Spring –plataforma de moda para la compra desde los móviles- cuenta desde julio con una nueva tecnología para personalizar su relación con los clientes.

28.08.2017.- Spring es una plataforma digital de venta de moda nacida en 2013 en Nueva York y destinada a compradores modernos que quieren construir un armario ropero que incluya tanto marcas de lujo como marcas mainstream.

Ahora, en 2017, y debido a los cambios en las actitudes de los ciudadanos y a la pérdida de importancia de las tiendas físicas, asegura Gannon Hall, responsable de producto de Spring, sabemos que el cliente espera que la tecnología le entienda y que sea una extensión natural de él mismo. Por esto, Spring ha creado un entorno que combina la inteligencia artificial y la atención humana para poder customizar su oferta para cada cliente, asegurando que refleje sus gustos personales y, al mismo tiempo, le proponga nuevos productos que constituyan todo un descubrimiento.

Esta nueva versión de Spring está disponible desde el 18 de Julio en la App Store de Apple. Para gestionarla, Spring ha formado un nuevo equipo directivo de alto nivel con profesionales procedentes del comercio, la tecnología, la moda y la comunicación, que ayudarán con su trabajo a Alan Tisch, fundador y director general de Spring, y a Marshall Porter, presidente de la compañía.

Spring, App Store Apple, customización comercial
Gant, en Spring

Nuevas funcionalidades para sus usuarios

Gracias a la nueva personalización de la plataforma, sus usuarios podrán:

  • Comprar productos de 1.500 marcas de todos los segmentos –moda pronta, diseñadores emergentes, marcas de lujo, etc.-, con ofertas personalizadas para cada cliente en todos los niveles de precio y en todos los estilos.
  • Descubrir nuevas marcas a partir de los looks sugeridos por el propio cliente y recibir recomendaciones basadas en su sexo, talla y estilo preferido.
  • Gestionar una personalización dinámica de sus preferencias para conformar sus elecciones con plena flexibilidad.
  • Proporcionar a Spring un feedback valioso sobre cómo mejorar las recomendaciones a través de información explícita e implícita para optimizar el aprendizaje automático del sistema y la posterior oferta de nuevas inspiraciones estilísticas.

La información proporcionada por el usuario servirá para crear una base de información personalizada que facilitará la inspiración y los descubrimientos del usuario.

+ Info: www.shopspring.com