Tapestry raccoglie i feedback di migliaia di addetti ai negozi utilizzando AWS
Scopri come il rivenditore di moda di lusso Tapestry ha gettato le basi per lo sviluppo di soluzioni di IA generativa utilizzando Amazon Bedrock.
Vantaggi
30.000
feedback raccolti in 1 anno8
settimane impiegate di Tapestry e AWS Professional Services per sviluppare Ask RexySviluppo 10 volte
più rapido di soluzioni di IA generativaPanoramica
Per i rivenditori di articoli di lusso, comprendere le preferenze dei clienti e responsabilizzare il personale in prima linea può fare la differenza tra un marchio di successo e uno che resta indietro. Tapestry, la società madre di marchi iconici come Coach, ha dovuto affrontare una sfida fondamentale: come raccogliere, sintetizzare e agire in modo efficiente in base al feedback di migliaia di addetti ai negozi.
Tapestry si è rivolta ad Amazon Web Services (AWS) per sviluppare un motore di IA generativa. Il rivenditore ha quindi utilizzato questa soluzione innovativa per creare due applicazioni: Tell Rexy e Ask Rexy. Queste soluzioni non solo hanno trasformato il modo in cui Tapestry raccoglie il feedback dei dipendenti, ma hanno anche aperto la strada a un processo decisionale più informato in tutta l'azienda.

Informazioni su Tapestry
Tapestry è un rivenditore di moda di lusso con sede a New York che opera su scala globale. È la società madre dei marchi iconici Coach, Kate Spade New York e Stuart Weitzman.
Opportunità | Usare AWS per migliorare le informazioni sulla vendita al dettaglio di Tapestry
Tapestry è una casa di moda internazionale che annovera marchi come Stuart Weitzman, Kate Spade New York e Coach. L'azienda impiega oltre 18.000 persone, molte delle quali sono addetti alla vendita al dettaglio in prima linea che lavorano direttamente con i clienti. Questi addetti possiedono informazioni preziose sulle preferenze dei clienti, sulle prestazioni dei prodotti e sulle attività dei punti vendita.
Tuttavia, Tapestry non disponeva di un modo efficiente per acquisire e sfruttare questa ricchezza di informazioni. I team aziendali visitavano regolarmente i negozi, ma queste visite fornivano solo informazioni aneddotiche che non potevano essere estese o analizzate in relazione all'intera rete di vendita al dettaglio. Per colmare il divario tra il reparto vendita e i decisori aziendali, Tapestry aveva bisogno di una soluzione scalabile ed estensibile in grado di trasformare informazioni frammentate in business intelligence fruibile.
In quanto organizzazione basata sui dati e consapevole del potenziale dell'IA generativa per risolvere questa sfida, Tapestry si è rivolta ad AWS per ottenere la tecnologia necessaria a sviluppare una nuova soluzione. “Molti dei nostri sistemi di dati principali sono basati su AWS”, afferma Muhammad Chaudhry, Global Head of Data Engineering presso Tapestry. “AWS offriva i servizi adatti alle nostre esigenze; la sinergia esisteva già e le basi erano già state gettate. Ogni volta che abbiamo utilizzato AWS per nuovi progetti, si è sempre rivelato un successo.”
Soluzione | Raccolta di 30.000 feedback degli addetti alle vendite in 1 anno
Il team di ingegneri di Tapestry ha utilizzato circa 20 servizi AWS per sviluppare un motore di IA generativa che può essere utilizzato per creare varie applicazioni sia per i suoi negozi al dettaglio che per gli uffici aziendali. Amazon Bedrock, il servizio completamente gestito che offre una scelta di modelli di fondazione ad alte prestazioni provenienti da aziende leader nel settore dell'intelligenza artificiale, funge da base e ospita il modello linguistico di grandi dimensioni che alimenta le funzionalità di IA generativa del motore. A ottobre 2024, il team ha creato due applicazioni: Tell Rexy e Ask Rexy. Tell Rexy è un'app per la raccolta di feedback utilizzata dagli addetti alle vendite per condividere le loro osservazioni ed esperienze durante la giornata lavorativa. Ask Rexy è un chatbot che consente agli analisti aziendali di Tapestry di interrogare e ottenere informazioni dai dati di feedback raccolti.
L'app Tell Rexy viene distribuita su dispositivi del punto vendita come tablet e sistemi POS, in modo che gli addetti alle vendite possano fornire feedback durante i loro turni. Gli addetti alle vendite possono condividere a voce le proprie osservazioni, che vengono poi trasformate in testo scritto utilizzando Amazon Transcribe, il servizio di riconoscimento vocale automatico completamente gestito. L'app incorpora anche Amazon Translate, il servizio di traduzione automatica neurale, per aiutare gli addetti alle vendite a fornire feedback nella loro lingua preferita. Questo feedback viene tradotto automaticamente in inglese per l'elaborazione centralizzata. Eliminando le barriere linguistiche, Tapestry può acquisire e utilizzare informazioni preziose da tutti i suoi addetti alle vendite distribuiti a livello globale.
“Abbiamo attivato Tell Rexy nella maggior parte dei nostri negozi Coach in Nord America”, afferma Deepak Chandak, Senior Director Omni-Innovations and Product Management di Tapestry. “È stato utilizzato da diverse migliaia di collaboratori e abbiamo raccolto quasi 30.000 feedback in un anno. Inoltre, con la funzionalità chatbot abbiamo dato ai nostri stakeholder interni la possibilità di
raccogliere informazioni pertinenti.”
Grazie all'implementazione di Tell Rexy, Tapestry ha migliorato la sua capacità di soddisfare le esigenze specifiche dei negozi e di gestire il proprio inventario. Gli addetti alle vendite possono utilizzare l'app per inviare informazioni sui prodotti richiesti dai clienti, il che aiuta l'azienda a decidere quali articoli stoccare nelle diverse sedi. Questo ciclo di feedback quasi in tempo reale ha contribuito ad allineare l'inventario e le preferenze dei clienti locali, in modo da ridurre le mancate vendite dovute a problemi di scorte.
“Se i nostri dipendenti non hanno a disposizione i prodotti giusti, finiscono per perdere opportunità di vendita”, afferma Chandak. “Ora, grazie a Tell Rexy, ci dicono di quali articoli hanno bisogno e possiamo apportare modifiche sistematiche ai nostri processi di merchandising.”
Questa migliore comunicazione non solo aiuta a risolvere i problemi immediati, ma favorisce anche un senso di valore e inclusione tra il personale in prima linea. Di conseguenza, Tapestry ha creato un ambiente di lavoro più coinvolgente, che a sua volta può migliorare il livello di servizio ricevuto dai clienti.
“Il bello di questo progetto è che lo abbiamo modellato e trasformato in un servizio, quindi ora questa funzionalità fondamentale può essere facilmente utilizzata per creare basi di conoscenza personalizzate da qualsiasi funzione aziendale lungo la catena del valore”, afferma Fabio Luzzi, Global Head of Data and Analytics Technology presso Tapestry. “Questo approccio ci consente di estendere rapidamente le informazioni basate sull'IA all'intera organizzazione, fornendo ai team informazioni personalizzate e fruibili.”
Risultato | Accelerare lo sviluppo di soluzioni di IA generativa con AWS
Tell Rexy e Ask Rexy hanno aiutato Tapestry a colmare il divario tra la conoscenza acquisita in negozio e il processo decisionale aziendale, contribuendo in ultima analisi a garantire una forza lavoro più produttiva e una migliore esperienza del cliente. “Grazie ad AWS, stiamo generando il tipo di informazioni che aiutano i nostri team ad avere ancora più successo”, afferma Chandak.
Con il motore di IA generativa, il rivenditore è pronto a consolidare questo successo. I negozi Kate Spade New York dell'azienda sono i prossimi ad adottare le applicazioni. Tapestry prevede di estendere l'utilizzo del motore di IA generativa in tutta l'azienda, mentre altre unità aziendali stanno già sviluppando applicazioni interne per i propri casi d'uso. Questo motore estensibile ha accelerato di 10 volte la capacità di Tapestry di sviluppare nuove applicazioni basate sull'IA e l'azienda prevede innovazioni ed efficienze ancora maggiori in futuro.

Grazie ad AWS, stiamo generando il tipo di informazioni che aiutano i nostri team ad avere ancora più successo
Deepak Chandak
Senior Director, Omni-Innovations and Product Management, TapestryServizi AWS utilizzati
Inizia
Hai trovato quello che cercavi?
Facci sapere la tua opinione in modo da migliorare la qualità dei contenuti delle nostre pagine