Métadonnées, curation et hyper-personnalisation : avenir du tailoring ?

Dans nos inconscients collectifs, le métier de tailleur incarne à la fois tout ce qu’il y a de plus prestigieux et traditionnel. Un sentiment d’autant plus fort dans un monde où la technologie et l’innovation sont omniprésents. Cependant, tout aussi conservateur que soit ce milieu et considérant la difficulté qu’implique cet acte de création artisanal, de nombreuses sociétés à succès tels que Stitch Fix ont prouvé qu’il n’était en rien épargné par la disruption. Un constat qui se confirme de nouveau avec le service innovant proposé par la marque Eison Triple Thread, maison spécialisée dans la création de costumes sur demande, notamment grâce à une intelligence artificielle.

Si ce type d’offres tendent à gagner en popularité dans l’industrie de la mode (on comptera parmi ces startups les français d’Atelier NA), Eison Triple Thread se différencie par un recours à l’IA avec un twist : plus que de se contenter du relevé de mensurations de leurs utilisateurs (comprenant donc les points de mesure d’un individu, sa morphologie,…), la marque pousse l’expérience plus loin, via l’exploitation des playlists Spotify de sa clientèle par son application web de création de looks sur mesure, baptisée FITS.

Après s’être inscrits sur le site et avoir relié leurs comptes Spotify à leurs profils, les utilisateurs se voient soumettre une sorte de test de personnalité ayant pour but d’offrir une meilleur compréhension de leur lifestyle, à travers un certains nombre de questions relatives à leur vie professionnelle, leur façon de s’habiller au quotidien, ce qu’ils font de leur temps libre ou encore les termes qu’ils tendraient à utiliser pour mieux se décrire. Ces informations, d’apparence très basiques, peuvent d’emblée permettre à la solution FITS de générer un certain nombre de propositions en l’espace de 15 minutes, les données étant couplées à celles de Spotify (en tirant le meilleur parti de son interface de programmation, dit API) afin d’établir un profil selon les goûts musicaux des individus (fonction du type de musique écoutée et de leur temps d’écoute).

La solution génère ensuite une sélection de looks, sous forme de moodboard, à l’aide des métadonnées tirées de la banque d’images d’Eison Triple Thread, susceptibles de correspondre aux individus et tenant compte de la saisonnalité. Une approche singulière, se concluant par une démarche de curation, qui permet de suggérer des pistes parfois inconcevables mais néanmoins attrayantes, pour le consommateur, visant à mieux le faire sortir de sa zone de confort. Une fois le look sélectionné, ce dernier se voit alors invité à personnaliser la future pièce créée surmesure jusque dans ses moindres détails, du nombre de boutons désirés au style de ceinture du pantalon souhaité, à volonté.

Ce n’est qu’une fois tous ces paramètres combinés que sont prises les mensurations, depuis le studio de la marque ou depuis chez soi grâce à l’application, en prenant notamment en compte la posture propre à chaque individu. La marque entend aller plus loin à l’avenir, en intégrant dans les paramètres de personnalisation de FITS d’autres détails importants tels que le teint de la peau du client, uniquement pour les clients qui auront accepté de partager leurs photographies avec la société ; mais également, en tirant parti des informations qu’il est possible de générer grâce à l’expérience, donnant ainsi à Eison Triple Thread la possibilité de définir des tendances en matière de mode masculine à échelle locale, susceptibles de permettre à l’algorithme de se bonifier avec l’âge. Une alliance inédite de Spotify au Machine Learning, pour le plus grand bonheur des amoureux de costumes bien taillés, à découvrir sans plus tarder en suivant ce lien.

IN BRIEF : 

Eison Triple Thread, maison spécialisée dans la création de costumes sur demande, a conçu FITS. Une offre hyper-personnalisée qui allie le Machine Learning à l’exploitation de l’API de Spotify, pour concevoir des costumes sur-mesure, dans une démarche à mi-chemin entre création augmentée et curation algorithmique.

Cet article a été rédigé par Futur404, dans le cadre du soutien à l’innovation & aux entreprises de la mode du DEFI.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

Share This