Por Gabrielly Mendes | A Aramis, marca de vestuário masculino pertencente à house of brands Aramis Inc, está no meio de uma transformação significativa em seu modelo de negócio, impulsionada por tecnologias e uma abordagem centrada em dados.
Sob a liderança de Richard Stad, CEO da Aramis, a empresa tem utilizado ferramentas como machine learning, tecnologias preditivas e um data lake para aprimorar a assertividade das suas coleções e melhorar a experiência do cliente em todos os pontos de contato.
Em uma entrevista exclusiva para a Mercado&Consumo, Stad compartilha como a marca dobrou seu faturamento em três anos, planeja alcançar 200 lojas até 2029, e está moldando o futuro do varejo de moda com uma combinação estratégica de inovação tecnológica e foco na jornada do cliente.
Mercado&Consumo: Como a Aramis aproveita as tecnologias para transformar seus processos de produção e design de moda?
Richard Stad: Usamos muitos dados de performance dos canais para trazer informação para o time de produto e ter coleções cada vez mais assertivas. Um dos grandes desafios que a gente tem no varejo de moda é que uma coleção feita no Brasil é desenhada em 6 meses, enquanto uma coleção feita de materiais importados leva 1 ano. Por isso, às vezes, criamos uma coleção sem nem ter vendido a atual.
Usamos muitos dados para ter cada vez mais assertividade na acuracidade da coleção. Temos uma ferramenta com machine learning que, conforme a venda vai acontecendo nos canais – especialmente loja própria e outlet -, conseguimos mensurar a performance para criar o próximo plano de sortimento. É como a gente desenha o tamanho da coleção, faixa de preço e modelagem. Dessa forma, inovamos a cada coleção, ao mesmo tempo em que somos mais efetivos na construção delas.
Mercado&Consumo: Quais tecnologias recentes a Aramis implementou para melhorar a experiência do cliente, desde a descoberta do produto até a compra?
Richard Stad: Em um ano e meio, organizamos nossos dados com a construção de um data lake. Há seis meses, temos usado modelos preditivos com machine learning para ter uma acuracidade melhor do perfil do nosso cliente e produtos que combinam com ele.
Além disso, estamos trabalhando no engajamento do time de vendas com os clientes finais para criar narrativas de conversas entre eles. Todo mundo fala de transformação digital, mas também gosto de voltar a minha atenção para a transformação cultural. Nossos vendedores devem ser as primeiras pessoas a serem digitalizadas. Dessa forma, conseguem criar uma jornada mais fluida e conectada para nossos clientes. Esse é um dos nossos focos atuais: trazer a inovação para a palma da mão do vendedor e usar nosso banco de dados para trazer assertividade na comunicação.
Às vezes, um cliente compra quatro vezes por ano. Qualquer comunicação entre esse tempo deveria ser sobre marca, posicionamento e inovação. Não deve ser sobre vendas, porque ele não está em um momento de jornada de compras. Para chegar a esse momento de jornadas personalizadas, é preciso de muito investimento. Eu acredito que uma fashion tech não é sobre ser omnichannel, que considero ser uma obrigação, mas sobre a integração dos canais e de experiências fluidas.
Há dois anos, cerca de 75% do nosso time de tecnologia era focado em backoffice. Hoje, 50% cuidam do dia a dia e 50% são focados em inovação e tecnologia para eficiência e jornada do cliente.
Estamos criando ainda um programa de estágios data-driven, que já conta com mais de mil inscritos. Nosso objetivo é descentralizar nossa área de tecnologia e ter pessoas que tenham conhecimento de dados em todas as áreas.
Mercado&Consumo: Então, em um futuro próximo, todas as áreas da Aramis terão algum nível de conhecimento em dados.
Richard Stad: Sim. No final, não estamos competindo com marcas do setor de moda, mas com as melhores techs, como iFood e Mercado Livre. Há cerca de dois anos, começamos um movimento dentro da organização de aculturamento e treinamentos sobre dados, IA generativa e machine learning para democratizar o conteúdo e fazer a transformação acontecer de dentro. É o único jeito de sairmos na frente. Eu digo que ganha o jogo quem tem a melhor qualidade de informação que não está aberta a todos, e ganhamos essas informações oferecendo serviços, benefícios e experiências. Com esses dados, todas as áreas ganham e se tornam mais eficientes.
Mercado&Consumo: Na esteira dessa digitalização e do investimento em dados, qual é o papel das lojas físicas?
Richard Stad: A loja física traz experiência e conexão com a marca. Na Aramis, temos alfaiates para ajustar as peças e vendedores preparados para fazer uma curadoria de produtos para o consumir. A minha visão é que o varejo físico nunca esteve tão forte. A única questão é que o cliente navega entre os canais cada vez mais e tem uma jornada flexível.
Dobramos o faturamento da companhia em 3 anos numa virada de marca e posicionamento. Eu quero dobrar em até 4 anos de novo. A Aramis tem 125 lojas atualmente e, até 2029, pretendemos chegar a 200. Temos 1.200 multimarcas e, até lá, também imaginamos chegar em 1.500.
Existe um termo chamado Lifetime Value (LTV), que calcula quanto o cliente consome na sua loja durante o ano. Descobrimos que o cliente que compra em mais de um canal registra um LTV 2,5 vezes maior do que o que compra de apenas um canal. A maior diferença entre os dois tipos de consumidores não foi o tíquete médio, mas a frequência. Percebemos que a integração dos canais e a criação de uma jornada centrada no cliente aumentam a frequência de compra.
O segredo para dobrar de tamanho mais uma vez são dois passos: o primeiro é focar no topo de funil e trazer mais clientes por meio de uma estratégia robusta. O segundo é a retenção de clientes ativos na jornada dentro da marca. Quando você consegue trazer um topo de funil relevante e o aumento de frequência, a curva é muito escalável.
Entre 2021 e 2022, quando começamos nosso reposicionamento, alcançamos uma média de 50% de novos clientes todo mês e um aumento de 42% na recorrência de clientes ativos. Essa junção fez a gente dobrar o faturamento das lojas em dois anos.
Fonte: Mercado e Consumo
