Merchandising & Buying
Previsioni, assortimenti, allocazione e i numeri che li guidano.

Come H&M usa l'IA: domanda, allocazione e digital twin
Dal 2018 H&M applica analytics e IA alle quantità di acquisto, all'allocazione nei negozi e ai prezzi, e dal 2025 alle immagini delle campagne. Che cosa è documentato e che cosa non ha reso noto.

Trend-to-Product di Walmart: come l'IA ha accorciato i tempi di sviluppo della moda
Walmart afferma che il suo strumento interno Trend-to-Product può accorciare lo sviluppo dell'abbigliamento fino a 18 settimane. Ecco che cosa fa lo strumento, che cosa è dichiarato dall'azienda e che cosa possono imparare gli altri retailer.

IA nel fast fashion: velocità, segnali di domanda e il problema della sovrapproduzione
Il fast fashion vive della capacità di leggere presto la domanda e reagire in fretta. L'IA affina entrambe le cose, ma può anche accelerare i volumi, e le nuove regole UE rendono più costoso lo stock invenduto.

Dynamic pricing nella moda: dove l'IA aiuta e dove danneggia il brand?
Il pricing algoritmico può smaltire lo stock e proteggere il margine, ma variazioni di prezzo frequenti o personalizzate comportano rischi per il brand, la fiducia e sul piano legale. Dove il pricing con l'IA si giustifica nella moda e dove dovrebbe fermarsi.

Come dovrebbero gestire i brand di moda il rischio di stock legato alle micro-tendenze di TikTok?
Le micro-tendenze nascono e svaniscono più in fretta di quanto la maggior parte delle supply chain riesca a reagire. Come decidere quando inseguirle, come dimensionare le scommesse e come l'IA aiuta a leggerne la curva.

Previsione della domanda con l'IA nella moda: come funziona e dove fallisce
Il machine learning può migliorare le previsioni nella moda per le linee carry-over e il riassortimento, ma nuovi modelli, stagioni brevi e cambi di tendenza restano difficili. Che cosa i vertici dovrebbero aspettarsi, e che cosa no.

Resi a pagamento: che cosa succede a conversione e fedeltà?
Le tariffe sui resi sono ormai diffuse nella moda britannica, ma le evidenze pubbliche su conversione e fedeltà sono scarse. Che cosa dicono i dati, che cosa non dicono e come testare una tariffa in sicurezza.

Quali attività di merchandising possono svolgere gli agenti IA e quali no?
Gli agenti possono monitorare, analizzare e proporre. Strategia, compromessi e rapporti con i fornitori restano ai merchandiser. Dove passa il confine nel 2026 e che cosa deve essere predisposto prima.

Come usa l'IA Amazon Fashion per i consigli sulla taglia e le analisi della vestibilità?
Amazon combina consigli sulla taglia basati sul deep learning, riepiloghi delle recensioni generati dall'IA e uno strumento di analisi della vestibilità per i brand, con un assistente di shopping che oggi si chiama Alexa for Shopping. Che cosa ha pubblicato e che cosa dovrebbero fare i brand.

IA e pricing: l'ottimizzazione dei ribassi spiegata
L'ottimizzazione dei ribassi usa modelli di domanda per decidere quando e quanto scontare. Come funziona, di che cosa ha bisogno e perché posizionamento del brand e relazioni wholesale devono fissarne i limiti.

Che cosa vogliono i buyer retail dagli strumenti IA dei brand: il punto di vista di chi acquista
I brand introducono l'IA nel wholesale, ma i buyer la giudicano per rapidità, qualità dei dati e fiducia. Questa analisi illustra che cosa suggeriscono le evidenze disponibili sulle loro aspettative.

Usare l'IA nella pianificazione dell'assortimento senza perdere il brand
L'IA può affinare le decisioni su profondità, ampiezza e taglie nella pianificazione dell'assortimento. Il rischio è un assortimento che scivola verso medie rassicuranti. Come usare gli strumenti mantenendo il punto di vista del brand.

Come lululemon affronta l'IA nel prodotto, nella pianificazione e nell'inventario
lululemon ha nominato un chief AI and technology officer e ha fissato un obiettivo sui nuovi stili, ma ha pubblicato pochi dettagli sull'IA nella pianificazione. Ecco che cosa risulta agli atti.

Quali modelli eliminare prima della campagna vendite? Come l'IA aiuta a sfoltire la collezione
Portare troppi modelli nella campagna vendite costa campionari, minimi di produzione e margine. Come l'IA valuta i modelli prima che la collezione venga presentata ai buyer, e dove i merchandiser devono smentirla.

Come riduce l'ottimizzazione dell'inventario con l'IA le giacenze invendute e le rotture di stock nella moda?
Lo stock nella moda è deperibile: se è troppo finisce in saldo, se è troppo poco si traduce in vendite perse. Ecco come i modelli di IA bilanciano le due cose, quali evidenze esistono e di che cosa hanno bisogno per funzionare.

Come usa Tapestry dati e IA per la pianificazione della domanda e la personalizzazione in Coach?
Tapestry, proprietaria di Coach e Kate Spade, ha costruito uno strato di dati condiviso, ha usato l'IA per prevedere la domanda e posizionare le scorte e oggi gestisce un sistema interno di IA generativa chiamato Mira per planner e merchandiser.

Come Stitch Fix usa l'IA: algoritmi più stylist in carne e ossa
Stitch Fix affianca agli algoritmi di raccomandazione circa 1.700 stylist part-time e ha aggiunto strumenti di IA generativa come Vision. Come funziona il modello ibrido e che cosa mostrano i numeri.

Saldi di fine stagione con l'IA: canali, tempistiche e tutela del brand
L'IA può modellare profondità, tempistica e scelta del canale dei ribassi prima della fine della stagione, ma lo smaltimento dipende ancora da dati di stock puliti, regole di prezzo e decisioni sul valore del brand.

Come Revolve usa dati e algoritmi per acquistare, prezzare e riordinare
Revolve testa i modelli in piccole quantità e usa una dashboard proprietaria per decidere che cosa riordinare, con la vendita a prezzo pieno al centro. Come funziona il modello, dove entra oggi l'IA e che cosa non viene reso noto.

Come migliorano meteo e segnali esterni la previsione della domanda nella moda?
Un meteo fuori stagione sposta regolarmente le vendite di moda, e i retailer lo citano spesso nei risultati. Che cosa possono aggiungere meteo, eventi e dati di ricerca alla pianificazione della domanda con l'IA, in che misura, e dove le evidenze sono scarse.

Che cosa possono dire ai designer i prezzi di rivendita sulle tendenze moda?
Prezzi e ricerche nel second hand rivelano quali design mantengono il proprio valore, quali revival sono in arrivo e quali brand stanno tornando desiderabili. Come leggerli e dove possono trarre in inganno.

IA nel merchandising della moda: che cosa fa, di che cosa ha bisogno e dove fallisce
Il machine learning supporta oggi le decisioni di previsione, assortimento, pricing e pianificazione nella moda. Questa guida illustra i casi d'uso, i dati da cui dipendono e come i merchandiser mantengono il controllo.

IA per i buyer della moda: cosa cambia negli acquisti e come iniziare
Dove l'IA aiuta già i buyer della moda nell'analisi delle tendenze, nelle line review, nelle quantità e nei riordini, di quali dati ha bisogno, cosa resta una valutazione umana e un piano di 30 giorni per iniziare.

Come YOOX NET-A-PORTER usa l'IA per i contenuti prodotto, il merchandising e il clienteling
Dall'app di styling con avatar YooxMirror del 2018 a uno stylist virtuale e a strumenti di raccomandazione, ricerca e copy a livello di gruppo: che cosa hanno pubblicato YNAP e la capogruppo LuxExperience sull'IA.

Come si prevede la domanda di un prodotto moda senza storico di vendita?
Gran parte di una collezione moda è nuova ogni stagione, quindi la classica previsione basata sulle serie storiche non ha nulla su cui lavorare. Come l'IA prende in prestito lo storico da prodotti simili, immagini, attributi e prime vendite, e dove mostra ancora i suoi limiti.

Come usa Rent the Runway dati e IA per gestire un inventario condiviso?
Rent the Runway ha fatto nel 2025 la sua più grande scommessa di sempre sull'inventario, per poi puntare nel 2026 su consigli di prodotto, ricerca e generazione di outfit con l'IA. Che cosa ha comunicato e che cosa insegna il noleggio sulla gestione dell'inventario.

Come funzionano allocazione e riassortimento con l'IA tra negozi e canali?
L'allocazione decide dove va lo stock per primo; il riassortimento decide che cosa segue. L'IA prende entrambe le decisioni a livello di taglia e punto vendita. Ecco come funziona, di che cosa ha bisogno e dove incontra difficoltà.

IA per merchandiser e planner: una guida pratica
Come l'IA supporta nella moda la pianificazione finanziaria merceologica, le previsioni, l'allocazione, il riassortimento e i ribassi, di quali dati ha bisogno, cosa decidono ancora i planner e come iniziare.

Che cos'è il demand sensing e come funziona nella moda?
Il demand sensing aggiorna le previsioni di breve periodo con le vendite più recenti e con segnali esterni. Nella moda migliora soprattutto le decisioni in stagione: riassortimento, trasferimenti e ribassi.

IA nei programmi fedeltà della moda: segmentazione, premi e incentivi
I retailer di moda ricostruiscono i programmi fedeltà attorno al machine learning e a dati con consenso. Che cosa fa davvero l'IA in un programma, quali esempi esistono e dove stanno i limiti.

Come può l'IA supportare la pianificazione di collezione e di linea nella moda?
La pianificazione di collezione decide quanti modelli, a quali prezzi e con quale profondità debba avere una collezione. L'IA può prevedere i nuovi articoli e testare scenari, ma la decisione creativa e strategica resta umana.

Come può l'IA fissare il giusto prezzo iniziale per un prodotto moda?
Il prezzo iniziale decide quanta parte di un prodotto si vende a prezzo pieno. Come i modelli di elasticità stimano la reazione dei clienti al prezzo per i nuovi articoli, di quali dati hanno bisogno e come usarli senza erodere il brand.

Come bonprix usa l'IA per assortimento, ranking dei prodotti e prezzi
Il retailer tedesco di moda online ha pubblicato come usa il machine learning per scartare gli stili deboli, ordinare ogni giorno i prodotti e consigliare la taglia. Ecco che cosa è documentato e che cosa no.

IA nel visual merchandising e nei layout dei negozi: cosa funziona oggi
L'IA è matura per il controllo della conformità degli scaffali e per la bozza di piani specifici per negozio, molto meno collaudata nel decidere allestimenti creativi o layout. La maggior parte dei benefici pubblicati proviene dai fornitori.

Come può l'IA migliorare l'open-to-buy e la pianificazione del budget di merchandise?
L'open-to-buy indica ai buyer quanto possono ancora spendere senza compromettere gli obiettivi di vendita e di stock. L'IA può mantenere questo valore aggiornato e più realistico, a condizione che il piano su cui si basa sia solido.

Perché i dati di sell-out sono essenziali per l'IA nel wholesale della moda?
I brand che vendono tramite retailer vedono ciò che spediscono, non ciò che i consumatori acquistano. I dati di sell-out colmano questa lacuna e, senza di essi, la maggior parte delle previsioni basate sull'IA per il wholesale lavora mezza alla cieca.

Che cos'è l'ottimizzazione delle curve taglie e come aiuta l'IA ad acquistare le taglie giuste?
Acquistare il mix di taglie sbagliato lascia sugli stender le taglie estreme e fa esaurire quelle centrali. Ecco come l'IA stima la reale domanda per taglia, perché le rotture di stock rendono fuorvianti i dati e a che cosa prestare attenzione.

Come Abercrombie and Fitch pianifica assortimenti e scorte: che cosa è pubblico sull'IA
Abercrombie and Fitch parla poco di IA, ma il suo modello Read and React, la sostituzione dell'ERP e la disciplina sulle scorte mostrano come lavora un pianificatore guidato dai dati. Uno sguardo sobrio a ciò che è documentato.

Prevedere le promozioni: baseline, uplift e cannibalizzazione
Una previsione promozionale separa ciò che si sarebbe venduto comunque da ciò che la promozione aggiunge e da ciò che sottrae ad altri articoli. Ogni passaggio richiede dati propri e una propria cautela.

Previsioni per stile, colore, taglia e negozio: le gerarchie spiegate
La domanda di moda si può prevedere a molti livelli, e le previsioni devono quadrare tra loro. I metodi gerarchici e la riconciliazione sono la risposta standard a questo problema.

Scorta di sicurezza nella moda: perché le formule classiche falliscono e che cosa le sostituisce
La formula da manuale della scorta di sicurezza presuppone una domanda normale, indipendente e stabile. La moda raramente offre una di queste tre condizioni, quindi i pianificatori hanno bisogno di strumenti diversi.

Forecast value added: dimostrare che un modello batte il pianificatore
Il forecast value added confronta ogni passaggio di un processo di previsione con un semplice benchmark, così un team può vedere se modelli e correzioni manuali migliorano l'accuratezza o aggiungono solo lavoro.

Settimane di copertura e GMROI: due indicatori di magazzino spiegati
Il primo dice quanto durerà lo stock, il secondo se lo stock rende abbastanza. Formule, usi e limiti.

Come costruire una curva taglie e colori dai dati di sell-out in un foglio di calcolo
Un metodo passo per passo che corregge le rotture di stock, con le insidie che rendono sbagliate le curve ingenue.

Checklist dei dati di merchandising: dieci campi necessari agli strumenti di pianificazione basati sull'IA
Dieci campi di dati che decidono se uno strumento di pianificazione o previsione può funzionare, e le insidie di ciascuno.

Come si misura l'accuratezza delle previsioni nella moda? MAPE, WAPE, bias e MASE
L'accuratezza delle previsioni decide se uno strumento di pianificazione basato sull'IA vale il suo costo, eppure la metrica più diffusa è poco adatta alla moda. Una guida pratica a MAPE, WAPE, bias e MASE, e a che cosa significa un buon risultato.

Come scegliere uno strumento di previsione della domanda: una checklist per i brand di moda
I software di previsione della domanda promettono meno stock e meno rotture di stock, ma i risultati dipendono dall'adattamento ai cicli di prodotto della moda e dai vostri dati. Una checklist neutrale per valutare gli strumenti prima di firmare.

Che cos'è lo store clustering e come lo migliora l'IA?
Lo store clustering raggruppa i punti vendita con clienti e domanda simili, così che ogni gruppo riceva l'assortimento e la profondità giusti. Come il machine learning costruisce i cluster, quali dati utilizza e dove il metodo mostra i suoi limiti.

Quali KPI dell'IA dovrebbero monitorare le aziende della moda in ogni funzione?
Una checklist, funzione per funzione, delle metriche dell'IA per le aziende della moda: che cosa misurare, come fissare le baseline e come distinguere l'utilizzo dall'impatto reale sul business.

Machine learning per merchandiser: le basi su modelli, feature e dati di addestramento
Che cosa sono davvero un modello, una feature, un'etichetta e i dati di addestramento, spiegati con esempi di merchandising della moda, e le domande che un merchandiser dovrebbe porsi prima di fidarsi di una previsione.

IA nell'abbigliamento per bambini e nei basic: previsioni per gamme a riassortimento
Basic e abbigliamento per bambini vendono in modo costante, in molte taglie e con margini sottili. Questo li rende ideali per previsioni e riassortimento basati sull'IA, e delicati quando il cliente è un bambino.

Come possono i brand usare gli sconti per prenotazione anticipata senza erodere il margine?
Gli incentivi alla prenotazione anticipata acquistano informazioni sulla domanda e certezza produttiva. Una guida per definirne il prezzo, scegliere la forma giusta e verificare se ripagano.

Ottenere i dati di sell-out via EDI: SLSRPT, INVRPT e come utilizzarli
I report di vendita e di inventario dei partner retail mostrano ai brand che cosa si vende davvero, negozio per negozio e taglia per taglia. Come funzionano i due messaggi EDI e come i team di merchandising possono usarli per i riordini.

Come trasformare i report di tendenza basati sull'IA in decisioni di assortimento e acquisto?
Le piattaforme di tendenza basate sull'IA descrivono ciò che sta crescendo; un piano di collezione richiede quantità, prezzi e limiti di rischio. Un flusso di lavoro pratico per passare dal segnale all'acquisto.

Il vocabolario dell'IA che ogni buyer di moda dovrebbe conoscere
Fornitori, brand e team interni parlano sempre più spesso di modelli, agenti ed embedding. Un glossario pratico per i buyer di moda, con il significato di ciascun termine per le decisioni di acquisto.
Fondamenti
Il contesto di business da cui dipende ogni progetto di IA in quest’area.
Open-to-buy spiegato: come i retailer di moda pianificano il budget di acquisto
L'open-to-buy indica a un buyer quanto stock può ancora essere acquistato senza sforare il piano. Ecco come si calcola, come si usa e come viene spesso usato male.

Il calendario degli acquisti nel retail: un anno nella vita di un buyer di moda
I buyer di moda lavorano su più stagioni contemporaneamente. Come è strutturato l'anno degli acquisti, che cosa accade in ogni fase e come sta cambiando il calendario.

Le metriche del retail spiegate: sell-through, GMROI e settimane di copertura
Tre metriche rispondono alla maggior parte delle domande sulla performance dello stock nella moda. Come calcolare sell-through, GMROI e settimane di copertura e come leggerle insieme.

Come funzionano i margini nella moda, dalla fabbrica al negozio
Dal costo di fabbrica al prezzo sul cartellino: come si combinano costo franco destino, ricarico wholesale e ricarico retail, e perché sono i ribassi a decidere quale margine viene davvero realizzato.

Architettura dei prezzi: prezzo all'ingrosso, prezzo consigliato e listini in valuta
Come i brand di moda strutturano fasce di prezzo, prezzi all'ingrosso, prezzi di vendita consigliati e listini in valuta in un unico sistema coerente, di cui i retailer si fidano e che la finanza può difendere.