View all Blog

¿Cómo utiliza WGSN los datos de las pasarelas para identificar las tendencias futuras?

WGSN Original Image
Sep 16, 2022 By WGSN Insider
Categories
Updates from WGSN

En esta entrevista con Morgan Spaulding, analista de datos de WGSN, analizamos los datos relativos a las ferias, que constituyen una de nuestras cinco principales fuentes de datos, y por qué son fundamentales en nuestro proceso de pronóstico de tendencias.

Morgan Spaulding, Data Analyst, WGSN
Morgan Spaulding, Data Analyst, WGSN

P: ¿En qué consiste su trabajo en WGSN?

Mi función en WGSN consiste en informar sobre los cambios y el rendimiento del conjunto de productos, las tendencias emergentes, los estilos y los colores de cada temporada. Estos datos se utilizan en muchos de nuestros reportajes, incluyendo Análisis de retail, Inteligencia, Resumen para compradores e Informes para compradores. Durante la temporada de pasarelas, me centro principalmente en los reportajes de Análisis de pasarela, que utilizan los datos para destacar las tendencias clave, los productos, los diseños, las siluetas, los tejidos, el color y los estampados de la última temporada de pasarela.

P: ¿Qué papel desempeñan los datos de las pasarelas ("ferias") en el proceso de los pronósticos de tendencias?

Los datos de las ferias desempeñan un papel importante a la hora de facilitar a los clientes la interpretación y aplicación de las próximas tendencias en sus planes de surtido para la próxima temporada. Los datos pueden ayudar a señalar las tendencias que han ido creciendo año tras año (interanual) para que los clientes puedan analizarlas y determinar en qué categorías deberían centrarse. 

P: ¿Qué contiene el catálogo de pasarela?

El catálogo de WGSN Catwalk comprende tres millones de imágenes y más de una década de imágenes de las pasarelas de más de 120 diseñadores de Nueva York, Londres, Milán y París. Esto incluye las colecciones principales y de pretemporada. Las imágenes se etiquetan en función de las siluetas, los diseños, los tejidos y los detalles de las mangas y los escotes.

P: ¿Cómo se analizan los datos de las pasarelas? ¿Cómo contribuyen las imágenes de las pasarelas a pronosticar las tendencias futuras?

El equipo encargado de las imágenes etiqueta cada foto de la pasarela en función de la silueta, los detalles y los adornos, los largos, las mangas, el tejido, el color, el estampado y el motivo de la prenda.

Las etiquetas se cuantifican para brindar una visión general a lo largo del año, lo que significa que, por ejemplo, podemos observar que hay 25 chaquetas blazer en la temporada 21/22 frente a 75 en la temporada 22/23. En este sentido, podemos comprobar que se ha producido un aumento del 200% en las chaquetas blazer con respecto al año anterior. Si este fuera el caso, los clientes podrían analizar cómo rendiría el blazer en sus próximos surtidos y qué siluetas serían las más adecuadas para su consumidor final.

P: ¿Cómo se realiza el seguimiento de las tendencias de color?

Emparejamos nuestros datos de pasarela con los datos de las redes sociales basadas en la inteligencia artificial para detectar y seguir las tendencias de color. Además, esta inteligencia artificial detecta cada prenda en una foto y extrae su(s) color(es) dominante(s), su estampado/motivo y otros atributos clave. Por ejemplo, puede identificar un vestido azul, un top rojo y unos pantalones negros. La inteligencia artificial puede incluso identificar el tono, ya sea brillante, pastel, oscuro o medio.

WGSN Catwalk data
WGSN Catwalk data

P: ¿Cómo pueden los comerciantes y compradores utilizar sus conocimientos para planificar con antelación?

Analicemos un ejemplo concreto de tendencia. Tal y como se indica en el gráfico siguiente, el ombré/tie-dye fue el estampado de mayor crecimiento en P/V 22, pero solo el 7% de los estilos en la pasarela incluían ombré/tie-dye. Según estos datos, señalamos a nuestros clientes que, a pesar de que el ombré/tie-dye es un estampado de tendencia en el que conviene inclinarse, que eviten elaborar la mayor parte de su inventario en el estampado tie-dye, ya que su presencia en las pasarelas es menor.

Datos de WGSN Catwalk

Otro ejemplo es la caída de los vestidos durante el momento más crítico de la pandemia. La penetración de los vestidos en las pasarelas disminuyó, ya que los tops y los pantalones aumentaron su cuota en el conjunto de ropa. Esto coincide también en el e-commerce. No obstante, conforme nos encaminamos a la era pospandémica, vemos en la última temporada que los vestidos en las pasarelas han vuelto a cobrar protagonismo, al igual que en el e-commerce.

 Las pasarelas ofrecen una visión de lo que es relevante, deseable y vendible para el consumidor final en un momento dado. Los consumidores compraron tops y pantalones de punto durante la pandemia y se produjo un aumento de estos artículos en las pasarelas. Ahora, con el repunte de los vestidos en las pasarelas O/I 22/23 y en el e-commerce, la demanda aumenta de nuevo con el fin de los confinamientos. Se trata de una información muy valiosa que los compradores y los comerciantes pueden utilizar para planificar con antelación las próximas temporadas.

Datos de WGSN Catwalk

Para obtener más información sobre TrendCurve+ y nuestro pronóstico basado en datos, visite nuestro sitio web o solicite una demostración aquí.

Share article:
LinkedIn
Facebook