Yksi muodin suurimmista haasteista on myös sen perustavanlaatuisin: vaatteiden istuvuus. Standardoidun koonpuutteet koko alalla johtavat huonosti istuviin vaatteisiin ja korkeisiin palautusprosentteihin, mikä heikentää kuluttajien luottamusta, brändien taloutta ja ympäristöä. Tuore Vogue Business -kysely korostaa ongelman laajuutta ajanjaksona, jolloin brändit kamppailevat jo yleisen luksustuotteiden myynnin hidastumisen kanssa. Kyselyssä huono istuvuus (43 %) ja epäjohdonmukaiset koot (36 %) nousivat tärkeimmiksi syiksi, joiden vuoksi kuluttajat eivät osta tietyn brändin tai vähittäiskauppiaan tuotteita. Huono istuvuus on ylivoimaisesti yleisin palautusten syy (38 %).

Harva on keskittynyt muodin istuvuusongelmaan yhtä paljon kuin Phoebe Gormley, joka perusti Lontoon Savile Row’lle ensimmäisen naisten räätälin 20-vuotiaana. "Kymmenen vuoden ajan olen kuullut naisten valittavan koista", hän kertoo Vogue Businessille. "Iästä, budjetista tai ostoskohteesta riippumatta he kaikki kysyvät samaa: miksi koot ovat niin huonosti? Vaikuttaa siltä, että muotiteollisuus on menettänyt täysin kosketuksen vaatekokoihin."

Gormley uskoo, että tekoäly voisi olla ratkaisu. Hän loi Fit Collective -istuvuusjärjestelmän, joka hyödyntää tekoälyä antamaan brändeille tietoja asiakaspalautuksista auttaen heitä parantamaan vaatteiden valmistusta koko- ja kangasnäkemysten perusteella. Startup sai äskettäin 3 miljoonaa puntaa esisijoitusrahoitusta AlbionVC:ltä, Superselectiltä, Truelta ja January Venturesiltä sekä 324 000 punnan UK:n hallituksen avustuksen. Gormleyn mukaan varat käytetään pääasiassa insinöörien palkkaamiseen Fit Collectiven konenoppaukseen. Vuoden 2023 lopusta lähtien toimineella yrityksellä on 10 asiakasta, kuten Rixo, Boden, Ro & Zo, L’Estrange ja The Sports Edit (osa Marks & Spenceriä), tarjoten runsaasti dataa analysoitavaksi siitä, mihin muotikoot menevät pieleen.

Miksi muoti mokaa istuvuuden

Gormleyn mukaan kokoon liittyvät ongelmat koskettavat naisia enemmän kuin miehiä. Kun miesten palautusprosentit ovat noin 15 %, naisten vastaavat voivat olla 40–50 % hinnasta riippuen Fit Collectiven tietojen mukaan. Luksusnaistenvaatteiden palautusprosentit ovat jopa noin 60 %. Ero johtuu pitkälti siitä, että naistenvaatteet poikkeavat alkuperäisistä kokomalleista enemmän kuin miestenvaatteet monimutkaisempien mallien ja laajemman kangasvalikoiman ansiosta – hyvin kevyistä erittäin joustaviin – mikä vääristää istuvuutta. Kun brändit perustavat uudet koot aiempiin vaatteisiin, poikkeama alkuperäisistä malleista kasvaa ajan myötä.

"Luksussegmentissä palautusongelma on pahempi, koska asiakkaat ostavat vähemmän ja harkitsevat jokaista ostosta tarkemmin", Gormley selittää. "Tämä tarkoittaa, että luksusbrändeillä on paljon vähemmän palautusdataa kuin massamarkkinabrändeillä."

Gormley myöntää, että esisijoitusrahoituksen hankkiminen oli vaikeaa, sillä sijoittajat eivät usein pidä istuvusteknologiasta olemassa olevien työkalujen runsauden vuoksi, jotka eivät ole vähentäneet palautusprosentteja merkittävästi. Nykyiset ratkaisut sisältävät yleensä tekoälykehon skannauksia, jotka edellyttävät asiakkaalta kuvien lataamista, tai "löydä kokoni" -painikkeita, jotka kysyvät pituutta, painoa ja tyypillistä kokoa. Molemmat menetelmät lisäävät kitkaa ja vaativat paljon panosta, mikä johtaa alhaiseen käyttöön – vain 3 % kuluttajista käyttää näitä työkaluja Fit Collectiven asiakkaiden joukossa.

Asiakkaan panostarpeen lisäksi brändeille suurin haaste on koon epäjohdonmukaisuus eri tuotteiden välillä. Esimerkiksi Gormleyn analysoidessa yhdet suurkauppiaan julkaisemat mitat, Fit Collectiven ohjelmiston kojelaudassa paljastui 66 cm:n vaihtelu naisten paitojen todellisissa mitoissa, vaikka kaikkia 179:ää eri tyyliä oli merkitty koolla 12.

Perustaja Gormley huomasi, että vaikka monet yritykset keskittyivät verkkosivustotyökaluihin auttaakseen asiakkaita löytämään kokonsa, harjat koskivat juurisyytä: vaatteiden koon epäjohdonmukaisuuteen alusta alkaen. Hänen startupinsa pyrkii käyttämään tekoälyä auttamaan brändejä standardoimaan koot.

Brändit, erityisesti suuret vähittäiskauppiaat, keräävät valtavia määriä tietoa asiakkaiden ostoista ja palautuksista. Vaikka myyntitiedot usein ohjaavat tulevaa tuotantoa, palautusten syyt jätetään usein huomiotta. Fit Collectiven ohjelmisto on suunniteltu analysoimaan tätä laiminlyötyä dataa tarkastelemalla palautuksia, kankaan käyttäytymistä ja koon epäjohdonmukaisuuksia. Se toimii brändien "perämiehenä" auttaen heitä tekemään älykkäämpiä kokopäätöksiä tuotteiden parantamiseksi ja palautusprosenttien laskemiseksi.

80 % Fit Collectiven tuotteesta on taustaohjelmistoa, jonka avulla brändit voivat analysoida vaatteidensa suorituskykyä. Kojelauta arvioi jokaista tuotetta (SKU) punaisella, keltaisella tai vihreällä luokituksella kaupallisen menestyksen ja istuvuden perusteella. Arviointi ottaa huomioon myyntiläpimenoprosentin, palautusprosentin, palautusten aiheuttamat taloudelliset tappiot ja niiden osuuden. Ohjelmisto kerää tietoja istuvuudesta ja kangaslaadusta asiakaspalautustiedoista ja ehdottaa, mihin näitä tietoja sovelletaan hyödyntäen lisälähteitä, kuten valmistajien lokitietoja. Se ennustaa myös, miten suositellut muutokset vaikuttavat palautusprosentteihin ja liikevaihtoon.

Shopifyä käyttäville brändeille alusta integroituu helposti yhden napsautuksen sovelluksena yhdistäen API-avaimilla muihin datatyökaluihinsa. Tapahtuma- ja palautustietojen yhdistäminen on ratkaisevan tärkeää, ja syvempää ymmärrystä varten voidaan lisätä muita tietoja, kuten asiakasarvostelut. Muut brändit voivat yhdistää API:n kautta tietovarastoonsa.

SaaS-yrityksenä Fit Collective käyttää tilausmallia. Kustannukset perustuvat brändin liikevaihtoon ja palautusprosentteihin; esimerkiksi 10 miljoonan dollarin liikevaihtoa tekevä naistenvaatemerkki saattaa maksaa noin 1000 puntaa kuukaudessa. Sijoitetun pääoman tuotto toteutuu yleensä kuudessa 12 kuukaudessa.

Startup tarjoaa myös kuluttajalähtöisiä näkemyksiä tuotesivuilla kuvaten yksityiskohtaisesti vaatteen istuvuutta. Toisin kuin erilliset "löydä kokoni" -työkalut, jotka vaativat ylimääräisiä vaiheita, tämä tieto on integroitu suoraan tuotekuvaukseen tavoittaen kaikki ostajat. Gormley raportoi, että nämä päivitykset ovat auttaneet asiakasbrändejä takaisin saamaan vuotuiset sopimuskulut jo kolmessa kuukaudessa.

Hän myöntää, että tuotantoon vaikuttaminen on hitaampaa – uusien tuotteiden saapuminen hyllyille kestää 6–12 kuukautta. Tuona aikana kuluttajien kokosuositukset tuotesivuilla ovat kuitenkin jo käytössä ja alkavat vähentää palautuksia. "Tule alas", hän sanoo.

Kun OpenAIn ChatGPT ja Google laajentuvat edelleen verkkokauppaan, Gormley selittää, että alustan kumppanuus Shopifyn kanssa – joka integroi kassan chätbottiin – mahdollistaa näiden tekoälyjärjestelmien käyttää startupin kokosuosituksia. Tämä tarkoittaa, että ostajat saavat tarkempaa istuvuusneuvontaa, vaikka eivät olisikaan brändin verkkosivustolla.

Tämän lisäksi Fit Collective ei aio ryhtyä virtuaaliseen sovitus-teknologiaan. Sen sijaan Gormley uskoo, että suuret teknologiayhtiöt, kuten Apple, voisivat parantaa kameralähtöisiä mittaussovelluksiaan auttaakseen käyttäjiä määrittämään kehomittansa. Tämä todennäköisesti tapahtuisi terveystietojen kontekstissa, jolloin kuluttajat voisivat päivittää mittansa muutaman kerran vuodessa.

"Olen innoissani tulevaisuudesta, jossa kuluttajilla on mittansa tallennettuna puhelimiinsa ja he voivat käyttää ChatGPT:ta tai Google shoppingia etsiäkseen esimerkiksi valkoisia farkkuja", Gormley sanoo. "Sitten, kun teknologiamme on integroitu brändien verkkosivustoille, tekoäly pystyy seulomaan tuhansia tuloksia ja suosittelemaan sataa paria, jotka todennäköisimmin sopivat sinulle."

Hän huomauttaa, että jopa tunnetuilla brändeillä voi olla epäjohdonmukaisuuksia kooissa, kuten vaikkapa farkuissa.

Toistaiseksi Gormley näkee muotiteollisuudelle merkittävän taloudellisen ja kestävän mahdollisuuden auttaa brändejä tuottamaan oikeita tuotteita. "Jos autamme vähittäiskauppiaita luomaan parempia tuotteita, palautusprosentit laskevat, jolloin he voivat investoida enemmän tuotteidensa parantamiseen", hän selittää.

Gormley kuvailee brändien jääneen kiinni "negatiiviseen kierteeseen": he tuottavat tuotteita nopeasti ja halvalla, mikä johtaa korkeisiin palautusprosentteihin ja taloudellisiin tappioihin. Tämä sykli jättää heidät vuosittain vähemmällä pääomalla, pakottaen heitä leikkaamaan kustannuksia entisestään tuotannossa.

"Haluan ohjelmistomme murtavan tuon syklin ja muuttavan sen nousutrendiksi antaen brändeille luottamusta investoida etukäteen laadukkaampiin tuotteisiin", Gormley toteaa. "He tekevät tämän, koska heillä on luotettavaa dataa osoittamassa, että vaatteet istuvat asiakkaille paremmin eivätkä siksi palaudu 60 %:n vauhdilla."

Lisää samalta kirjoittajalta:
- Kuinka rakentaa sähköisen kaupankäynnin sivusto, joka toimii nouseville brändeille
- Vaikuttajista on tullut vähittäiskauppiaita. Mitä nyt?
- Kuinka muotibrändit voivat saada tekoälykampanjat oikein?

Usein Kysytyt Kysymykset
Tietenkin Tässä on luettelo hyödyllisistä ja ytimekkäistä UKK:ista tekoälyn roolista vaatteiden oikeassa istuvuudessa



Aloittelijan määritelmäkysymykset



1 Miten tekoäly voi auttaa vaatteen istuvuudessa ylipäätään

Tekoäly analysoi valtavia tietomääriä, kuten kehomittoja, kangasominaisuuksia ja asiakaspalautetta, ennustaakseen, miten vaate istuu eri vartaloille, ja ehdottaa parannuksia muotoiluun ja kokoihin.



2 Mitä tekoäly vaatteen istuvuudessa todella tarkoittaa

Se tarkoittaa älykkäiden tietokonealgoritmien käyttöä ikivanhan epäjohdonmukaisten kokojen ongelman ratkaisemiseen. Yleisiin kokotaulukoihin luottamisen sijaan tekoäly voi luoda henkilökohtaisia kokosuosituksia ja auttaa brändejä suunnittelemaan alusta alkaen paremmin istuvia vaatteita.



3 Onko tämä vain hienompi kokotaulukko

Ei, se on paljon dynaamisempi. Kokotaulukko on staattinen opas, kun taas tekoäly voi oppia siitä, miten eri vartaloihin kuuluvat oikeat ihmiset sopivat vaatteisiin, hienosäätäen jatkuvasti ennusteitaan tarkkuuden vuoksi.



Hyödyt ja miten se auttaa ostajia



4 Mikä on tärkein etu minulle ostajana

Suurin etu on palautusten vähentäminen. Olet varmempi siitä, että verkosta tilaamasi tuote istuu todella, säästäen sinut vaivalta lähettää tuotteita takaisin.



5 Kertooko tekoäly minulle, minkä koon minun pitäisi ostaa

Kyllä. Monet verkkokaupat tarjoavat nyt kokosuositustyökaluja. Syötät pituutesi, painosi ja joskus muita tietoja, ja tekoäly ehdottaa sinulle parasta kokoa kyseisessä brändissä tai tuotteessa.



6 Voiko tekoäly auttaa minua löytämään vaatteita omaan vartalotyyppiini

Ehdottomasti. Kehittyneet tekoälyt voivat tunnistaa, onko vartalotyypissäsi päärynä-, omena- tai urheilijamaisia piirteitä, ja suositella brändejä ja tyylejä, jotka tunnetaan sopivista silueteistaan, ylittäen perusmittojen rajat.



Yleiset ongelmat ja rajoitukset



7 Mikä on tekoälyn suurin haaste istuvuden saavuttamisessa

Suurin haaste on alan laajuinen standardoitujen kokojen puute. Keskikoko voi tarkoittaa eri brändeillä eri asioita, mikä hämmentää