad applicare questo modello significherebbe trarre benefici come liberare il capitale, dal momento che diminuirebbe quello legato ai grandi ordini di inventario, e soprattutto vendere più prodotti a prezzo pieno.
I rivenditori B2C sono quelli più facilitati, ne è esempio Revolve, popolare atelier multi-brand, che mettendo un piccolo numero di unità online è in grado di analizzare la risposta del cliente in modo immediato tramite i dati pervenuti di click-through, navigazione e conversion rate, dati sui quali si baserà successivamente la selezione creata dall’algoritmo. Revolve dichiarando nel suo Full Year Report come nel 2021 circa
l’87% delle vendite nette siano state a prezzo pieno, ovvero con un prezzo non inferiore al 95% del prezzo al dettaglio, ha dimostrato ciò che i sostenitori di questo modello di merchandising ritengono essere uno dei più grandi vantaggi: l’enorme crescita nelle vendite a prezzo pieno.
