Jednou z největších výzev módy je zároveň ta nejzákladnější: padnutí. Nedostatek standardizovaného velikostního systému v oboru vede k nepadnoucímu oblečení a vysoké míře vrácení zboží, což poškozuje důvěru zákazníků, finance značek i životní prostředí. Nedávný průzkum Vogue Business upozorňuje na rozsah problému v době, kdy se značky již potýkají s celkovým zpomalením prodeje luxusního zboží. Průzkum zjistil, že špatné padnutí (43 %) a nekonzistentní velikosti (36 %) jsou hlavními důvody, proč se zákazníci vyhýbají nákupu u určitých značek nebo prodejců, a nepadnoucí střih je hlavní příčinou vrácení zboží, a to z 38 %.

Málokdo se problémem padnutí v módě zabýval tak intenzivně jako Phoebe Gormley, která ve věku 20 let založila první dámské krejčovství na londýnské Savile Row. "Už deset let slýchám od žen stížnosti na velikosti," říká pro Vogue Business. "Bez ohledu na jejich věk, rozpočet nebo to, kde nakupují, se všechny ptají na totéž: proč jsou velikosti tak špatné? Vypadá to, že módní průmysl úplně ztratil kontakt s velikostmi oděvů."

Gormley věří, že řešením by mohla být umělá inteligence. Vytvořila Fit Collective, operační systém pro padnutí, který využívá AI k poskytování dat značkám z vráceného zboží zákazníků a pomáhá jim zlepšovat výrobu oděvů na základě poznatků o velikostech a látkách. Tento startup nedávno získal 3 miliony liber v předzákladnovém financování od AlbionVC, Superseded, True a January Ventures, plus grant 324 000 liber od britské vlády. Gormley uvádí, že prostředky půjdou především na nábor inženýrů k rozvoji strojového učení stojícího za Fit Collective. Od svého spuštění koncem roku 2023 společnost získala 10 klientů, včetně značek Rixo, Boden, Ro & Zo, L’Estrange a The Sports Edit (součást Marks & Spencer), což poskytuje dostatek dat k analýze, kde módní velikosti selhávají.

Proč móda neumí správně padnout

Gormley poznamenává, že problémy s velikostmi postihují ženy více než muže. Zatímco míra vrácení zboží u mužů je kolem 15 %, u žen může dosáhnout 40–50 % v závislosti na cenové hladině, uvádějí data Fit Collective. U luxusních dámských oděvů jsou vrácení ještě vyšší, asi 60 %. Tato mezera je z velké části způsobena tím, že se dámské oděvy více odchylují od původních velikostních šablon než pánské, a to kvůli složitějším střihům a širší škálě látek, od velmi lehkých po vysoce pružné, což zkresluje padnutí. Jelikož značky zakládají nové velikosti na předchozích oděvech, odchylka od původních šablon časem roste.

"V luxusním segmentu je problém s vrácením horší, protože zákazníci nakupují méně a o každém nákupu více přemýšlejí," vysvětluje Gormley. "To znamená, že luxusní značky mají mnohem méně dat o vrácení než značky masového trhu."

Gormley přiznává, že získávání financí v předzákladnové fázi bylo obtížné, protože investoři technologii padnutí často nemají rádi kvůli mnoha existujícím nástrojům, které významně nesnížily míru vrácení. Současná řešení obvykle zahrnují skenování těla pomocí AI, které vyžaduje nahrání fotografií zákazníky, nebo tlačítka "najít mou velikost", která žádají o výšku, váhu a obvyklou velikost. Obě metody přidávají komplikace a vyžadují mnoho vstupů, což vede k nízké adopci – pouze 3 % spotřebitelů tyto nástroje mezi klienty Fit Collective používají.

Kromě potřeby vstupů od zákazníků je hlavní výzvou pro značky nekonzistence velikostí u různých kusů oblečení. Například Gormley analyzovala publikované míry jedné značky z hlavní prodejní třídy a zjistila rozdíl 66 cm v reálných mírách dámských košil, všechny označené jako velikost 12, napříč 179 různými styly, které skladuje.

Zakladatelka Gormley si všimla, že zatímco mnoho společností se soustředilo na nástroje na webových stránkách, které zákazníkům pomáhají najít jejich velikost, málokteří řešili základní problém: nekonzistentní velikosti oděvů od samého začátku. Její startup chce pomocí AI pomáhat značkám standardizovat jejich velikosti.

Značky, zejména velké prodejci, shromažďují obrovské množství dat z nákupů a vrácení zboží zákazníky. Zatímco prodejní data často informují o budoucí výrobě, důvody vrácení jsou často přehlíženy. Software Fit Collective je navržen tak, aby analyzoval tato opomíjená data, zkoumal vrácení, chování látek a nekonzistence ve velikostech. Funguje jako "kopilot" pro značky, pomáhá jim činit chytřejší rozhodnutí o velikostech, aby zlepšily produkty a snížily míru vrácení.

Osmdesát procent produktu Fit Collective tvoří backendový software, který značkám umožňuje analyzovat výkonnost jejich oděvů. Dashboard hodnotí každý produkt (SKU) červeným, oranžovým nebo zeleným hodnocením na základě jeho komerčního úspěchu versus toho, jak dobře padne. Toto hodnocení zohledňuje míru prodejnosti, míru vrácení, finanční ztrátu z vrácení a jejich podíl. Software shromažďuje poznatky o padnutí a kvalitě látky z informací o vrácení zboží zákazníky a navrhuje, kde tato data aplikovat, přičemž využívá další zdroje, jako jsou záznamy výrobců. Také předpovídá, jak mohou doporučené změny ovlivnit míru vrácení a příjmy.

Pro značky používající Shopify se platforma snadno integruje jako aplikace na jedno kliknutí, která se připojuje pomocí API klíčů k jejich dalším datovým nástrojům. Propojení transakčních dat a dat o vrácení je klíčové a pro hlubší poznatky lze přidat další data, jako jsou recenze zákazníků. Značky, které nejsou na Shopify, se mohou připojit přes API ke svému datovému skladu.

Jako SaaS společnost používá Fit Collective předplatný model. Náklady jsou založeny na příjmech značky a míře vrácení; například dámská oděvní značka s příjmem 10 milionů dolarů by mohla platit kolem 1 000 liber měsíčně. Návratnost investice se obvykle projeví během šesti až dvanácti měsíců.

Startup také poskytuje poznatky pro zákazníky na produktových stránkách, které podrobně popisují, jak oděv padne. Na rozdíl od samostatných nástrojů "najít mou velikost", které vyžadují další kroky, jsou tyto informace integrovány přímo do popisu produktu a dosáhnou na všechny nakupující. Gormley uvádí, že tyto aktualizace pomohly klientům vrátit roční náklady na smlouvu již za tři měsíce.

Uznává, že ovlivnění výroby je pomalejší proces, trvá šest až dvanáct měsíců, než se nové kusy dostanou na pulty. Během této doby jsou však doporučení ohledně velikostí pro zákazníky na produktových stránkách již aktivní a začínají snižovat míru vrácení. "Snižuje se," říká.

Jak se OpenAI's ChatGPT a Google dále rozšiřují do online nakupování, Gormley vysvětluje, že partnerství platformy se Shopify – které integruje pokladnu do chatbotu – umožní těmto AI systémům využívat doporučení ohledně velikostí od startupu. To znamená, že nakupující mohou získat přesnější rady ohledně padnutí, i když nejsou na webové stránce značky.

Kromě toho se Fit Collective nechystá pustit do technologie virtuálního zkoušení. Místo toho Gormley věří, že velké technologické firmy jako Apple by mohly vylepšit své aplikace pro měření pomocí kamery, aby uživatelům pomohly určit jejich tělesné míry. To by pravděpodobně bylo rámováno v kontextu zdravotních dat, což by spotřebitelům umožnilo aktualizovat své míry několikrát za rok.

"Těším se na budoucnost, kde budou mít spotřebitelé své míry uložené v telefonech a budou moci použít ChatGPT nebo Google nakupování k hledání položek, jako jsou bílé džíny," říká Gormley. "Poté, s naší technologií integrovanou do webových stránek značek, bude AI schopna prohledat tisíce výsledků a doporučit 100 párů, které vám s největší pravděpodobností padnou."

Upozorňuje, že i známé značky mohou mít nekonzistence ve velikostech, například u džínů.

Prozatím Gormley vidí pro módní průmysl významnou finanční a udržitelnou příležitost v pomoci značkám vyrábět správné produkty. "Pokud pomůžeme prodejcům vytvářet lepší kusy, míra vrácení klesne, což jim umožní více investovat do zlepšování jejich produktů," vysvětluje.

Gormley popisuje "negativní spirálu", ve které jsou značky uvězněny: vyrábějí kusy rychle a levně, což vede k vysoké míře vrácení a finančním ztrátám. Tento cyklus jim každý rok zanechává méně kapitálu, nutí je dále šetřit na výrobě.

"Chci, aby náš software tento cyklus přerušil a proměnil jej ve vzestupný trend, aby značky měly důvěru investovat předem do kvalitnějších produktů," uvádí Gormley. "Udělají to, protože budou mít spolehlivá data ukazující, že oděvy budou zákazníkům lépe padnout a v důsledku toho nebudou vráceny v 60% míře."

Další od tohoto autora:
- Jak vytvořit e-commerce web, který funguje pro vznikající značky
- Influenceři se mění na prodejce. Co teď?
- Jak mohou módní značky zvládnout AI kampaně správně?

Často kladené otázky
Samozřejmě Zde je seznam užitečných a výstižných FAQ o roli AI při zajišťování správného padnutí oblečení



Základní otázky a definice



1 Jak může AI vůbec pomoci s padnutím oblečení?

AI analyzuje obrovská množství dat – jako jsou tělesné míry, vlastnosti látek a zpětná vazba zákazníků – aby předpověděla, jak bude oděv padnout na různé typy postav, a navrhla vylepšení designu a velikostí.



2 Co vlastně znamená AI pro padnutí oblečení?

Znamená to použití chytrých počítačových algoritmů k řešení věčného problému nekonzistentních velikostí. Místo spoléhání se na obecné velikostní tabulky může AI vytvářet personalizovaná doporučení velikostí a pomáhat značkám navrhovat od začátku lépe padnoucí oblečení.



3 Je to jenom luxusní velikostní tabulka?

Ne, je to mnohem dynamičtější. Zatímco velikostní tabulka je statický návod, AI se může učit z toho, jak oblečení skutečně padne reálným lidem s různými tvary postav, a neustále zpřesňovat své předpovědi.



Výhody a jak to pomáhá nakupujícím



4 Jaká je pro mě jako nakupujícího hlavní výhoda?

Největší výhodou je snížení vrácení zboží. Budete mít větší jistotu, že to, co si online objednáte, vám skutečně bude padnout, a ušetříte si starosti s vracením zboží.



5 Řekne mi AI, jakou velikost mám koupit?

Ano. Mnoho online obchodů nyní má nástroje pro doporučení velikosti. Zadáte svou výšku, váhu a někdy i další údaje a AI navrhne nejlepší velikost pro vás u dané konkrétní značky nebo položky.



6 Může mi AI pomoci najít oblečení pro můj konkrétní tvar postavy?

Rozhodně. Pokročilá AI dokáže identifikovat, zda máte hruškovitý, jablkovitý nebo atletický tvar, a doporučit značky a styly, o kterých je známo, že lichotí této siluetě, což jde nad rámec pouhých základních měr.



Běžné problémy a omezení



7 Jaká je největší výzva pro AI při správném určení padnutí?

Největší výzvou je nedostatek standardizovaného velikostního systému v celém odvětví. Velikost Medium může znamenat u různých značek různé věci, což mate jak nakupující, tak AI.



8 Musím pro fungování tohoto nástroje sdílet své tělesné míry?

Pro nejpřesnější výsledky ano. Zatímco některé nástroje dokážou odhadnout z výšky a váhy, poskytnutí konkrétních měr dává AI přesná data, která potřebuje pro dokonalé doporučení.



9 Může AI zohlednit osobní preference v padnutí?

Toto je oblast aktivního vývoje. Některé systémy se začínají učit, zda