Merchandising & Achats
Prévisions, assortiments, allocation et les chiffres qui les sous-tendent.

Comment H&M utilise l'IA : demande, allocation et jumeaux numériques
Depuis 2018, H&M applique l'analytique et l'IA aux quantités d'achat, à l'allocation en magasin et à la tarification, et depuis 2025 à l'imagerie de campagne. Ce qui est documenté et ce que l'entreprise n'a pas communiqué.

Trend-to-Product de Walmart : comment l'IA a raccourci les délais de développement mode
Walmart affirme que son outil interne Trend-to-Product peut raccourcir le développement de vêtements de jusqu'à 18 semaines. Voici ce que fait l'outil, ce qui relève des déclarations de l'entreprise et ce que les autres distributeurs peuvent en retenir.

L'IA dans la fast fashion : vitesse, signaux de demande et problème de la surproduction
La fast fashion vit de sa capacité à lire tôt la demande et à réagir vite. L'IA affûte ces deux atouts, mais elle peut aussi accélérer les volumes, et les nouvelles règles européennes rendent les invendus plus coûteux.

Tarification dynamique dans la mode : où l'IA aide-t-elle et où nuit-elle à la marque ?
La tarification algorithmique peut écouler les stocks et protéger la marge, mais des changements de prix fréquents ou personnalisés comportent des risques pour la marque, la confiance et la conformité juridique. Où la tarification par IA a sa place dans la mode et où elle doit s'arrêter.

Comment les marques de mode doivent-elles gérer le risque de stock lié aux micro-tendances TikTok ?
Les micro-tendances montent et retombent plus vite que la plupart des supply chains ne peuvent réagir. Comment décider quand suivre, comment dimensionner les paris et comment l'IA aide à lire la courbe.

La prévision de la demande par l'IA dans la mode : comment elle fonctionne et où elle échoue
Le machine learning peut améliorer les prévisions pour les lignes reconduites et le réapprovisionnement, mais les nouveaux modèles, les saisons courtes et les retournements de tendance restent difficiles. Ce que les dirigeants doivent en attendre, et ce qu'ils ne doivent pas en attendre.

Retours payants : quels effets sur la conversion et la fidélité ?
Les frais de retour sont désormais courants dans la mode britannique, mais les preuves publiques sur la conversion et la fidélité sont minces. Ce que disent les données, ce qu'elles ne disent pas, et comment tester des frais en toute sécurité.

Quelles tâches de merchandising les agents IA peuvent-ils prendre en charge, et lesquelles non ?
Les agents peuvent surveiller, analyser et proposer. Les merchandisers restent maîtres de la stratégie, des arbitrages et des relations fournisseurs. Où passe la frontière en 2026, et ce qui doit être en place au préalable.

Comment Amazon Fashion utilise-t-il l'IA pour recommander les tailles et analyser la coupe ?
Amazon combine un conseil de taille fondé sur l'apprentissage profond, des résumés d'avis générés par IA et un outil d'analyse de la coupe pour les marques, avec un assistant d'achat désormais appelé Alexa for Shopping. Ce qu'Amazon a publié et ce que les marques devraient faire.

IA et prix : l'optimisation des démarques expliquée
L'optimisation des démarques s'appuie sur des modèles de demande pour décider quand et dans quelle mesure remiser. Comment elle fonctionne, ce dont elle a besoin, et pourquoi la marque et les relations wholesale doivent en fixer les limites.

Ce que les acheteurs du commerce de détail attendent des outils d'IA des marques : le point de vue des acheteurs
Les marques intègrent l'IA au commerce de gros, mais les acheteurs la jugent à la vitesse, à la qualité des données et à la confiance. Cette analyse expose ce que les éléments disponibles suggèrent quant à leurs attentes.

Utiliser l'IA dans la planification de l'assortiment sans perdre la marque
L'IA peut affiner les décisions de profondeur, de largeur et de tailles dans la planification de l'assortiment. Le risque est une offre qui dérive vers des moyennes rassurantes. Comment utiliser ces outils tout en préservant le point de vue de la marque.

Comment lululemon aborde l’IA dans le produit, la planification et les stocks
lululemon a nommé un directeur de l’IA et de la technologie et fixé un objectif de nouveaux modèles, mais a publié peu de détails sur l’IA dans la planification. Voici ce qui est établi.

Quels modèles retirer avant la campagne de vente ? Comment l'IA aide à éditer la collection
Présenter trop de modèles pendant la campagne de vente coûte des échantillons, des minimums et de la marge. Comment l'IA note les modèles avant que la collection ne soit montrée aux acheteurs, et où les merchandisers doivent passer outre.

Comment l'optimisation des stocks par l'IA réduit-elle les invendus et les ruptures dans la mode ?
Le stock de mode est périssable : trop de stock finit en démarques, trop peu en ventes perdues. Comment les modèles d'IA équilibrent les deux, quelles preuves existent et ce dont ils ont besoin pour fonctionner.

Comment Tapestry utilise-t-il la data et l'IA pour la planification de la demande et la personnalisation chez Coach ?
Tapestry, propriétaire de Coach et Kate Spade, a construit une couche de données partagée, utilisé l'IA pour prévoir la demande et positionner les stocks, et exploite désormais un système d'IA générative interne baptisé Mira pour ses planificateurs et merchandisers.

Comment Stitch Fix utilise l'IA : algorithmes et stylistes humains
Stitch Fix associe des algorithmes de recommandation à environ 1 700 stylistes à temps partiel et a ajouté des outils d'IA générative comme Vision. Comment fonctionne ce modèle hybride et ce que montrent les chiffres.

Déstockage de fin de saison avec l'IA : canaux, calendrier et protection de la marque
L'IA peut modéliser la profondeur, le calendrier et le choix du canal des démarques avant la fin d'une saison, mais le déstockage dépend toujours de données de stock propres, de règles de prix et de décisions sur la valeur de la marque.

Comment Revolve utilise les données et les algorithmes pour acheter, fixer ses prix et réassortir
Revolve teste ses modèles en petites quantités et s'appuie sur un tableau de bord propriétaire pour décider des réassorts, avec la vente à plein prix comme priorité. Fonctionnement du modèle, place actuelle de l'IA et zones d'ombre.

Comment la météo et les signaux externes améliorent-ils la prévision de la demande dans la mode ?
Une météo hors saison fait régulièrement bouger les ventes de mode, et les détaillants l'invoquent souvent dans leurs résultats. Ce que la météo, les événements et les données de recherche peuvent apporter à la planification de la demande par IA, dans quelle mesure, et où les preuves sont minces.

Que peuvent révéler les prix de revente aux designers sur les tendances de mode ?
Les prix et les recherches sur le marché de la seconde main révèlent quels modèles conservent leur valeur, quels revivals se préparent et quelles marques retrouvent leur désirabilité. Comment les lire, et où ils induisent en erreur.

L'IA dans le merchandising de mode : ce qu'elle fait, ce dont elle a besoin et où elle échoue
Le machine learning soutient désormais les décisions de prévision, d'assortiment, de prix et de planification dans la mode. Ce guide explique les cas d'usage, les données dont ils dépendent et comment les merchandisers gardent la main.

L'IA pour les acheteurs mode : ce qui change dans les achats et comment démarrer
Où l'IA aide déjà les acheteurs mode pour la veille tendances, les revues de collection, les quantités et les réassorts, de quelles données elle a besoin, ce qui reste du ressort du jugement humain, et un plan de 30 jours pour démarrer.

Comment YOOX NET-A-PORTER utilise l’IA pour le contenu produit, le merchandising et le clienteling
De l’application de stylisme à avatar YooxMirror de 2018 à un styliste virtuel et à des outils de recommandation, de recherche et de rédaction à l’échelle du groupe : ce que YNAP et sa maison mère LuxExperience ont publié sur l’IA.

Comment prévoir la demande d'un produit de mode sans historique de ventes ?
L'essentiel d'une collection de mode est nouveau à chaque saison : la prévision classique par séries temporelles n'a donc rien sur quoi s'appuyer. Comment l'IA emprunte l'historique de produits similaires, d'images, d'attributs et des premières ventes, et où elle reste limitée.

Comment Rent the Runway utilise-t-il les données et l'IA pour gérer un stock partagé ?
Rent the Runway a réalisé en 2025 le plus gros pari de son histoire sur les stocks, puis s'est tourné en 2026 vers les recommandations, la recherche et la génération de tenues par IA. Ce que l'entreprise a publié, et ce que la location enseigne sur la gestion des stocks.

Comment fonctionnent l'allocation et le réapprovisionnement par l'IA entre magasins et canaux ?
L'allocation décide où va le stock en premier ; le réapprovisionnement décide de ce qui suit. L'IA prend ces deux décisions au niveau de la taille et du point de vente. Son fonctionnement, ses besoins et ses difficultés.

L'IA pour les merchandisers et les planificateurs : un guide pratique
Comment l'IA soutient la planification financière merchandising, les prévisions, l'allocation, le réapprovisionnement et les démarques dans la mode, de quelles données elle a besoin, ce que les planificateurs décident encore et comment démarrer.

Qu'est-ce que le demand sensing et comment fonctionne-t-il dans la mode ?
Le demand sensing met à jour les prévisions à court terme avec les ventes les plus récentes et des signaux externes. Dans la mode, il améliore surtout les décisions en cours de saison : réapprovisionnement, transferts et démarques.

L'IA dans les programmes de fidélité de la mode : segmentation, récompenses et incitations
Les détaillants de mode reconstruisent leurs programmes de fidélité autour de l'apprentissage automatique et de données consenties. Ce que fait réellement l'IA dans un programme, les exemples existants et les limites.

Comment l'IA peut-elle soutenir la planification des collections dans la mode ?
La planification des collections détermine combien de modèles une collection doit compter, à quels prix et avec quelle profondeur. L'IA peut prévoir les nouveaux articles et tester des scénarios, mais la décision créative et stratégique reste humaine.

Comment l'IA peut-elle fixer le bon prix initial d'un produit de mode ?
Le prix initial détermine la part d'un produit qui se vend à plein prix. Comment les modèles d'élasticité estiment la réaction des clients au prix pour les nouveaux articles, de quelles données ils ont besoin et comment les utiliser sans éroder la marque.

Comment bonprix utilise l'IA pour l'assortiment, le classement des produits et les prix
Le distributeur de mode allemand en ligne a publié la façon dont il utilise l'apprentissage automatique pour écarter les modèles faibles, classer les produits chaque jour et conseiller sur les tailles. Voici ce qui est documenté, et ce qui ne l'est pas.

L'IA dans le merchandising visuel et l'agencement des magasins : ce qui fonctionne aujourd'hui
L'IA est éprouvée pour contrôler la conformité des linéaires et préparer des plans propres à chaque magasin, mais bien moins pour trancher sur la mise en scène créative ou l'implantation. La plupart des bénéfices publiés viennent des éditeurs.

Comment l'IA peut-elle améliorer l'open-to-buy et la planification budgétaire des achats ?
L'open-to-buy indique aux acheteurs combien ils peuvent encore dépenser sans compromettre les objectifs de ventes et de stock. L'IA peut maintenir ce chiffre à jour et le rendre plus réaliste, à condition que le plan qui le sous-tend soit solide.

Pourquoi les données de sell-out sont-elles essentielles à l'IA dans le wholesale de mode ?
Les marques qui vendent via des détaillants voient ce qu'elles livrent, pas ce que les consommateurs achètent. Les données de sell-out comblent cet écart ; sans elles, la plupart des prévisions par IA dans le wholesale travaillent à moitié à l'aveugle.

Qu'est-ce que l'optimisation des courbes de tailles et comment l'IA aide-t-elle à acheter les bonnes tailles ?
Acheter le mauvais mix de tailles laisse les tailles extrêmes sur les portants et épuise les tailles centrales. Comment l'IA estime la demande réelle par taille, pourquoi les ruptures faussent les données et à quoi faire attention.

Comment Abercrombie and Fitch planifie ses assortiments et ses stocks : ce que l'on sait publiquement de l'IA
Abercrombie and Fitch parle peu d'IA, mais son modèle Read and React, le remplacement de son ERP et sa discipline de stocks montrent comment fonctionne un planificateur piloté par les données. Un regard sobre sur ce qui est documenté.

Prévoir les promotions : référence, effet de levier et cannibalisation
Une prévision de promotion distingue ce qui se serait vendu de toute façon, ce que la promotion ajoute et ce qu'elle prend aux autres articles. Chaque étape exige ses propres données et sa propre prudence.

Prévoir par modèle, coloris, taille et magasin : les hiérarchies décryptées
La demande de mode peut être prévue à de nombreux niveaux, et les prévisions doivent s'additionner. Les méthodes hiérarchiques et la réconciliation sont la réponse standard à ce problème.

Le stock de sécurité dans la mode : pourquoi les formules classiques échouent et ce qui les remplace
La formule de manuel du stock de sécurité suppose une demande normale, indépendante et stable. La mode offre rarement l'une de ces trois conditions ; les planificateurs ont donc besoin d'autres outils.

Valeur ajoutée de la prévision : prouver qu'un modèle bat le planificateur
La valeur ajoutée de la prévision compare chaque étape d'un processus de prévision à une référence simple, afin qu'une équipe voie si les modèles et les corrections manuelles améliorent la précision ou ne font qu'ajouter de l'effort.

Couverture en semaines et GMROI : deux indicateurs de stock expliqués
L'un indique combien de temps durera le stock, l'autre si le stock mérite son coût. Formules, usages et limites.

Comment construire une courbe de tailles et de coloris à partir des données de sell-out dans un tableur
Une méthode pas à pas qui corrige l'effet des ruptures, et les pièges qui rendent les courbes naïves fausses.

Check-list des données de merchandising : dix champs dont les outils de planification IA ont besoin
Dix champs de données qui déterminent si un outil de planification ou de prévision peut fonctionner, et les pièges propres à chacun.

Comment mesurer la précision des prévisions dans la mode ? MAPE, WAPE, biais et MASE
La précision des prévisions détermine si un outil de planification par IA vaut son coût, et pourtant l'indicateur le plus répandu est mal adapté à la mode. Un guide pratique du MAPE, du WAPE, du biais et du MASE, et de ce qu'est un bon résultat.

Comment choisir un outil de prévision de la demande : la check-list des marques de mode
Les logiciels de prévision de la demande promettent moins de stock et moins de ruptures, mais les résultats dépendent de leur adéquation aux cycles produits de la mode et de vos données. Une check-list neutre pour évaluer les outils avant de signer.

Qu'est-ce que le clustering de magasins et comment l'IA l'améliore-t-elle ?
Le clustering de magasins regroupe les points de vente dont la clientèle et la demande se ressemblent, afin que chaque groupe reçoive l'assortiment et la profondeur adaptés. Comment l'apprentissage automatique construit les clusters, quelles données il utilise et où la méthode trouve ses limites.

Quels KPI d'IA les entreprises de mode doivent-elles suivre dans chaque fonction ?
Une check-list fonction par fonction des indicateurs d'IA pour les entreprises de mode : quoi mesurer, comment établir une référence et comment distinguer l'usage de l'impact métier réel.

Les bases du machine learning pour les merchandisers : modèles, variables et données d'entraînement
Ce que sont réellement un modèle, une variable, une étiquette et des données d'entraînement, expliqué à l'aide d'exemples de merchandising mode, et les questions qu'un merchandiser devrait poser avant de se fier à une prévision.

L'IA dans la mode enfant et les basiques : prévoir les gammes pilotées par le réassort
Les basiques et la mode enfant se vendent régulièrement, dans de nombreuses tailles, avec des marges faibles. Ils se prêtent donc idéalement aux prévisions et au réapprovisionnement par l'IA, et sont sensibles lorsque le client est un enfant.

Comment les marques peuvent-elles utiliser les remises pour commande anticipée sans éroder leur marge ?
Les incitations à la commande anticipée achètent de l'information sur la demande et de la certitude pour la production. Un guide pour les calibrer, choisir la bonne forme et vérifier si elles sont rentables.

Obtenir les données de sell-out via EDI : SLSRPT, INVRPT et comment les exploiter
Les rapports de ventes et de stocks des partenaires retail montrent aux marques ce qui se vend réellement, magasin par magasin et taille par taille. Comment fonctionnent ces deux messages EDI et comment les équipes merchandising peuvent s'en servir pour les réassorts.

Comment transformer les rapports de tendances IA en décisions d'assortiment et d'achat ?
Les plateformes de tendances IA décrivent ce qui monte ; un plan de collection exige des quantités, des prix et des limites de risque. Une méthode concrète pour passer du signal à l'achat.

Le vocabulaire de l'IA que tout acheteur de mode devrait connaître
Fournisseurs, marques et équipes internes parlent de plus en plus de modèles, d'agents et d'embeddings. Un glossaire pratique pour les acheteurs de mode, avec ce que chaque terme implique pour les décisions d'achat.
Fondamentaux
Le contexte métier dont dépend tout projet d’IA dans ce domaine.
L'open-to-buy expliqué : comment les distributeurs de mode budgètent leurs achats
L'open-to-buy indique à un acheteur combien de stock il peut encore acheter sans sortir du plan. Voici comment il se calcule, s'utilise et, souvent, se détourne.

Le calendrier des achats : une année dans la vie d'un acheteur de mode
Les acheteurs de mode travaillent sur plusieurs saisons à la fois. Comment l'année d'achat est structurée, ce qui se passe à chaque étape et comment le calendrier évolue.

Les indicateurs retail expliqués : sell-through, GMROI et semaines de couverture
Trois indicateurs répondent à la plupart des questions sur la performance du stock de mode. Comment calculer le sell-through, le GMROI et les semaines de couverture, et les lire ensemble.

Comment fonctionnent les marges dans la mode, de l'usine au magasin
Du coût usine au prix de l'étiquette : comment se combinent coût de revient rendu, coefficient wholesale et coefficient de détail, et pourquoi les démarques déterminent la marge réellement gagnée.

Architecture de prix : prix de gros, prix de vente conseillé et listes de prix en devises
Comment les marques de mode structurent niveaux de prix, prix de gros, prix de vente conseillés et listes en devises en un système cohérent, auquel les distributeurs font confiance et que la finance peut défendre.