Czy technologia może naprawić rozmiary ubrań? Prawdziwym problemem są zachęty, a nie pomiary

Rozmiarowanie w modzie jest zepsute w bardzo szczególny sposób: nie chodzi tylko o to, że metki są „złe”, ale o to, że sąniespójny z założeniaRozmiar 10 w jednej marce może odpowiadać rozmiarowi 14 w innej, a nawet w obrębie tej samej marki dopasowanie może się różnić w zależności od sezonu i fabryki. W rezultacie powstaje przewidywalna pętla zachowań konsumentów – zamawiasz wiele rozmiarów, zatrzymujesz jeden, zwracasz resztę – która zmienia zwroty w standardowy system logistyczny.

Interesujące pytanie nie brzmi, czy technologia może stworzyć lepszą wirtualną przymierzalnię. Chodzi o to, czy dane i sztuczna inteligencja mogą popchnąć branżę w kierunku bardziej uczciwej i mierzalnej definicji „dopasowania” – jednocześnie uwzględniając styl, preferencje i niewygodną prawdę o „rozmiarach próżności”.

Silnik zwrotów: dlaczego problem z rozmiarowaniem stał się kosztowny

BBC podaje konkretne liczby dotyczące konsekwencji: szacuje się, że zwroty ubrań będą kosztować sprzedawców detalicznych190 miliardów funtów rocznieglobalnie.

Zwroty to nie tylko element kosztów. To siła strukturalna, która kształtuje branżę:

• Ryzyko zapasów:rozmiar, który nie pasuje, staje się towarem zapasowym
• Złożoność logistyczna:odwrotna wysyłka, kontrola, ponowne pakowanie
• Marginesy„Bezpłatne zwroty” rzadko są bezpłatne; są wliczone w cenę
• Marnować:uszkodzone lub niesprzedawalne zwroty mogą zostać wyrzucone

W ten sposób kwestia rozmiarów przestała być „irytującą kwestią dla klienta” i stała się czymś, na co zwracają uwagę zarządy i zespoły ds. zrównoważonego rozwoju.

Dlaczego „rozmiar” jest złym pomiarem

Etykieta to pojedyncza liczba, ale dopasowanie zależy od stosu zmiennych:

• pomiary ciała (wiele wymiarów)
• kształt ciała (rozkład pomiarów)
• rozciąganie i odzyskiwanie materiału
• założenia dotyczące oceniania wzorców
• zamierzony styl (chudy vs. luźny)
• preferencje osoby noszącej („obcisłe w talii jest w porządku” vs. „nigdy”)

Dlatego Paul Alger z brytyjskiego stowarzyszenia mody i tekstyliów (cytowany przez BBC) ma zasadniczo rację: ludzie nie są manekinami, a dopasowanie jest kwestią subiektywną.

Ale „subiektywne” nie oznacza „nierozwiązywalne”. Oznacza to, że branża próbuje skompresować wielowymiarową rzeczywistość do zbyt prostej etykiety.

Brudny sekret branży: rozmiar marki to wybór marketingowy

Jednym z najważniejszych punktów w materiale BBC jestrozmiary toaletek(Alger nazywa to „emocjonalną oceną rozmiaru”).

Marki mogą (i tak właśnie robią) decydować się na zwiększenie rozmiarów na metkach, ponieważ:

• kupującym podoba się uczucie dopasowania się do mniejszej liczby
• zwiększa konwersję i zmniejsza tarcie

Kiedy marka ustali swoje wewnętrzne normy rozmiarów, często trzyma się ich z sezonu na sezon. Więc ta niespójność nie jest błędem. To element tożsamości marki.

To jest ta część, której technologia nie jest w stanie „naprawić”, jeśli nie zmienią się bodźce.

Dwa miejsca, w których technologia może interweniować: kasa kontra produkcja

BBC opisuje rozwijający się ekosystem technologii sizingu. Warto podzielić go na dwa punkty interwencji:

1) Narzędzia na etapie realizacji transakcji (pomagają wybrać rozmiar)

Jako przykłady podano 3DLook, True Fit, EasySize i systemy wirtualnych przymierzalni.

Obietnica:

• zmniejszyć niepewność w Internecie
• zmniejsz „kup trzy rozmiary, zwróć dwa”

Jak one ogólnie działają:

• poproś kupującego o wymiary i/lub zdjęcia smartfonem
• mapuj te sygnały na dane dotyczące dopasowania specyficznego dla marki
• zalecić rozmiar konkretnego elementu garderoby

Ryzyko:

• obawy dotyczące prywatności (skanowanie ciała/zdjęcia)
• kalibracja i odchylenie (czy działa równie dobrze dla różnych ciał?)
• złudzenia pewności siebie (zalecenie nie jest gwarancją)

2) Narzędzia na etapie produkcji (zapobiegają powstawaniu źle dopasowanych produktów)

W tym miejscu profil Fit Collective w BBC jest interesujący, ponieważ jest to źródło inspiracji.

Zamiast mówić „pomóż klientowi dostosować się do złego rozmiaru”, idea jest taka:

• wykorzystaj powody zwrotu, dane sprzedażowe i opinie klientów, aby dostosować wzory i materiały przed produkcją

Można by rzec, że to rozwiązanie jest bliższe prawdziwemu rozwiązaniu: po pierwsze, liczba źle dopasowanych ubrań byłaby mniejsza.

Podejście Fit Collective: przekształć zwroty w opinie o projekcie

Według BBC:

• Fit Collective analizuje zwroty, dane dotyczące sprzedaży i wiadomości e-mail od klientów
• udziela porad zespołom projektowym i produkcyjnym
• przykład: skróć odzież o kilka centymetrów, aby zmniejszyć liczbę zwrotów

Jest to w zasadzie pętla jakości wspomagana uczeniem maszynowym:

1. klienci sygnalizują problemy (zwroty, reklamacje)
2. system agreguje sygnały w różnych produktach i kohortach
3. projektanci dostosowują wzory/materiały
4. mniej zwrotów się zdarza

Jeśli pracowałeś kiedyś w branży oprogramowania, to jest to po prostu analiza produktów. Branża modowa nie zrobiła tego na dużą skalę, ponieważ dane są chaotyczne i rozproszone.

Najtrudniejsza część: dane zwrotne są zaszumione i często nieuczciwe

Istnieje powód, dla którego dane zwrotne nie są automatycznie źródłem idealnej prawdy:

• kupujący wybierają „nie pasowało”, gdy prawdziwym powodem jest „nie podobało mi się”
• niektóre powody zwrotu są ograniczone przez opcje UX
• „dopasowanie” może oznaczać długość, talię, ramiona lub po prostu klimat

Aby więc taki system działał, potrzebne jest coś więcej niż klasyfikacja — potrzebny jest model, który może wnioskować:

• które przyczyny zwrotu są skorelowane z pomiarami i problemami wzorców
• które są powiązane z problemami stylizacji/prezentacji

Da się to zrobić, ale nie jest to magiczna sztuczka z arkuszem kalkulacyjnym.

Jaki „dobry” system pomiaru rozmiarów faktycznie by wygenerował?

Większość ludzi wyobraża sobie technologię określania rozmiarów jako: „Powiedz mi, czy noszę rozmiar 10 czy 12”.

Bardziej użytecznym wynikiem jest coś takiego:

• „Ten strój jest ciasny w biodrach; jeśli weźmiesz większy rozmiar, talia będzie luźniejsza.”
• „Materiał jest mało elastyczny; jeśli cenisz sobie wygodę, rozważ X.”
• „Długość zazwyczaj jest za duża w stosunku do twojego wzrostu.”

Zauważ, że nie są to odpowiedzi jednoliczbowe. To kompromisy.

Dlatego najlepsze systemy będą prawdopodobnie przypominać mniej kalkulator, a bardziejsilnik wyjaśniający dopasowanie.

Dlaczego wirtualne przymierzanie jest uwodzicielskie (i gdzie się psuje)

Wirtualne przymierzalnie są popularne, ponieważ rozwiązują inny problem:

• pewność co do tego, jak coś będzie wyglądaćPatrzeć, nie tylko pasuje

Mają jednak dwa ograniczenia:

1. realizm wizualny jest trudny (oświetlenie, drapowanie, ruch ciała)
2. „wygląda dobrze” i „czuje się dobrze” różnią się

Realistyczna przyszłość jest hybrydą:

• przewidywanie rozmiaru dla dopasowania
• przymiarka stylu
• wyraźne wskaźniki niepewności („wysokie zaufanie” kontra „niskie zaufanie”)

Zmiana bodźców, która mogłaby to urzeczywistnić

Sophie De Salis z British Retail Consortium (cytowana przez BBC) uważa technologię zmiany rozmiarów za sposób na zmniejszenie zwrotów i wsparcie celów zrównoważonego rozwoju.

Takie ujęcie ma znaczenie, ponieważ łączy kondycję z pieniędzmi:

• zwroty kosztują pieniądze
• zwroty generują marnotrawstwo

Gdy problem staje się kwestią wymagającą omówienia na posiedzeniu zarządu, zostaje uwzględniony w budżecie.

Najlepszym znakiem, że technologia rozmiarów staje się rzeczywistością, nie jest większa liczba awatarów — to sprzedawcy detaliczni traktujący:

• analiza dopasowania
• regulacja wzoru
• standaryzacja pomiarów

jako operacje podstawowe.

Prywatność: cichy czynnik decydujący

Każde podejście opierające się na skanowaniu ciała lub wykonywaniu zdjęć musi stawić czoła kwestii prywatności.

Jeśli użytkownicy czują:

• zeskanowany
• profilowany
• lub że ich obrazy mogą wycieknąć

nie zdecydują się na to.

Dlatego „uwzględnianie prywatności już na etapie projektowania” powinno być przewagą konkurencyjną:

• minimalne przechowywanie danych
• przetwarzanie na urządzeniu, jeśli to możliwe
• wyraźne wyłączenie i usunięcie
• przejrzystość tego, co jest przechowywane

Branża marketingu rozmiarowego ma szansę wyciągnąć wnioski z błędów technologii reklamowych.

Podejście praktyczne: co najszybciej spowoduje zmniejszenie zwrotów?

Jeśli zależy Ci na natychmiastowym efekcie, kroki, które prawdopodobnie przyniosą wysoki zwrot z inwestycji, są nudne:

• publikować dokładnepomiary odzieży(nie tylko metki z rozmiarami)
• ujednolicić „notatki dotyczące dopasowania” („jest mały”, „luźny”, „wysoce elastyczny”) ze spójnymi definicjami
• ulepsz zdjęcia produktów i informacje o zasłonach

Następnie nałóż warstwę AI, aby:

• personalizuj rekomendacje
• zamknąć pętlę sprzężenia zwrotnego produkcji

Sztuczna inteligencja pomaga najbardziej, gdy podstawy są czyste.

Podsumowanie

Technologia może zdecydowanie zredukować problemy związane z doborem rozmiaru — ale tylko wtedy, gdy jest skierowana na odpowiednią warstwę.

Narzędzia do określania rozmiarów na etapie finalizacji zamówienia mogą zmniejszyć niepewność i zwroty, ale nie zmieniają chaosu, który się za tym kryje. Bardziej znacząca zmiana zachodzi w górę strumienia: poprzez wykorzystanie rzeczywistych sygnałów dopasowania (zwroty + informacje zwrotne) do dostosowania wzorców przed produkcją.

I ostateczna prawda pozostaje taka sama: jeśli marki będą traktować dobór rozmiaru jako marketing („rozmiarowanie emocjonalne”), niespójność będzie się utrzymywać. Wygrają te marki, które połączą uczciwą komunikację dotyczącą dopasowania z projektowaniem opartym na danych – i sprawią, że będzie to postrzegane jako usługa, a nie inwigilacja.

---

Źródła

• BBC News (technologia):https://www.bbc.com/news/articles/cjekg1pd9j4o?at_medium=RSS&at_campaign=rss