Come Farfetch ha usato l'IA per la personalizzazione e le operazioni del marketplace

Farfetch ha usato l'IA soprattutto per raccomandazioni personalizzate e analytics operativi, combinando un motore di raccomandazione interno con strumenti e partnership di fornitori. Le fonti pubbliche, relative al periodo dal 2017 al 2023, descrivono ciò che è stato costruito e annunciato, ma non di quanto abbia migliorato i risultati. Questo caso di studio riporta tali fatti e segnala le lacune.

Qual è il contesto del lavoro di Farfetch sull'IA?

Farfetch gestiva un marketplace che collegava boutique e marchi con clienti del lusso, oltre a servizi per i marchi come Farfetch Black & White. Nel 2023 PYMNTS ha riportato che, dopo due trimestri consecutivi di vendite in calo, Farfetch ha segnalato un'inversione di tendenza nei risultati del primo trimestre 2023, con ricavi in crescita dell'8 per cento su base annua, ma una perdita dopo le imposte di 174 milioni di dollari. Lo stesso articolo osserva che il valore lordo della merce è salito di appena lo 0,1 per cento a 931,7 milioni di dollari, quindi la crescita dei ricavi in primo piano non va letta come una ripresa netta.

L'articolo era titolato come l'IA che alimenta il ritorno alla crescita, ma le cifre che contiene non isolano il contributo dell'IA, e questo articolo non avanza tale affermazione.

Come ha costruito Farfetch la personalizzazione?

PYMNTS ha riportato che il motore di raccomandazione di Farfetch è stato costruito internamente, con un algoritmo di ranking che ordina i prodotti su base one to one, e che circa tre anni prima della conference call sugli utili del maggio 2023 Farfetch aveva ampliato i suoi team di data science di machine learning per costruire la personalizzazione. L'articolo afferma che le raccomandazioni personalizzate hanno contribuito a trasformare i visitatori in acquirenti, ma non fornisce dati di conversione.

In precedenza, nell'agosto 2017, Farfetch Black & White aveva stretto una partnership con Certona, azienda di software di personalizzazione basata sull'IA. Ciò consentiva ai marchi clienti di offrire quelli che l'annuncio definiva suggerimenti di prodotto sofisticati in tempo reale lungo i punti di contatto con il cliente. All'epoca la divisione gestiva piattaforme e-commerce per otto marchi del lusso, tra cui Manolo Blahnik, Christopher Kane e Thom Browne.

Leggi anche

Come Stitch Fix usa l'IA: algoritmi più stylist in carne e ossa

Come ha usato Farfetch l'IA per lo styling e le operazioni con i clienti?

Il 22 febbraio 2021 FashionUnited ha riportato un pilota di un'esperienza di styling personale digitale sviluppata da Wishi e offerta tramite Farfetch.com, che abbina i clienti all'inventario grazie alla tecnologia e al team di stylist di Wishi. Era rivolto ai membri del programma fedeltà Access negli Stati Uniti e nel Regno Unito e ampliava il programma di styling personale Private Client di Farfetch. Farfetch ha affermato che l'approccio si era dimostrato utile ai clienti per fare acquisti di cui sono soddisfatti; l'articolo lo presenta come un'affermazione dell'azienda, non come evidenza indipendente.

Pochi giorni dopo, il 26 febbraio 2021, Farfetch ha annunciato una partnership con Aurora Mobile, azienda cinese di servizi per sviluppatori mobile, per fornire strumenti di IA, analytics operativi e notifiche push basate sul machine learning, per personalizzare lo shopping e offrire servizi più efficaci.

Che cosa ha detto Farfetch sull'IA generativa?

Nella conference call sugli utili del maggio 2023, il CEO José Neves ha dichiarato che Farfetch stava sviluppando tre proof of concept, tre prototipi, descrivendo il lavoro come iniziale ma promettente. Ha anche detto che Farfetch evita di investire in tecnologia fine a se stessa e ha sostenuto che l'attenzione della moda per l'individualità e la creatività rende l'IA eticamente meno problematica che nella ricerca in senso più ampio. Il materiale pubblico esaminato non descrive come siano finiti quei prototipi.

Che cosa possono imparare i team moda dall'esempio di Farfetch?

• Controllare la logica di ranking dove conta. Farfetch ha costruito le raccomandazioni internamente acquistando altri strumenti, un mix che molti marketplace si trovano ad affrontare.
• Combinare persone e software per i clienti di alto valore. Il pilota con Wishi ha affiancato stylist e tecnologia per i membri del programma fedeltà.
• Chiedere evidenze oltre gli annunci. La maggior parte delle fonti qui sono annunci di partnership, che descrivono intenzioni più che risultati.
• Tenere presente il contesto finanziario. L'IA può sostenere la conversione, ma da sola non può correggere una struttura dei costi o le condizioni di mercato.

Quali sono le lezioni specifiche per i marketplace?

Un marketplace ha sfide di personalizzazione particolari. L'inventario proviene da molte boutique e marchi, la qualità dei dati di prodotto varia e la disponibilità cambia rapidamente. Un modello di ranking one to one deve quindi gestire dati scarsi e cicli di vita dei prodotti brevi. Le fonti pubbliche non dicono come Farfetch abbia affrontato questi aspetti, ma mostrano che l'azienda ha investito nei propri team di data science circa tre anni prima del 2023, il che suggerisce che considerasse il ranking una capacità centrale.

Le fonti mostrano anche un mix pragmatico di sviluppo interno e acquisto: ranking interno, strumenti di fornitori per i marchi clienti nel 2017 e partnership per analytics e notifiche push nel 2021. Per i rivenditori che valutano se sviluppare o acquistare, la domanda è quali capacità differenziano il business e quali sono servizi di base.

Leggi anche

Come American Eagle Outfitters posiziona l'IA: l'impegno di Aerie contro i corpi generati

Quanto sono affidabili le evidenze sull'IA di Farfetch?

Vanno considerate moderate per i fatti su ciò che è stato costruito e deboli per l'impatto. Gli annunci provengono dalle aziende coinvolte, le affermazioni su Wishi sono esplicitamente descritte come dichiarazioni dell'azienda, e i dati finanziari del 2023 mostrano un'azienda sotto pressione a prescindere dall'IA. Chi usa Farfetch come benchmark dovrebbe leggerlo come esempio di approccio, non come prova di ritorno sull'investimento.

Un test pratico per qualsiasi marketplace è se la personalizzazione serve anche i marchi e le boutique che lo riforniscono. L'accordo del 2017 con Certona era rivolto ai marchi clienti, non solo ai consumatori, e il pilota con Wishi puntava ai membri del programma fedeltà. Entrambi mostrano che l'IA su un marketplace ha più destinatari, ciascuno con le proprie misure di successo, che le fonti pubbliche non riportano.

Infine, il contesto societario è cambiato da quando queste fonti sono state scritte. La proprietà e le operazioni di Farfetch potrebbero essere cambiate dal 2023, quindi questo articolo va letto come testimonianza di una pratica passata, e chi cerca informazioni attuali sulla piattaforma dovrebbe consultare comunicazioni aziendali aggiornate.