Dalla metodologia di forecasting ai casi concreti
Nel settore calzaturiero, dove i tempi di sviluppo del prodotto raggiungono i due anni, anticipare le tendenze non è un vantaggio competitivo opzionale: è una necessità operativa. Lo ha ribadito Jaana Jätyri, Founder e CEO di Trendstop, nel panel “Calzature Next-Level” del 23 febbraio 2026 a MICAM Next. E lo ha dimostrato con casi concreti, presentando una metodologia capace di tracciare l’evoluzione di un trend da tre a cinque anni prima che raggiunga il mercato mainstream.
Il modello di Trendstop si basa sull’intercettazione precoce dei segnali deboli. Ogni trend nasce grazie a una prima fase, definita fase degli innovatori, dove solo il 2-3% circa di consumatori e brand ne è portatore. Sono tracce rare e difficilmente reperibili, ma è proprio in quel momento che l’analisi produce il massimo valore. “Dobbiamo identificare i pattern comportamentali emergenti oggi e capire cosa significheranno per le stagioni future”, ha spiegato Jätyri. Dalla fase innovatori il trend migra verso gli early adopter — quella dei premium brand, delle capsule collection, degli influencer di frontiera — per poi approdare all’early mainstream e infine alla diffusione commerciale: quattro stadi distinti, ciascuno con caratteristiche di prezzo, audience e posizionamento proprie.
Nell’illustrare questa metodologia durante il panel, Jätyri ha proposto due casi pratici. Il primo riguarda un colore — un ibrido beige-rosa battezzato “anti-gross” — individuato sulle passerelle anni prima della sua diffusione di massa. Nella fase innovatori rappresentava un’idea inedita, né il beige tradizionale né il rosa convenzionale; tracciato nel tempo, è poi approdato nella sfera d’influenza di alcuni brand premium che hanno agito da early adopter, fino a diventare il fulcro di un concept di prodotto completo che integrava colore, forma e materiale in una proposta coerente e aggiornabile stagione dopo stagione. Il secondo caso è quello di una sneaker con suola a nido d’ape, introdotta in versione innovativa nella primavera del 2023 e poi evoluta fino a una declinazione mainstream in cui la texture honeycomb è stata trasferita sulla tomaia — riducendone così i costi produttivi senza perdere l’identità stilistica del concept originale.
Sul ruolo dell’intelligenza artificiale nel processo di forecasting, Jätyri ha adottato una posizione schietta. L’IA è uno strumento potente per l’analisi rapida di grandi volumi di dati e per ricerche personalizzate su archivi di milioni di immagini di moda. Ma non può fare previsioni sul futuro: lavora esclusivamente su dati presenti o passati. “Serve un’analisi strategica e umana per trarre le conclusioni e le strategie corrette”, ha sottolineato la CEO. E ha aggiunto un avvertimento concreto: alcune aziende stanno già registrando gli effetti dell'”allucinazione da IA”, prendendo decisioni sbagliate perché hanno seguito i sistemi automatizzati senza verificarne i risultati. Errori che, in alcuni casi, hanno comportato perdite multimilionarie.
Per il comparto calzaturiero, la conclusione è lineare: il forecasting efficace nasce dall’integrazione tra capacità analitica dell’IA e giudizio strategico umano. Non per inseguire i trend, ma per anticiparli con consapevolezza.
Come si costruisce il futuro della calzatura? Cominciamo a parlarne a partire dalla prossima settimana.