KI-eksperter på størrelse og passform i samtale med FashionUnited

KI-agenter transformerer allerede måten forbrukere oppdager, vurderer og kjøper klær på. Hvordan kan merkevarer og forhandlere navigere gjennom hypen rundt KI-agenter og fokusere på det som faktisk er viktig for virksomheten deres her og nå? Svaret ligger i et område som ofte blir oversett i KI-debatten: størrelse og passform.

Alvanon er verdens ledende teknologiselskap innen størrelsestilpasning. I denne redigerte samtalen for FashionUnited gir Don Howard, direktør for Alvanons globale konsulentvirksomhet, og Eric Lee, selskapets direktør for Amerika, tre konkrete råd for å hjelpe bedrifter med å lykkes i den nye KI-æraen.

Eric: Vi bør nok starte med en definisjon av KI...

Don: For forbrukeren representerer KI en overgang fra tradisjonelle søkemotorer som Google, hvor vi legger inn parametere og får en liste med resultater å filtrere, til KI-agenter som søker, filtrerer og anbefaler det beste treffet basert på våre instrukser.

For generelle, dimensjonsstabile produkter er KI utrolig effektivt. Men i klesbransjen jobber vi med tekstilprodukter som byr på unike utfordringer. Den fremste av disse er størrelse og passform. Vi kan konstruere plagg til en viss grad, men alle plagg oppfører seg forskjellig.

Eric: For eksempel ba jeg KI om å «Gi meg tre alternativer til skjorter mellom 70 og 100 dollar.» På sekunder fikk jeg tre alternativer, fra merker jeg aldri hadde handlet fra før. Alle så perfekte ut. Så ba jeg den om å gjøre en virtuell prøving for meg, og den simulerte alle tre skjortene på kroppen min ved hjelp av offentlig tilgjengelig informasjon. Jeg valgte én og ba den anbefale den beste størrelsen. Etter et par spørsmål foreslo den en medium/slim, som jeg kjøpte. Da den kom, var virkeligheten en helt annen enn den virtuelle prøvingen!

Eric: Dette illustrerer virkelig gapet mellom hva en KI-agent anbefaler og forbrukerens faktiske opplevelse. KI kan være glimrende til å lede førstegangskunder til et merke, men det kan også føre til en kraftig økning i returer og undergrave forbrukertilliten. Dette er et kostbart gap. Sannheten er at KI-baserte shoppingverktøy kan gi en betydelig økning i kundeanskaffelse, men potensielt på bekostning av kundens livstidsverdi – for et sløseri.

Hvis jeg drev en nettbutikk med 100 millioner dollar i omsetning og kunne redusere returene med 1 %, ville det vært 1 million dollar rett i lomma! Men en økning i returer på 5 % ville hatt en enorm innvirkning på bunnlinjen min...

Don: Passform er fortsatt den vanligste årsaken til at forbrukere returnerer plagg. Spørsmålet man må stille seg er: «Hva er det som gjør at et plagg returneres oftere?» Å oppgi «passform» som årsak er for vagt til å kunne løse problemet. Vi må gå dypere enn bare ordet «passform» for å forstå hvorfor et plagg blir returnert. Og merkevarer må spørre seg selv: «Er vår størrelsesangivelse og passform korrekt i utgangspunktet?»

Eric: Det bringer oss til det første av våre tre konkrete råd: Hvordan kan vi hjelpe KI-agenter med å finne våre produkter fremfor konkurrentenes?

Don: Sørg for korrekte størrelser. Få dem fastsatt og konsekvente, og kommuniser dem tydelig på tvers av team, leverandører og netthandel. Det høres enkelt ut, men for mange merkevarer gjør feil her. Størrelse og passform er ikke det samme. Størrelse er en merkevares definerte, teknisk utformede kjernestandard og grunnlaget for alt design. Passform er en egenskap som anvendes på denne størrelsen. Så hvis en merkevares kjernestørrelse ikke er standardisert og fastsatt, vil det skape problemer. Merkevarer må også forstå hvordan kroppsstørrelse og -form endrer seg når plaggene endrer størrelse. Altfor ofte samsvarer ikke det som produseres og oppleves av forbrukeren, med det som loves på nett.

Eric: Absolutt. I min forrige rolle innen netthandel jobbet jeg med foto-shoots. Vi kunne ha et stativ med klær og noen ganger ikke vite om den tiltenkte passformen skulle være «slim fit» eller «relaxed». Det illustrerer hvordan ulike team har forskjellige prioriteringer. Et teknisk designteam ser på dette med andre øyne enn et netthandelsteam på en foto-shoot som fokuserer på å optimalisere konverteringsrater. Dette henger sammen med poenget ditt om kommunikasjon av størrelse og tiltenkt passform. En størrelsestabell er vel og bra, men det er bare én brikke i et større puslespill. Folk returnerer varer fordi «de ikke passer som forventet», noe som er annerledes enn «jeg kjøpte feil størrelse». Det er en subtil, men viktig forskjell – konsekvent størrelsesangivelse er nøkkelen til å løse begge deler.

Don: Størrelsestabellen må være nøyaktig og i tråd med det merkevaren faktisk produserer. KI vil lese størrelsestabellen og annen offentlig tilgjengelig informasjon, som kundeanmeldelser med nyttige tilbakemeldinger om passform. Hvis en merkevare for eksempel endrer sin passformmodell for størrelse eller form, kan plagget se korrekt ut på nett, men gi helt andre resultater i virkeligheten og potensielt føre til flere returer.

Eric: Råd nummer to: Hvordan kan merkevarer analysere dataene som genereres av netthandel?

Don: Data er ekstremt viktig – returrater, returårsaker, salg per størrelse og mer. Dataene belyser forbrukeropplevelsen og responsen på det merkevaren har levert. Analysen bør følges opp med tiltak, nøye og raskt! Hvis det er en økning i returer fordi plaggene er «for store», kan kroppsstandarden være en faktor, men det bør ikke være det første spørsmålet. Spør heller: «Ble plagget laget bevisst stort, og samsvarte det ikke med kundens forventninger?» Et begrenset fokus på én enkelt måleparameter kan føre til helt andre beslutninger enn om man hadde gjort en grundig analyse.

Eric: KI-agenter vil lese plagginformasjon veldig raskt, så merkevarer må ha nøyaktige størrelsestabeller og passformbeskrivelser på plass på produktdetaljsiden. Og plaggene må konsekvent samsvare med disse standardene og beskrivelsene, ellers vil kundene bli skuffet. Bør merkevarer ha dedikerte ressurser til å analysere denne typen data?

Don: Ja. Selskaper som gjør dette bra, har vanligvis noen som forstår både den kommersielle siden og den tekniske intensjonen bak størrelse og passform for hvert enkelt plagg.

Eric: Over til vårt tredje og siste råd: Hvordan kan merkevarer bygge bro over kommunikasjonsgapet mellom ulike team og siloer, som netthandel og produktutvikling?

Don: Dette er sannsynligvis den største muligheten. Historisk sett har disse teamene eksistert i separate arbeidsflyter med ulikt ansvar og ulike tidslinjer. Ofte er den eneste interaksjonen de har når noe er negativt – en økning i returer eller dårlig salg. En mer proaktiv tilnærming til dataanalyse kan hjelpe teamene med å identifisere muligheter, fra å forbedre passform til å utvikle produktutvidelser som tall, petite, plus-size osv. Å rive ned siloer og være mer samarbeidsorientert og proaktiv er noe de fleste merkevarer kan bli bedre på.

Den gode nyheten er at vi de siste 18 månedene har hatt mange flere samarbeidssamtaler med netthandelsteam og tverrfaglige ledere. Bransjen anerkjenner at vi må bryte ned gamle strukturer