Op maat gemaakte kleding vraagt miljoenen. En kost miljoenen

Het kwam best als een verrassing dat het Japanse Zozo zijn activiteiten buiten het eigen land staakt. Het concept voor op maat gemaakte kleding wist immers vlot bekendheid te genereren door het stretchy bodysuit dat gebruikt wordt om het lichaam te scannen. Om zo maatvoering uit te bannen en basic kleding made to order te kunnen produceren. Wat moederbedrijf Start Today nog maar kort geleden uitrolde naar liefst 72 landen tegelijk. De miljoenenverliezen die volgden, waren blijkbaar niet ingecalculeerd.

Waarmee de Japanners een te grote broek aan hebben getrokken, want de op een bescheidener schaal opererende Denen van Son Of A Tailor, die custom fit t-shirts verkopen, lijken wel bij deze aanpak te varen.

En ook bij andere spelers zien we dat slim gebruik van data, AI en Machine Learning wel degelijk tot succes leidt onder Westerse modeconsumenten. Zoals bij het Amerikaanse Stitch Fix. Dat maakt geen custom made mode, maar verzamelt wel gedetailleerde data van zowel de kleding die zij verkoopt als van de klant. En ‘verrast’ die laatste op basis daarvan met een doos kleding. Klanten vullen daarvoor een uitvoerige lijst in en worden aangespoord om Pinterest-boards te maken, waar het algoritme mee aan de haal gaat. Om tot goede matches te komen, zet het bedrijf daarnaast een kleine vierduizend stylisten in. En getuige de winstgevendheid sinds 2014 en de groeiende omzetten werkt dat goed.

Hoop voor de Japanners

Een degelijk andere werkwijze dan Zozo dus, maar de overeenkomst is dat voor succes de ‘fit’ van producten belangrijker blijkt te zijn dan bijvoorbeeld prijs. Een kledingstuk met een hoge prijs dat perfect past, wordt eerder gekocht dan een sale-item dat slecht zit. Dat geeft hoop voor de Japanners, die zich ondanks de tegenslagen op een internationale doorstart bezinnen.

Maar ondanks de miljardenwaardering zijn er ook twijfels over Stitch Fix, want het aandeel gedraagt zich sinds de IPO in 2017 onrustig. Dat wisselende vertrouwen van investeerders en analisten is deels te danken aan de connotatie die woorden als data science, AI en machine learning tegenwoordig hebben, zei een vroege investeerder enige tijd geleden. Die worden in Silicon Valley zó vaak gebruikt dat men je niet meer gelooft als je zegt er nuttige dingen mee te doen. Waarmee de pr ook wat meer maatwerk lijkt te kunnen gebruiken.

* Dit artikel verscheen eerder in het meinummer van Emerce magazine (#171).