Wil je deze video bekijken? Meld je dan kosteloos aan. Deze collectie gaat live op 21 mei 2024. Don't worry. We sturen je een reminder, zodat je niets hoeft te missen.
De fashion-industrie heeft al jaren te maken met te hoge retourpercentages. Een probleem dat zowel consument als aanbieder beïnvloed.
De retailer Omoda is on- en offline actief op het gebied van fashionverkoop. Om de retouren te verminderen heeft het bedrijf een award-winning strategie bedacht: het Return Based Bidding Project. En met succes.
Hoe zet je als fashionbedrijf data strategisch in? Hoe verminder je de retourenstroom met behulp van data? Welke platformen gebruik je daarvoor? Is het mogelijk voorspellingen te doen op basis van die data? Is AI, ML daarbij een must of voldoet bestaande data science? En wat zijn de volgende stappen die kunnen worden gezet voor het zo goed mogelijk inspelen op de klantbehoefte en matchmaking bij een aankoop? Dit en meer komt aan bod in deze video.
Yoran is als Data Scientist bij Omoda verantwoordelijk voor machine learning, AI en geavanceerde analytics. Zijn bijdrage aan het ‘Return Based Bidding’ project, dat retouren vermindert door retourgedrag te voorspellen, toont zijn vermogen om datainzichten effectief toe te passen. Dit leidt tot minder retouren en draagt bij aan duurzamere bedrijfsvoering, wat de impact in het veld benadrukt.
Ronald is adviseur, moderator en producent op het gebied van (digitale) media, marcom & innovatie voor uiteenlopende opdrachtgevers. Van startups, scale-ups tot de grotere bedrijven en instellingen. Tevens is hij als jurylid verbonden aan een aantal gerenommeerde vakprijzen. Eerder was hij onder meer hoofdredacteur bij Emerce en tv-producent bij Endemol, SBS en Fremantle. Ronald produceert en presenteert het wekelijkse radio-podcast-vodcastprogramma ‘Tech & Innovatie’ op EASY FM en diverse populaire audio- en videoplatformen.
