La explosión del ecommerce con el Covid-19 ha dado una nueva vida a las empresas tecnológicas de recomendación de talla. ¿El reto? Reducir las devoluciones, aumentar la conversión y evitar la frustración de comprarse unos vaqueros demasiado pequeños.
Publicado Por: https://www.modaes.com/
No toda la innovación es tecnológica, pero la tecnología se ha convertido en una herramienta clave en la transformación de todos los sectores, también la moda. En esta nueva serie, patrocinada por Desigual, Modaes.es repasa los sistemas, modelos y herramientas que hoy suenan aún a ciencia ficción pero que definirán el futuro del sector.
Si los androides de Philip K. Dick soñaban con ovejas cibernéticas, los pure players, reyes de la nueva era de la moda, fantasean con un objeto mucho más vulgar: un espejo. Probarse la ropa es la gran ventaja competitiva de la tienda física y la única que todavía no puede replicarse de forma virtual, aunque no será por no intentarlo: start ups, gigantes de la moda y compañías tecnológicas están invirtiendo en soluciones que suplan la falta del probador con la esperanza de que, si dan con la tecla, se conviertan en una herramienta tan imprescindible como hoy lo es un CRM.
Pasar por el probador no es generalmente una gran experiencia, pero sirve para mejorar la satisfacción del cliente (que se lleva sólo lo que le sirve), aumentar la conversión y, sobre todo, reducir las devoluciones, el gran quebradero de cabeza de la moda online.
En Europa, las devoluciones de compras de moda online se sitúan en el 16,5% del total, más que en ninguna otra categoría, con anomalías como el mercado alemán, donde pueden llegar al 50% según el operador.
Los primeros intentos
La primera solución que encontró el sector a este problema terminó por empeorarlo todavía más. En los inicios del ecommerce de moda, muchos clientes eran reticentes a comprar por no poder probarse la ropa, y los operadores (sobre todo los nativos online) reaccionaron con devoluciones gratuitas.
Lo que provocó fue una escalada de las devoluciones hasta tasas insostenibles, especialmente en mercados con mucha tradición de la venta a distancia como Alemania, de donde es nativo Zalando, pionero de las devoluciones gratis en cien días.
Pero una vez dado el paso, ya no hay marcha atrás: un 75% de los retailers de moda encuestados por McKinsey antes del Covid-19 considera las devoluciones “un mal menor” y para el 85% tener una política de devoluciones “indulgente” es “crítico” para aumentar las ventas.
Además, las devoluciones gratuitas tampoco lograron poner fin al problema de la conversión, significativamente más baja en las plataformas de ecommerce que en el canal físico. Borja Cembrero, fundador de Naiz Fit, cifra la tasa de conversión entre un 8% y un 10% en el canal offline, mientras que online baja a entre 1% y 1,5%.
Tras la opción de las devoluciones y los rudimentarios cuadros de tallas llegaron los primeros sistemas que pretendían emplear tecnología para mejorar el proceso. Uno de los pioneros fue True Fit, fundada en 2005 en Boston bajo el nombre de True Apparel Company y destinada en sus inicios a la recomendación de pantalones vaqueros a partir de datos del cliente como las medidas o el tipo de cuerpo.
“Al final, lo único que estás haciendo es automatizar el cuadro de tallas de toda la vida, sin tener en cuenta factores como el tejido o el fitting”, opina Dave Sharma, consejero delegado de Perfitly. En el mejor de los casos, la compañía cruzaba la información con varias marcas o con la experiencia previa de otros clientes, pero esto tampoco resultaba muy eficiente.
“En esta primera etapa, las start ups se centraban en una de las dos variables, o el cuerpo o la prenda, y eso es muy ineficiente”, resume Cembrero. En el primer caso, la tecnología empleaba las compras y devoluciones de clientes anteriores para ofrecer recomendaciones a clientes con un “cuerpo similar”, lo que obliga a fallar muchas veces antes de acertar.
El segundo consiste en cruzar datos de varias marcas o entre prendas de una misma marca para establecer similitudes y en base a eso dar recomendaciones: si vistes una 28 en Levi’s llevarás una 38 en Zara. “Pero eso supone que debes tener una base de datos actualizada en tiempo real de todas las prendas de todas las tallas o sino la solución no funciona”, analiza Cembrero.
En una primera etapa hubo también un proto boom de los probadores virtuales mediante realidad virtual o aumentada y los espejos inteligentes como PhiSix (adquirida por eBay), Fits.me (comprada por Rakuten) o las españolas Virtualtwo, Sfiro o Mighty Gate.
El problema en la mayoría de los casos era, por un lado, su escasa fiabilidad y realismo y, por otro, que muchos requerían que el usuario se levantase y tomase un vídeo o una fotografía de sí mismo, algo engorroso y muchas veces incluso vergonzoso o intrusivo para el cliente.
Tercera generación
Tras esos pioneros ha llegado una oleada de start ups que han tratado de optimizar procesos utilizando tecnología como machine learning, inteligencia artificial o computación visual para ganar fiabilidad y que ahora viven una época dulce gracias a la explosión del online que ha vivido el ecommerce con la pandemia.
En España, una de las mayores compañías del sector es Naiz Fit. La empresa se fundó en 2017 como una aplicación móvil destinada al público final, pero en 2019 pivotó el modelo hacia una solución para terceros.
Los clientes pueden responder a unas preguntas básicas como edad, género, altura y peso, pero también preferencia de holgura, o subir a la plataforma un par de fotografías de su cuerpo.
En paralelo, Naiz Fit analiza todo el catálogo de producto de la marca y lo factoriza en distintos grupos de tallaje, teniendo en cuenta no sólo las medidas, sino también su corte, su fitting y el material con el que está fabricado.
Cuando tiene esta información, la cruza mediante ingeniería inversa: se prueban prendas de ese clúster en una persona real y a partir de un número muy pequeño de test se comprueba que el cruce funciona. A posteriori, los datos de devoluciones se emplean para comprobar si algo falla. “Es como preguntarse cuál sería el cuerpo perfecto para esa prenda y cuál es la prenda perfecta para ese cuerpo”, resume el fundador de Naiz Fit, que trabaja para compañías como Desigual.
Prueba del momento dulce que vive esta tecnología es la oleada de operaciones corporativas que se ha producido recientemente en el sector y la apuesta que están haciendo los grandes grupos por este tipo de herramientas.
“Hace años que identificamos el fit como un problema digno de abordar; es una oportunidad para nosotros, para el consumidor y para las marcas, además de para el medioambiente, porque reduces la sobreproducción”, explica Stacia Carr.
La ejecutiva lidera un departamento dentro de Zalando, la mayor compañía de ecommerce de moda de Europa, dedicado íntegramente a esta problemática, con el nombre de Size and Fit y que cuenta con un equipo de entre sesenta y cien personas. “Es como una empresa dentro de Zalando”, dice Carr.
A finales del año pasado, la empresa alemana se hizo con la start up suiza Fision, que ha desarrollado un software de visión artificial para generar modelos en tres dimensiones de cuerpos de modelos y clientes.
Deseas conocer más: https://www.modaes.com/back-stage/me-quedara-bien-inteligencia-artificial-y-machine-learning-para-superar-la-ultima-barrera-de-la-moda-online
Deja un comentario
Tu correo electrónico no será publicado. Los campos requeridos se marcan con un *