Uno dei problemi più grandi della moda è anche il più basilare: la vestibilità. La mancanza di una taglia standardizzata nel settore porta a capi che calzano male e a tassi di reso elevati, danneggiando la fiducia dei consumatori, le finanze dei brand e l'ambiente. Un recente sondaggio di Vogue Business evidenzia la portata del problema, in un momento in cui i brand stanno già affrontando un più ampio rallentamento delle vendite nel lusso. Il sondaggio ha rilevato che una vestibilità scadente (43%) e taglie inconsistenti (36%) sono motivi principali per cui i consumatori evitano di acquistare da determinati brand o rivenditori, e una cattiva vestibilità è la causa principale dei resi, rappresentando il 38%.

Poche persone si sono concentrate sul problema della vestibilità nella moda quanto Phoebe Gormley, che a 20 anni ha fondato la prima sartoria per donne nella Savile Row di Londra. "Per dieci anni, ho sentito le donne lamentarsi delle taglie", racconta a Vogue Business. "Indipendentemente dalla loro età, budget o da dove facciano shopping, tutte chiedono la stessa cosa: perché le taglie sono così sbagliate? Sembra che l'industria della moda abbia completamente perso il contatto con le taglie degli indumenti".

Gormley crede che l'IA potrebbe essere la soluzione. Ha creato Fit Collective, un sistema operativo per la vestibilità che utilizza l'IA per fornire ai brand dati derivati dai resi dei clienti, aiutandoli a migliorare la realizzazione dei capi basandosi su informazioni relative a taglie e tessuti. La startup ha recentemente ottenuto 3 milioni di sterline di finanziamento pre-seed da AlbionVC, Superseded, True e January Ventures, più un contributo di 324.000 sterline dal governo britannico. Gormley afferma che i fondi saranno principalmente utilizzati per assumere ingegneri per far progredire l'apprendimento automatico alla base di Fit Collective. Dal lancio alla fine del 2023, l'azienda ha acquisito 10 clienti, tra cui Rixo, Boden, Ro & Zo, L’Estrange e The Sports Edit (parte di Marks & Spencer), fornendo ampii dati per analizzare dove falliscono le taglie nella moda.

Perché la moda sbaglia la vestibilità

Gormley nota che i problemi di taglia colpiscono più le donne che gli uomini. Mentre i tassi di reso per gli uomini sono circa del 15%, quelli per le donne possono raggiungere il 40-50%, a seconda del prezzo, secondo i dati di Fit Collective. Per l'abbigliamento femminile di lusso, i resi sono ancora più alti, circa il 60%. Questo divario è largamente dovuto al fatto che i design dell'abbigliamento femminile si discostano maggiormente dai modelli di taglia originali rispetto a quelli maschili, a causa di design più intricati e di una varietà più ampia di tessuti, da molto leggeri a altamente elastici, che distorcono la vestibilità. Poiché i brand basano le nuove taglie su capi precedenti, la deviazione dai modelli originali cresce nel tempo.

"Nel lusso, il problema dei resi è peggiore perché i clienti acquistano meno e riflettono più attentamente su ogni acquisto", spiega Gormley. "Ciò significa che i brand di lusso hanno molti meno dati sui resi rispetto ai brand di massa".

Gormley ammette che la raccolta fondi per il round pre-seed è stata difficile, poiché la tecnologia per la vestibilità è spesso malvista dagli investitori a causa dei molti strumenti esistenti che non hanno ridotto significativamente i tassi di reso. Le soluzioni attuali di solito coinvolgono scansioni corporee con IA che richiedono ai clienti di caricare foto o pulsanti "trova la mia taglia" che chiedono altezza, peso e taglia abituale. Entrambi i metodi aggiungono attrito e richiedono molti input, portando a una bassa adozione: solo il 3% dei consumatori utilizza questi strumenti tra i clienti di Fit Collective.

Oltre alla necessità di input del cliente, la sfida principale per i brand è l'inconsistenza delle taglie tra diversi capi. Ad esempio, Gormley ha analizzato le misure pubblicate di un brand dell'alta moda e ha trovato una differenza di 66 cm nelle misure effettive di camicie da donna tutte etichettate come taglia 12 tra i 179 stili diversi che vende.

La fondatrice Gormley ha notato che mentre molte aziende si concentravano su strumenti web per aiutare i clienti a trovare la loro taglia, poche affrontavano il problema alla radice: l'inconsistenza delle taglie dei capi fin dall'inizio. La sua startup mira a utilizzare l'IA per aiutare i brand a standardizzare le loro taglie.

I brand, in particolare i grandi rivenditori, raccolgono enormi quantità di dati dagli acquisti e dai resi dei clienti. Mentre i dati di vendita spesso influenzano la produzione futura, le ragioni dei resi sono spesso trascurate. Il software di Fit Collective è progettato per analizzare questi dati trascurati, esaminando resi, comportamento dei tessuti e inconsistenze nelle taglie. Funge da "co-pilota" per i brand, aiutandoli a prendere decisioni più intelligenti sulle taglie per migliorare i prodotti e ridurre i tassi di reso.

L'ottanta percento del prodotto di Fit Collective è un software backend che permette ai brand di analizzare le prestazioni dei loro capi. La dashboard valuta ogni prodotto (SKU) con un rating rosso, ambra o verde in base al suo successo commerciale rispetto alla sua vestibilità. Questa valutazione considera il tasso di vendita, il tasso di reso, la perdita finanziaria dai resi e la loro proporzione. Il software raccoglie informazioni su vestibilità e qualità del tessuto dalle informazioni sui resi dei clienti e suggerisce dove applicare questi dati, utilizzando fonti aggiuntive come i registri dei produttori. Prevede anche come i cambiamenti raccomandati potrebbero influenzare i tassi di reso e le entrate.

Per i brand che utilizzano Shopify, la piattaforma si integra facilmente come app con un clic, collegandosi tramite chiavi API ai loro altri strumenti di dati. Collegare i dati delle transazioni e dei resi è cruciale, e dati aggiuntivi come le recensioni dei clienti possono essere aggiunti per approfondimenti più dettagliati. I brand non su Shopify possono connettersi tramite un API al loro data warehouse.

Come azienda SaaS, Fit Collective utilizza un modello di abbonamento. I costi sono basati sulle entrate e sui tassi di reso di un brand; ad esempio, un brand di abbigliamento femminile con 10 milioni di dollari di entrate potrebbe pagare circa 1.000 sterline al mese. Il ritorno sull'investimento si materializza tipicamente entro sei-12 mesi.

La startup fornisce anche approfondimenti rivolti ai consumatori sulle pagine prodotto, dettagliando come un capo veste. A differenza degli strumenti separati "trova la mia taglia" che richiedono passaggi aggiuntivi, queste informazioni sono integrate direttamente nella descrizione del prodotto, raggiungendo tutti gli acquirenti. Gormley riferisce che questi aggiornamenti hanno aiutato i brand clienti a recuperare i costi del contratto annuale in soli tre mesi.

Riconosce che influenzare la produzione è un processo più lento, che richiede sei-12 mesi prima che i nuovi articoli arrivino sugli scaffali. Tuttavia, durante quel periodo, le raccomandazioni di taglia per i consumatori sulle pagine prodotto sono già attive e iniziano a ridurre i resi. "Scendono", dice.

Man mano che il ChatGPT di OpenAI e Google si espandono ulteriormente nello shopping online, Gormley spiega che la partnership della piattaforma con Shopify—che integra il checkout all'interno del chatbot—permetterà a questi sistemi di IA di utilizzare le raccomandazioni di taglia della startup. Ciò significa che gli acquirenti possono ricevere consigli di vestibilità più accurati anche quando non sono sul sito web di un brand.

Oltre a questo, Fit Collective non intende avventurarsi nella tecnologia del virtual try-on. Invece, Gormley crede che grandi aziende tech come Apple potrebbero migliorare le loro app di misurazione basate sulla fotocamera per aiutare gli utenti a determinare le loro misure corporee. Questo sarebbe probabilmente inquadrato in un contesto di dati sulla salute, permettendo ai consumatori di aggiornare le loro misure alcune volte all'anno.

"Sono entusiasta di un futuro in cui i consumatori hanno le loro misure memorizzate sui telefoni e possono usare ChatGPT o Google shopping per cercare articoli come jeans bianchi", dice Gormley. "Poi, con la nostra tecnologia integrata nei siti web dei brand, l'IA sarà in grado di setacciare migliaia di risultati e raccomandare i 100 paia che hanno più probabilità di calzarti".

Sottolinea che anche brand ben noti possono avere inconsistenze nelle taglie, come con i jeans.

Per ora, Gormley vede un'opportunità finanziaria e sostenibile significativa per l'industria della moda nell'assistere i brand a produrre i prodotti giusti. "Se aiutiamo i rivenditori a creare articoli migliori, i tassi di reso caleranno, permettendo loro di investire di più nel migliorare i loro prodotti", spiega.

Gormley descrive una "spirale negativa" in cui i brand sono intrappolati: producono articoli rapidamente e a basso costo, portando a alti tassi di reso e perdite finanziarie. Questo ciclo lascia loro meno capitale ogni anno, costringendoli a tagliare ulteriormente i costi sulla produzione.

"Voglio che il nostro software rompa quel ciclo e lo trasformi in una tendenza al rialzo, dando ai brand la fiducia per investire in prodotti di migliore qualità in anticipo", afferma Gormley. "Lo faranno perché hanno dati affidabili che mostrano che i capi calzeranno meglio i clienti e, di conseguenza, non verranno restituiti con un tasso del 60%".

Altro di questo autore:
- Come costruire un sito e-commerce che funzioni per i brand emergenti
- Gli influencer si stanno trasformando in rivenditori. E ora?
- Come possono i brand di moda realizzare campagne IA corrette?

Domande Frequenti
Certo Ecco un elenco di FAQ utili e concise sul ruolo dell'IA nel garantire una corretta vestibilità degli indumenti



Domande di Definizione per Principianti



1 In che modo l'IA può aiutare con la vestibilità degli indumenti, innanzitutto?

L'IA analizza grandi quantità di dati—come misure corporee, proprietà dei tessuti e feedback dei clienti—per prevedere come un capo calzerà su diversi tipi di corpo e suggerire miglioramenti al design e alle taglie.



2 Cosa significa effettivamente "IA per la vestibilità degli indumenti"?

Significa utilizzare algoritmi informatici intelligenti per affrontare l'annoso problema dell'inconsistenza delle taglie. Invece di affidarsi a tabelle taglie generiche, l'IA può creare raccomandazioni di taglia personalizzate e aiutare i brand a progettare capi che calzano meglio fin dall'inizio.



3 È solo una tabella delle taglie più elaborata?

No, è molto più dinamico. Mentre una tabella delle taglie è una guida statica, l'IA può imparare da come persone reali con diverse forme corporee trovano effettivamente la vestibilità negli indumenti, affinando costantemente le sue previsioni per una maggiore accuratezza.



Vantaggi e Come Aiuta gli Acquirenti



4 Qual è il vantaggio principale per me come acquirente?

Il vantaggio più grande è ridurre i resi. Avrai più fiducia che ciò che ordini online ti calzerà effettivamente, risparmiandoti il fastidio di spedire indietro gli articoli.



5 L'IA mi dirà che taglia comprare?

Sì. Molti negozi online ora hanno strumenti di raccomandazione della taglia. Inserisci la tua altezza, peso e a volte altri dettagli, e l'IA suggerisce la taglia migliore per te in quel specifico brand o articolo.



6 L'IA può aiutarmi a trovare vestiti per la mia specifica forma del corpo?

Assolutamente. L'IA avanzata può identificare se hai una forma a pera, a mela o atletica e raccomandare brand e stili noti per valorizzare quella silhouette, andando oltre le semplici misure di base.



Problemi Comuni e Limitazioni



7 Qual è la sfida più grande per l'IA nell'ottenere la vestibilità giusta?

La sfida più grande è la mancanza di taglie standardizzate nel settore. Una Medium può significare cose diverse in brand diversi, il che confonde sia gli acquirenti che l'IA.



8 Devo condividere le mie misure corporee perché funzioni?

Per i risultati più accurati, sì. Mentre alcuni strumenti possono stimare da altezza e peso, fornire misure specifiche dà all'IA i dati precisi di cui ha bisogno per fare una raccomandazione perfetta.



9 L'IA può tenere conto della preferenza di vestibilità personale?

Questo è un settore in via di sviluppo. Alcuni sistemi stanno iniziando a imparare se tu