Entenda o que são tendências de moda e como é possível identificá-las a partir da análise de dados por meio da experiência da Lojas Renner S.A.

 

Quem curte moda deve saber que a saia balonê – aquela que parece mais cheia, com volume, e arredondada – está em alta. Ela é um exemplo de tendência de moda usada por Vanessa Yuki Grafulin, especialista em análise de dados, para explicar que a tendência é uma inclinação a certos estilos, formas, cores que aparecem por determinados períodos.

Pesquisadoras especialistas são quem costumam fazer estudos de captura de tendência, olhando para os sinais que vão ganhando força à medida que essa “trend” vai aparecendo em diferentes lugares e sendo usada por diferentes grupos. 

Mas os dados podem complementar esses estudos, trazendo um olhar mais quantitativo. É sobre esse processo que Vanessa e sua colega Amanda Lopes dos Santos, analista de dados, se debruçam neste vídeo. 

A partir da experiência delas na Lojas Renner S.A., elas explicam o uso de atributos de produtos para detectar o crescimento de combinações específicas, realizado com apoio de um glossário de moda estruturado, criado em conjunto com outras áreas para garantir tanto a visão técnica quanto criativa do negócio. 

“Para que a captura de tendência com dados seja eficiente, é fundamental que exista uma linguagem em comum que vai traduzir os produtos para o universo dos atributos. O glossário é uma base estruturada que vai organizar os principais termos usados para descrever as características dos produtos”, explica Amanda. 

Elas ainda fazem uma breve introdução aos métodos aplicados para a extração dos termos do glossário usando LLMs multimodais. 

Veja:


Acesse a apresentação aqui.

 

CRÉDITOS

Autoras

Amanda Lopes dos Santos é formada em Engenharia Mecânica (FURG) e migrou para a área de dados há três anos. Trabalha como analista de dados na Lojas Renner S.A., com foco em análises de tendências e desempenho de produtos. Atualmente, cursa doutorado em Modelagem computacional.

Saiba mais no LinkedIn

Vanessa Yuki Grafulin é formada em Engenharia Química (UFRGS). Atuava na área de pesquisa e desenvolvimento em Biotecnologia antes de migrar para a área de dados há quatro anos. Atualmente, é especialista em Análise de Dados na Lojas Renner S.A., onde trabalha com dados de produtos e tendências, apoiando a tomada de decisão e a geração de valor para o negócio.

Saiba mais no LinkedIn

Revisora

Stephanie Kim Abe é jornalista, formada pela Escola de Comunicações e Artes da Universidade de São Paulo (ECA-USP). Trabalha no terceiro setor, cobrindo Educação ou apoiando a comunicação de organizações da sociedade civil. Esteve nos primórdios da Programaria, mas testou as águas da programação e achou que não eram a sua praia. Atualmente, faz parte da equipe de Comunicação da Open Knowledge Brasil.

Saiba mais no LinkedIn

Este conteúdo faz parte da PrograMaria Sprint IA Generativa.