Uno de los mayores retos de la moda es también el más básico: la talla. La falta de estandarización en las tallas dentro de la industria genera prendas que no ajustan bien y altas tasas de devolución, lo que perjudica la confianza del consumidor, las finanzas de las marcas y el medio ambiente. Una encuesta reciente de Vogue Business subraya la magnitud del problema, en un momento en que las marcas ya lidian con una desaceleración más amplia de las ventas de lujo. La encuesta reveló que un mal ajuste (43%) y tallas inconsistentes (36%) son razones principales por las que los consumidores evitan comprar en ciertas marcas o minoristas, y el mal ajuste es la causa principal de las devoluciones, representando un 38%.
Pocos han centrado su atención en el problema del ajuste en la moda tanto como Phoebe Gormley, quien fundó la primera sastrería para mujeres en la Savile Row de Londres a los 20 años. "Durante diez años, he escuchado a mujeres quejarse de las tallas", comenta a Vogue Business. "Sin importar su edad, presupuesto o dónde compren, todas preguntan lo mismo: ¿por qué son tan malas las tallas? Parece que la industria de la moda ha perdido por completo la conexión con el tallaje de las prendas".
Gormley cree que la IA podría ser la solución. Creó Fit Collective, un sistema operativo de ajuste que utiliza IA para proporcionar a las marcas datos de las devoluciones de los clientes, ayudándoles a mejorar la confección de la ropa basándose en información sobre tallas y tejidos. La startup aseguró recientemente 3 millones de libras en financiación pre-seed de AlbionVC, Superscope, True y January Ventures, más una subvención de 324,000 libras del gobierno británico. Gormley afirma que los fondos se destinarán principalmente a contratar ingenieros para avanzar en el aprendizaje automático detrás de Fit Collective. Desde su lanzamiento a finales de 2023, la empresa ha sumado 10 clientes, incluyendo Rixo, Boden, Ro & Zo, L’Estrange y The Sports Edit (parte de Marks & Spencer), proporcionando amplios datos para analizar dónde falla el tallaje de la moda.
Por Qué la Moda Falla en el Ajuste
Gormley señala que los problemas de talla afectan más a las mujeres que a los hombres. Mientras que las tasas de devolución en ropa masculina rondan el 15%, las de mujeres pueden alcanzar el 40-50%, dependiendo del precio, según datos de Fit Collective. En la moda femenina de lujo, las devoluciones son aún mayores, alrededor del 60%. Esta brecha se debe en gran parte a que los diseños de ropa femenina se alejan más de las plantillas de tallas originales que la masculina, debido a diseños más intrincados y una mayor variedad de tejidos, desde muy ligeros hasta altamente elásticos, lo que distorsiona el ajuste. A medida que las marcas basan nuevas tallas en prendas anteriores, la desviación de las plantillas originales aumenta con el tiempo.
"En el lujo, el problema de las devoluciones es peor porque los clientes compran menos y piensan más detenidamente cada compra", explica Gormley. "Esto significa que las marcas de lujo tienen muchos menos datos de devoluciones que las marcas de mercado masivo".
Gormley admite que la captación de fondos para la ronda pre-seed fue difícil, ya que la tecnología de ajuste suele ser poco apreciada por los inversores debido a las numerosas herramientas existentes que no han reducido significativamente las tasas de devolución. Las soluciones actuales suelen implicar escaneos corporales con IA que requieren que los clientes suban fotos o botones de "encontrar mi talla" que piden altura, peso y talla habitual. Ambos métodos añaden fricción y exigen mucha información, lo que lleva a una baja adopción: solo el 3% de los consumidores utiliza estas herramientas entre los clientes de Fit Collective.
Más allá de la necesidad de información del cliente, el principal desafío para las marcas es la inconsistencia en las tallas entre diferentes artículos. Por ejemplo, Gormley analizó las medidas publicadas de una marca de moda accesible y encontró una diferencia de 66 cm en las medidas reales de camisas de mujer todas etiquetadas como talla 12 entre los 179 estilos diferentes que almacena.
La fundadora Gormley notó que mientras muchas empresas se centraban en herramientas web para ayudar a los clientes a encontrar su talla, pocas abordaban el problema de raíz: la inconsistencia en las tallas de la ropa desde el principio. Su startup pretende usar IA para ayudar a las marcas a estandarizar sus tallas.
Las marcas, especialmente los grandes minoristas, recopilan grandes cantidades de datos de las compras y devoluciones de los clientes. Mientras que los datos de ventas a menudo informan la producción futura, los motivos de las devoluciones frecuentemente se pasan por alto. El software de Fit Collective está diseñado para analizar estos datos descuidados, examinando devoluciones, comportamiento de los tejidos e inconsistencias de tallas. Actúa como un "copiloto" para las marcas, ayudándoles a tomar decisiones de tallaje más inteligentes para mejorar los productos y reducir las tasas de devolución.
El ochenta por ciento del producto de Fit Collective es un software de backend que permite a las marcas analizar el rendimiento de sus prendas. El panel de control evalúa cada producto (SKU) con una clasificación roja, ámbar o verde basada en su éxito comercial versus qué tan bien ajusta. Esta evaluación considera la tasa de venta, la tasa de devolución, la pérdida financiera por devoluciones y su proporción. El software recopila información sobre ajuste y calidad del tejido a partir de los datos de devolución de clientes y sugiere dónde aplicar esta información, utilizando fuentes adicionales como registros del fabricante. También predice cómo los cambios recomendados podrían afectar las tasas de devolución y los ingresos.
Para las marcas que usan Shopify, la plataforma se integra fácilmente como una aplicación de un clic, conectándose mediante claves API a sus otras herramientas de datos. Vincular datos de transacciones y devoluciones es crucial, y se pueden añadir datos adicionales como reseñas de clientes para obtener insights más profundos. Las marcas que no están en Shopify pueden conectarse a través de una API a su almacén de datos.
Como empresa SaaS, Fit Collective utiliza un modelo de suscripción. Los costos se basan en los ingresos y tasas de devolución de una marca; por ejemplo, una marca de ropa femenina con 10 millones de dólares de ingresos podría pagar alrededor de 1,000 libras mensuales. El retorno de la inversión suele materializarse en un plazo de seis a doce meses.
La startup también proporciona información orientada al consumidor en las páginas de producto, detallando cómo ajusta una prenda. A diferencia de las herramientas separadas de "encontrar mi talla" que requieren pasos adicionales, esta información se integra directamente en la descripción del producto, llegando a todos los compradores. Gormley informa que estas actualizaciones han ayudado a las marcas clientes a recuperar los costos de su contrato anual en solo tres meses.
Reconoce que influir en la producción es un proceso más lento, tomando de seis a doce meses para que nuevos artículos lleguen a los estantes. Sin embargo, durante ese tiempo, las recomendaciones de tallas para consumidores en las páginas de producto ya están activas y comenzando a reducir las devoluciones. "Bajarán", dice.
A medida que el ChatGPT de OpenAI y Google se expanden más en las compras en línea, Gormley explica que la asociación de la plataforma con Shopify—que integra el pago dentro del chatbot—permitirá que estos sistemas de IA utilicen las recomendaciones de tallas de la startup. Esto significa que los compradores pueden recibir asesoramiento de ajuste más preciso incluso cuando no están en el sitio web de una marca.
Más allá de esto, Fit Collective no pretende incursionar en tecnología de prueba virtual. En cambio, Gormley cree que grandes empresas tecnológicas como Apple podrían mejorar sus aplicaciones de medición basadas en cámara para ayudar a los usuarios a determinar sus medidas corporales. Esto probablemente se enmarcaría en un contexto de datos de salud, permitiendo a los consumidores actualizar sus medidas unas pocas veces al año.
"Me emociona un futuro donde los consumidores tengan sus medidas almacenadas en sus teléfonos y puedan usar ChatGPT o Google Shopping para buscar artículos como jeans blancos", dice Gormley. "Luego, con nuestra tecnología integrada en los sitios web de las marcas, la IA podrá filtrar miles de resultados y recomendar los 100 pares que más probablemente te ajusten".
Señala que incluso marcas conocidas pueden tener inconsistencias en las tallas, como con los jeans.
Por ahora, Gormley ve una oportunidad financiera y sostenible significativa para la industria de la moda al ayudar a las marcas a producir los productos correctos. "Si ayudamos a los minoristas a crear mejores artículos, las tasas de devolución bajarán, permitiéndoles invertir más en mejorar sus productos", explica.
Gormley describe una "espiral negativa" en la que están atrapadas las marcas: producen artículos rápidamente y a bajo costo, lo que lleva a altas tasas de devolución y pérdidas financieras. Este ciclo les deja con menos capital cada año, obligándoles a recortar costos aún más en la producción.
"Quiero que nuestro software rompa ese ciclo y lo convierta en una tendencia alcista, dando a las marcas la confianza para invertir en productos de mejor calidad con antelación", afirma Gormley. "Lo harán porque tienen datos confiables que muestran que las prendas ajustarán mejor a los clientes y, como resultado, no serán devueltas a una tasa del 60%".
Más de este autor:
- Cómo construir un sitio de comercio electrónico que funcione para marcas emergentes
- Los influencers se están convirtiendo en minoristas. ¿Y ahora qué?
- ¿Cómo pueden las marcas de moda acertar con las campañas de IA?
Preguntas Frecuentes
Por supuesto. Aquí tienes una lista de Preguntas Frecuentes útiles y concisas sobre el papel de la IA para garantizar un ajuste adecuado de la ropa.
Preguntas de Definición para Principiantes
1. ¿Cómo puede ayudar la IA con el ajuste de la ropa en primer lugar?
La IA analiza grandes cantidades de datos—como medidas corporales, propiedades de los tejidos y comentarios de clientes—para predecir cómo una prenda ajustará en diferentes tipos de cuerpo y sugerir mejoras en el diseño y tallaje.
2. ¿Qué significa realmente "IA para el ajuste de la ropa"?
Significa utilizar algoritmos informáticos inteligentes para abordar el antiguo problema de la inconsistencia en las tallas. En lugar de depender de tablas de tallas genéricas, la IA puede crear recomendaciones de tallas personalizadas y ayudar a las marcas a diseñar ropa que ajuste mejor desde el principio.
3. ¿Es esto solo una tabla de tallas sofisticada?
No, es mucho más dinámico. Mientras una tabla de tallas es una guía estática, la IA puede aprender de cómo personas reales con diferentes formas corporales ajustan realmente en la ropa, refinando constantemente sus predicciones para mayor precisión.
Beneficios y Cómo Ayuda a los Compradores
4. ¿Cuál es el principal beneficio para mí como comprador?
El mayor beneficio es reducir las devoluciones. Tendrás más confianza en que lo que pides online te ajustará realmente, ahorrándote la molestia de enviar artículos de vuelta.
5. ¿La IA me dirá qué talla comprar?
Sí. Muchas tiendas online ahora tienen herramientas de recomendación de tallas. Introduces tu altura, peso y a veces otros detalles, y la IA sugiere la mejor talla para ti en esa marca o artículo específico.
6. ¿Puede la IA ayudarme a encontrar ropa para mi tipo de cuerpo específico?
Absolutamente. La IA avanzada puede identificar si tienes forma de pera, manzana o atlética y recomendar marcas y estilos que se sabe favorecen esa silueta, yendo más allá de las medidas básicas.
Problemas Comunes y Limitaciones
7. ¿Cuál es el mayor desafío para la IA para acertar con el ajuste?
El mayor desafío es la falta de estandarización de tallas en la industria. Una Medium puede significar cosas diferentes en distintas marcas, lo que confunde tanto a los compradores como a la IA.
8. ¿Tengo que compartir mis medidas corporales para que esto funcione?
Para los resultados más precisos, sí. Mientras algunas herramientas pueden estimar a partir de la altura y el peso, proporcionar medidas específicas le da a la IA los datos precisos que necesita para hacer una recomendación perfecta.
9. ¿Puede la IA tener en cuenta la preferencia de ajuste personal?
Esta es un área de desarrollo activo. Algunos sistemas están empezando a aprender si prefieres un ajuste más holgado o más ceñido, pero la mayoría se centra actualmente en el ajuste objetivo basado en medidas.