A base para qualquer gestão empresarial de sucesso é a tomada de decisões embasadas em dados. O gerenciamento de uma cadeia de produção não é diferente; para produzir de acordo com as demandas do mercado, evitando excesso ou falta de estoque, muitas empresas trabalham com métodos de predição de demanda, sejam qualitativos, sejam quantitativos. Todavia, na indústria da moda, isso ainda é um desafio, uma vez que os métodos de previsão de demanda tradicionais não funcionam tão bem, devido às particularidades do mercado, como: incertezas inerentes na oferta e na demanda, processo de fornecimento longo e inflexível, ciclo de vida curto dos produtos, vasta variedade de produtos, alta propensão à compra impulsiva, sazonalidade dos produtos e preferência por um conjunto específico de atributos em relação a outro.
Entretanto, há uma prática que vem ganhando cada vez mais espaço no mercado têxtil, que pode ser associada aos métodos de previsão de demanda qualitativos e que obtém resultados favoráveis na indústria da moda, sendo usada amplamente por empresas do setor: a pesquisa de tendências. Por definição, a previsão de demanda qualitativa é um método que utiliza agentes sociais para mapear o mercado, considerando fatores como opiniões do público consumidor, tendências de mercado e características dos produtos. No mercado têxtil, popularmente conhecido como o mercado da moda, essa previsão acontece observando o ambiente em que o consumidor está inserido, uma vez que o meio no qual alguém pertence molda o seu perfil de compra. Para além de suprir as necessidades humanas, como pudor e conforto, este mercado é sustentado pela sua capacidade de ditar funções e classes sociais.
Nesse contexto, a pesquisa de tendências, ora conhecida como coolhunting, ora conhecida como fashion forecasting, emerge como uma ferramenta de pesquisa e gestão capaz de analisar os objetos de desejo do público-alvo de uma marca e, por meio deles, antecipar comportamentos do consumidor. Diferente de outras metodologias tradicionais, a pesquisa de tendências nasce da observação do cotidiano; os agentes “fogem” do seu escritório e observam o ordinário em busca de combustível para o criativo. Essa “fuga” pode acontecer por meio de várias abordagens; a mais popular, hoje, é a análise do conteúdo consumido pelo público-alvo de uma empresa nas redes sociais. Essa análise revela coisas como: cores, tecidos, cortes e texturas que estão presentes no imaginário daquele grupo, permitindo, assim, que a marca se planeje e se adapte aos desejos dele. É importante frisar que essa é somente uma abordagem, que pode ou não ser combinada com outras, a fim de obter os resultados desejados. Dessa forma, informações que antes não seriam levadas em consideração em modelos matemáticos muito mais complexos, que dependem de dados estatísticos voláteis, ou em pesquisas com especialistas, que não necessariamente representam os desejos do consumidor, podem ser observadas de perto. Por meio da interpretação de todas essas informações, é possível inferir os próximos produtos da temporada; assim, a empresa consegue organizar onde depositar seus esforços. Organizando seu estoque e linha de produção, a empresa evita excessos na aquisição de produtos ou gargalos de produção. A redução desses problemas implica no aumento substancial das receitas da empresa.
Do ponto de vista da Engenharia de Produção, a pesquisa de tendências pode ser considerada uma ferramenta de previsão completa, pois, além de trabalhar com os pilares da predição qualitativa, atuando em cima de agentes sociais, ela tem como fim aumentar a eficiência de uma linha de produção. Portanto, mais do que um recurso associado ao design e à criatividade, a pesquisa de tendências pode ser compreendida como uma importante ferramenta de previsão qualitativa de demanda. Sua aplicação demonstra que a Engenharia de Produção e a moda não são áreas dissociadas, mas, sim, campos complementares, cuja integração contribui para processos mais eficientes, redução de desperdícios e maior aderência entre a produção e as expectativas do mercado consumidor.