Comment Tapestry utilise-t-il la data et l'IA pour la planification de la demande et la personnalisation chez Coach ?

Tapestry utilise l'IA à deux niveaux chez Coach et Kate Spade : du machine learning pour prévoir la demande et positionner les stocks, et un système d'IA générative interne, Mira, qui permet aux planificateurs et merchandisers d'interroger les données de l'entreprise en langage courant. Les deux reposent sur une plateforme de données partagée et sur les données clients issues de la vente en direct, ce qui explique pourquoi les dirigeants de l'entreprise présentent l'IA comme le fruit d'années d'investissement dans les données plutôt que comme un projet à part.

Comment Tapestry utilise-t-il l'IA pour prévoir la demande ?

Tapestry évoque la prévision par IA au moins depuis son exercice 2023. Selon Consumer Goods Technology, la CEO Joanne Crevoiserat a déclaré lors de la conférence sur les résultats du deuxième trimestre 2023 que l'entreprise « utilisait l'intelligence artificielle pour prévoir la demande des clients » et pour positionner stocks et magasins, et que « cela a conduit à une hausse de la disponibilité des stocks ». Le même article notait qu'il s'agissait de la première saison des fêtes où toutes les marques de Tapestry étaient sur sa plateforme digitale d'entreprise, qui fournissait les données cohérentes dont les modèles avaient besoin.

Todd Kahn, CEO et président de la marque Coach, a déclaré que les données orientent la tarification, les promotions et le placement de Coach : « Elles éclairent réellement tout ce que nous faisons. » Pour les merchandisers, l'intérêt concret d'une prévision de la demande à ce niveau est l'allocation : quel magasin ou quel canal reçoit quelles unités, et quand, afin d'améliorer l'écoulement à prix plein sans surstock. Tapestry n'a pas publié de chiffres de précision de ses modèles : la preuve publique repose donc sur le résultat décrit par les dirigeants (une meilleure disponibilité) plutôt que sur un benchmark de prévision mesuré.

Comment les données ont-elles changé les décisions sur le Tabby de Coach ?

Le sac Tabby est l'exemple le plus cité par Tapestry de données orientant une décision produit. Dans un entretien accordé à Fortune en novembre 2024, Joanne Crevoiserat expliquait que les ventes du sac reculaient pendant la pandémie, mais que les données montraient qu'il s'agissait d'« un sac vers lequel se tournent les jeunes consommateurs » ; l'entreprise l'a donc conservé au lieu de le démarquer. Une version plus souple, le Pillow Tabby, a suivi en 2021. Joanne Crevoiserat décrivait cette démarche comme « l'intersection entre des données qui nourrissent la créativité ».

Il ne s'agit pas d'une histoire d'IA au sens strict, et Fortune ne l'a pas présentée ainsi. C'est une histoire de merchandising qui consiste à bien lire les données clients, précisément la décision que les outils de prévision par IA sont censés soutenir.

Lire aussi

Comment Amazon Fashion utilise-t-il l'IA pour recommander les tailles et analyser la coupe ?

Qu'est-ce que le système d'IA Mira de Tapestry ?

Mira est un système d'IA générative interne développé par Tapestry pour ses collaborateurs, et non pour les clients, selon Digital Commerce 360 en mai 2026. Il agrège des données de l'ensemble de l'entreprise et fait ressortir des analyses « en quelques secondes à quelques minutes » ; auparavant, les équipes rassemblaient manuellement les informations depuis plusieurs tableaux de bord, ce qui pouvait prendre des jours. Les collaborateurs l'utilisent pour planifier les assortiments, gérer les stocks et suivre les tendances de consommation.

Plusieurs choix de conception se distinguent :

• Socle de données : Mira fonctionne au-dessus de la Global Data Fabric brevetée de Tapestry, qui relie les sources de données de toute l'entreprise.
• Connaissance métier : il est entraîné sur la terminologie du retail et de la mode ainsi que sur le savoir interne de l'entreprise.
• Contrôle d'accès : il fonctionne dans un environnement d'entreprise sécurisé avec des accès selon les rôles, de sorte que les collaborateurs ne voient que les données qu'ils sont autorisés à consulter.
• Infrastructure : le déploiement s'appuie sur Amazon Bedrock, un service managé de développement d'applications d'IA générative.
• Propriété intellectuelle : Tapestry a obtenu un brevet américain pour l'architecture centrale de Mira, son premier brevet dans l'IA.

Fabio Luzzi, Chief Data and Analytics Officer, a qualifié Mira de « résultat d'années d'investissement délibéré dans notre infrastructure de données ». Joanne Crevoiserat a présenté l'IA comme « un avantage concurrentiel » lors de la conférence sur les résultats du deuxième trimestre de l'exercice 2026, avec des outils d'IA intégrés sur toute la chaîne de valeur, du développement produit à la tarification et au marketing.

Comment Tapestry personnalise-t-il l'expérience client ?

Chez Tapestry, la personnalisation commence par l'identification. En 2023, Joanne Crevoiserat expliquait que l'entreprise comprend « comment les clients entrent dans nos marques et ce qu'ils sont susceptibles d'acheter ensuite », ce qui aide à augmenter la fréquence d'achat. Digital Commerce 360 rapporte que le rapport annuel 2025 de Tapestry cite la personnalisation du parcours client parmi ses priorités en matière d'IA et indique que ces outils améliorent l'identification et la segmentation des clients. L'outil le plus visible côté client est le Gift Assistant de Kate Spade, une IA conversationnelle sur le site mobile KateSpade.com. Selon Fabio Luzzi, il est né « de l'écoute de nos consommateurs et de la compréhension de ce dont ils avaient réellement besoin ».

Quel rôle jouent la 3D et les jumeaux numériques ?

L'équipe de création produit digitale de Tapestry à New York, fusionnée avec son équipe 3D en 2021, construit des jumeaux numériques des produits selon une approche « créer une fois, utiliser souvent », d'après une étude de cas d'Adobe d'octobre 2025. L'équipe indique qu'un projet bloqué deux ans chez un fournisseur est passé du concept à la validation du design en deux semaines, et que les coûts de prototypage du moule du Jelly Tabby ont été ramenés à une fraction de leur niveau antérieur. Les mêmes assets 3D alimentent les visuels marketing, retail et e-commerce. Des produits digitaux précis améliorent aussi les données utilisées par les outils de planification.

Lire aussi

Comment Kering utilise l'IA : clienteling de luxe et commerce conversationnel

Que peuvent apprendre les merchandisers de Tapestry ?

1. Unifier d'abord les données entre marques et canaux ; la prévision de Tapestry comme Mira dépendent d'une plateforme partagée.
2. Utiliser l'IA pour accélérer les questions que les planificateurs se posent déjà, comme l'assortiment et les stocks, plutôt que d'inventer de nouveaux processus.
3. Intégrer le contrôle d'accès dans l'IA interne dès le départ, afin que les données sensibles restent réservées aux rôles autorisés.
4. Garder le jugement humain sur les décisions produit ; le cas Tabby montre des données qui éclairent les choix créatifs sans les remplacer.