01- O problema original
- Curar inventário para uma base grande e diversa exige prever quais itens terão desempenho e para quais segmentos.
- Como era antes
- Compradores dependiam principalmente de expertise e dados históricos sem um recomendador integrado para novos itens ainda não vendidos.
02- O objetivo
- Prever performance de novos itens e apoiar investimento em estoque, design e avaliação de fornecedores.
- A solução de IA
- Style Explorer, sistema de recomendação de merchandise que prevê performance por segmento de cliente.