¿Por qué los datos son importantes en el pronóstico de tendencias? En la siguiente entrevista, el científico de datos de WGSN, Jack Shipway, nos explica en qué consiste el pronóstico de tendencias en el ámbito de la moda.
P: Cuéntenos en qué consiste su trabajo como científico de datos en WGSN.
JS: Nunca se me da bien explicar a qué me dedico. De hecho, hace poco, en una barbacoa, me miraron con desconcierto cuando dije "modelado de moda", aunque empezaron a escucharme cuando mencioné el pronóstico de tendencias. Mi función en WGSN es respaldar los pronósticos cualitativos con datos contrastados, para garantizar que nuestros clientes toman decisiones basadas en hechos, no en opiniones.
P: ¿Qué es un pronóstico?
JS: Los pronósticos son nuestras expectativas sobre acontecimientos que aún no se han producido y nuestros cálculos sobre la probabilidad de que se produzcan. En un mundo de incertidumbre, no solemos hablar en términos absolutos, sino que asignamos probabilidades.
Los seres humanos llevamos pronosticando desde hace milenios, pero hoy en día nos preocupamos por cosas como: "¿Lloverá el lunes?", "¿alcanzará la bolsa un récord este mes?", " ¿llevaremos más sneakers blancos en la próxima barbacoa?". Pronosticar estos acontecimientos con exactitud puede tener un enorme impacto.
P: ¿Cómo se define una tendencia?
JS: El objetivo de estos pronósticos son precisamente las tendencias. Conviene aclarar que no todo es tendencia (es decir, algo que cambia repentinamente de popularidad). Si nos centramos en la moda, cualquier cosa que llevemos puede ser una tendencia: jeans, camisetas, sandalias. La mayoría de las prendas también pueden dividirse en estilos: jeans boyfriend, skinny o relajados.
Por otro lado, las prendas pueden agruparse en conjuntos más amplios denominados categorías como los pantalones, los tops o el calzado. Esta jerarquía define la clasificación de WGSN y constituye el esquema de nuestros pronósticos. Cada estilo y categoría puede describirse además en términos de color, tejido, longitud, estampados, patrones, detalles –los llamados “elementos” que, en teoría, pueden aplicarse a cualquier prenda de la clasificación.
Al igual que en el mercado de valores, los estilos, las categorías y los elementos están en constante cambio y su interacción es fascinantemente compleja. Las tendencias fluctúan dentro y fuera de la moda, mientras que los nuevos productos compiten por tener cuota de mercado. Estos son los principales aspectos que seguimos y pronosticamos en WGSN.
P: ¿Cómo es el pronóstico de tendencias en WGSN?
JS: Nuestro trabajo en el equipo de Ciencia de datos consiste en identificar las señales que se esconden tras el ruido y contextualizar los datos con el conocimiento experto del sector para ayudar a los compradores y vendedores de moda a “cuantificar” las tendencias futuras. ¿Cuál es mi combinación óptima de oferta, cuánto y cuándo debo invertir, y qué está haciendo la competencia?
P: ¿Por qué es importante eso?
JS: Los retailers toman decisiones meses (por no decir años) antes de que los productos lleguen a las tiendas; los errores pueden resultar costosos y perjudiciales, especialmente con la importancia que tiene la sostenibilidad. En este sentido, es igual de importante saber cuándo una tendencia va a alcanzar su punto máximo para no sobreproducir stock, cómo saber si va a surgir en primer lugar.
El problema es que, sin datos, lo único que tenemos es una suposición. Una de cada tres personas lleva sneakers blancos a la barbacoa, ¿es una cifra elevada? Es verano y no llueve, pero ¿qué ha pasado con las sandalias? Fueron muy populares el verano pasado, ¿no? La sostenibilidad es un punto clave para el consumidor; así que ¿llevaremos más sandalias o sneakers blancos en la próxima barbacoa? Para respaldar nuestra intuición, necesitamos algo más riguroso, y ahí es donde entran los datos de WGSN.
P: ¿De qué datos disponemos?
JS: Disponemos de muchos datos. Contamos con una base de datos propia de cinco años. Realizamos un seguimiento diario de más de 400 millones de SKU (referencias) en más de 10 000 marcas y 300 retailers, y esto se complementa con nuestra clasificación de expertos, que nos permite definir las principales métricas de rendimiento de los retailers (novedades, agotados, descuentos) para cualquier tendencia. Si a esto le añadimos el seguimiento de las redes sociales, los millones de imágenes de pasarela etiquetadas, el sentimiento de los consumidores y los datos de búsqueda, resulta una selección de datos bastante completa.
Los repuntes a corto plazo, los eventos clave del calendario, los cambios estacionales y las proyecciones a largo plazo constituyen la base de los pronósticos de temporada, en los que algoritmos de aprendizaje automático de última generación extraen patrones estadísticos de los datos y los proyectan hacia el futuro. Nuestro enfoque de análisis cíclico permite realizar pequeños ajustes para afinar nuestros pronósticos, y este enfoque es lo que convierte a WGSN en la principal autoridad mundial en materia de tendencias.
En definitiva, los datos desempeñan un papel fundamental en el pronóstico de tendencias y, a medida que nuestras herramientas se perfeccionen y sean más sofisticadas, este papel aumentará. Por mi parte, cada vez explico mejor a qué me dedico... aunque todavía no voy a la moda.