Second-Hand Initiatives in the Fashion Industry: A Comprehensive Analysis of Brand Adoption and Statistical Impacts

The textile industry is one of the most polluting industries globally. In response to growing consumer demand for more sustainable practices, fashion companies have begun to adopt second-hand initiatives, encouraged also by the spread of online resale platforms. However, do these initiatives significantly affect business performance? This thesis discusses this question through a structured methodology. An extensive literature review revealed a research gap regarding the business impacts of second- hand initiatives. To explore this, a framework was created by analyzing 145 major fashion companies worldwide. A Chi-squared test was conducted to assess whether the adoption of second-hand initiatives was influenced by market segment (Luxury, Mid Market or Mass Market). The results confirmed that the probability of adopting such initiatives is significantly influenced by market segment. A multinomial logistic regression was then used to identify which independent variables were most closely related to the type of business model used for second-hand initiatives. Due to the presence of multicollinearity among the independent variables, Recursive Feature Elimination (RFE) was applied. This made it possible to systematically select the most relevant variables, revealing that brands tend to follow standardized business models to minimize risk, relying on established platforms with well-defined rules. To measure the impact of second-hand initiatives on sustainability and brand awareness, temporal data were collected on three key metrics: ESG scores, social media follower growth, and Google search traffic. A T-test, which compared companies that adopt second-hand initiatives with those that do not, showed no statistically significant differences between the groups. This suggests that external factors may have a greater influence on these metrics than the initiatives themselves.

L’industria tessile è uno dei settori più inquinanti a livello globale. In risposta alla crescente domanda dei consumatori per pratiche più sostenibili, le aziende di moda hanno iniziato ad adottare iniziative di second-hand, incentivate anche dalla diffusione delle piattaforme di rivendita online. Tuttavia, queste iniziative influenzano significativamente le performance aziendali? Questa tesi affronta questa questione attraverso una metodologia strutturata. Un’ampia revisione della letteratura ha evidenziato una lacuna di ricerca riguardante gli impatti aziendali delle iniziative di second-hand. Per esplorare questo aspetto, è stato creato un framework analizzando 145 principali aziende di moda a livello mondiale. È stato condotto un test Chi-quadrato per valutare se l’adozione delle iniziative di second-hand fosse influenzata dal segmento di mercato (Lusso, Mid Market o Mass Market). I risultati hanno confermato che la probabilità di adottare tali iniziative è significativamente influenzata dal segmento di mercato. È stata quindi utilizzata una regressione logistica multinomiale per identificare quali variabili indipendenti fossero più strettamente correlate al tipo di modello di business utilizzato per le iniziative di second-hand. A causa della presenza di multicollinearità tra le variabili indipendenti, è stata applicata la Recursive Feature Elimination (RFE). Questo ha permesso di selezionare sistematicamente le variabili più rilevanti, rivelando che i marchi tendono a seguire modelli di business standardizzati per minimizzare i rischi, affidandosi a piattaforme consolidate con regole ben definite. Per misurare l’impatto delle iniziative di second-hand sulla sostenibilità e sulla brand awareness, sono stati raccolti dati temporali relativi a tre metriche chiave: punteggi ESG, crescita dei follower sui social media e traffico di ricerca su Google. Un T-test, che ha confrontato le aziende che adottano iniziative di second-hand con quelle che non lo fanno, non ha evidenziato differenze statisticamente significative tra i gruppi. Ciò suggerisce che fattori esterni potrebbero avere un’influenza maggiore su queste metriche rispetto alle iniziative stesse.