Fast fashion e trend forecasting: impacto das tecnologias digitais no ciclo de tendências da moda contempôranea: estudo de caso da Shein

Abstract

A presente pesquisa analisa as transformações no processo de trend forecasting na indústria da moda contemporânea, investigando de que maneira as tecnologias digitais, redes sociais e a inteligência artificial alteraram os modelos tradicionais de previsão de tendências no contexto do ultra fast fashion. O estudo parte da compreensão histórica do consumo de moda e da evolução do sistema fast fashion até o surgimento de modelos produtivos acelerados orientados por dados em tempo real. Discute-se o papel das redes sociais, especialmente Instagram e TikTok, na disseminação de tendências e microtendências, bem como a utilização de inteligência artificial, algoritmos e análise comportamental na identificação das demandas do consumidor. A pesquisa caracteriza-se como qualitativa, de natureza exploratória e descritiva, utilizando pesquisa bibliográfica e estudo de caso como procedimentos metodológicos. O estudo de caso da empresa Shein permitiu compreender como o uso de tecnologias digitais e sistemas baseados em dados redefine o papel do trend forecasting, combinando mecanismos de antecipação sociocultural e respostas imediatas às demandas do mercado. Além disso, a pesquisa discute os impactos sociais e ambientais relacionados ao ultra fast fashion, como hiperconsumo, descarte têxtil e aceleração produtiva. Conclui-se que o forecasting contemporâneo passou a operar em uma lógica híbrida, simultaneamente antecipatória e reativa, orientada pela velocidade do ambiente digital e pelo monitoramento contínuo do comportamento do consumidor. Palavras-chave: Trend Forecasting; Fast Fashion; Ultra Fast Fashion; Inteligência Artificial; Shein.

This research analyzes the transformations in the trend forecasting process within the contemporary fashion industry, investigating how digital technologies, social media, and artificial intelligence have altered traditional forecasting models in the context of ultra fast fashion. The study begins with a historical understanding of fashion consumption and the evolution of the fast fashion system toward accelerated production models driven by real-time data. It discusses the role of social media platforms, especially Instagram and TikTok, in the dissemination of trends and microtrends, as well as the use of artificial intelligence, algorithms, and behavioral analysis in identifying consumer demands. The research is characterized as qualitative, exploratory, and descriptive, using bibliographic research and case study as methodological procedures. The case study of the company Shein made it possible to understand how the use of digital technologies and data-driven systems redefines the role of trend forecasting, combining sociocultural anticipation mechanisms with immediate responses to market demands. Furthermore, the research discusses the social and environmental impacts related to ultra fast fashion, such as hyperconsumption, textile waste, and accelerated production. It is concluded that contemporary forecasting now operates within a hybrid logic, simultaneously anticipatory and reactive, guided by the speed of the digital environment and the continuous monitoring of consumer behavior. Keywords: trend forecasting; fast fashion; ultra fast fashion; artificial intelligence; Shein.