Philippe Baecke denkt niet dat grote modebedrijven met veel financiële en technologische mogelijkheden een voetje voor hebben als het over data gaat. Integendeel zelfs. “Er is onderzoek gedaan naar de factoren die datamaturiteit bepalen. De grootte van een onderneming bleek maar een beperkte rol te spelen, C-level support en bedrijfscultuur waren veel bepalender.”

“Vijftien jaar geleden hadden kleine ondernemingen met beperkte middelen een IT handicap, vandaag zijn er ontelbare cloud- en SaaS-oplossingen die het verzamelen en analyseren van data veel toegankelijker en laagdrempeliger maken. Je kan daarbij natuurlijk niet om de opmars van Artificiële Intelligentie heen. AI kan niet zonder data, maar maakt het ook mogelijk om veel meer met die data te doen.”

“Ik onderscheid verschillende fases van AI- en datamaturiteit. In de laatste, meest mature fase gaan bedrijven helemaal van nul zelf AI-oplossingen ontwikkelen. Ik denk eerlijk gezegd niet dat één Belgisch modebedrijf dat vandaag doet, dat is echt next level. In de eerste fase kan je gewoon gebruiken wat beschikbaar is op de markt. Tools als ChatGPT en Midjourney zijn getraind op miljoenen databronnen, die leveren al heel waardevolle info en inzichten op waar bedrijven mee aan de slag kunnen.”

“In een tussenfase kan je ook bestaande AI-oplossingen aanpassen aan jouw bedrijf. Je zou bijvoorbeeld aan de hand van klantencontacten, via e-mail of andere kanalen, kunnen nagaan hoe tevreden jouw klanten zijn. Er bestaan modellen voor die tekstconversaties ontleden en er sentimenten uit halen. Die modellen kan je dan finetunen op maat van taalgebruik specifiek voor de mode-industrie.”

Welk advies geeft Baecke aan mode-ondernemers die op datagebied nog achterop hinken? “Start met het uitwerken van een datastrategie. Dat klinkt bombastisch, maar het betekent: kijk rond in je organisatie, map x-aantal use cases waar data een meerwaarde kunnen zijn. Kijk voorbij de korte termijn, zet de horizon op één tot drie jaar. Of zelfs vijf jaar. Je zal zien dat die use cases elkaar ook overlappen met betrekking tot data en analytische vereisten.”

“De grootste uitdaging is niet het verzamelen van data, maar het samenbrengen van data uit verschillende bronnen. Data zitten vandaag vaak versnipperd over CRM-systemen, ERP-systemen, de Excel-files van salesteams, sociale media,… Dat lijkt een echte berg waar je over moet, maar lang niet alle data zijn even relevant. Als je focust op de databronnen die écht nuttig zijn, dan kan je door 20 procent samen te brengen in één database al snel 80 procent van je use cases realiseren.”

Een doeltreffende datastrategie vraagt volgens Lemner een heldere focus. “Ik kijk vanuit mijn eigen achtergrond en ervaring met een retailbril naar data. De essentie van retail is niet veranderd en zal ook niet veranderen: buying and selling. Zeker voor modebedrijven die geen tijd, mensen en middelen op overschot hebben, is het cruciaal om dat altijd in het achterhoofd te houden wanneer ze data verzamelen. Wie zijn je leveranciers? Wie zijn je klanten? Wat willen ze, vandaag en morgen? Focus op die data die je daar relevante inzichten over geven, vergeet de rest.”

“Er zijn vandaag heel wat doeltreffende, betaalbare tools beschikbaar om data te verzamelen en te analyseren. Maak het niet te ingewikkeld, investeer geen geld in dure en complexe technologie als de basis niet goed zit.”

Ziet Lemner ook een rol weggelegd voor data in het creatieproces? “Call me old fashioned, maar ik geloof nog altijd dat het in de mode uiteindelijk om de kleding draait. Product is king, ondanks alle marketing errond. Ontwerpers zullen bij het creëren van dat product nooit op data alleen afgaan. Ze reizen, ze gaan naar shows, ze lezen magazines, ze houden hun ogen open op straat. Data kunnen designers helpen om door het bos – de jungle aan data, zeg maar – toch de bomen te blijven zien. Het zal altijd balanceren blijven tussen data en buikgevoel."