An der Penn State University arbeitet eine Informatikprofessorin an einem System um Modetrends „vorherzusagen“. Es gibt noch keine genaue Veröffentlichung aber die Methode scheint relativ simpel: über die Analyse Sozialer Netzwerke. Google macht ähnliches bereits über die Analyse von Suchbegriffen.
For example, if Saks Fifth Avenue [Ein Online Shop; pilpul] tweets one of its purses with lace and then later tweets one of its jackets with lace, the research team keeps track of whether or not other department stores follow the lace trend. They also keep an eye on the people who are retweeting. By analyzing the retweeters, the team is able to determine what kinds of customers are drawn to certain styles.
Im Beispiel geht es aber nicht darum Modetrends zu entdecken, die sich „Bottom-Up“ entwickeln, sondern anhand zentrale Knoten im Socal Network, die als Trendsetter bekannt sind, zu gucken wie schnell sich ein Trend verbreitet. Auch wenn es wohl Kritiker_innen aus der Modeindustrie gibt, die Sorge haben, dass die Kreativität verloren geht, aber besteht die Gefahr nicht wirklich. Die Kollektionen stehen meistens Monate im Voraus fest. Was dann am Ende bei Twitter messbar wird, ist (wie auch im Beispiel) eher die Frage der Kombination von Dingen von der Stange. Und die Professorin sieht auch eher das ökonmische als das kreative Potential des digitalen Trendscoutings.
“We can use social media data to identify consumer engagement patterns and predict regional demand“ Prof. Heng Xu
Angeblich geht bald eine Plattform dazu an den Start, dann schau ich mir das nochmal an.
Wie’s Google macht
[Update 29.04.2015]
Heise. de verwies gerade auf einen Artikel aus einem Google Blog „Fashion Trends for Spring 2015 as told by Google Data“ der vermutlich sagen soll: „Wir könen das schon länger und außerdem besser“.
Mitarbeiter_innen von Google haben anhand des Verlaufs der Häufigkeit von Suchbegriffen analysiert was diesen Frühling angesagt ist. Dabei unterscheiden sie die drei im Bild gezeigten Trends. Dinge, nach denen seit Jahren mit steigender Häufigkeit gesucht wird. Solche die saisonal häufiger nachgefragt werden und inter-saisonal steigen. Und solche die plötzlich hip werden (rising stars).
Teil der Untersuchung war auch das beobachten von Co-auftreten, ähnlich dem Verfahren das Xu oben beschreibt. Allerdings nicht für Kombinationen von mehreren Kleidungsstücken oder einem Kleidungsstück und einem Accessoire, sondern von Suchbegriffen, wie „emoji shirt“ (aka T-Shirts mit Smilies).
Schreibe einen Kommentar