Η βιομηχανία της μόδας επενδύει όλο και περισσότερο σε τεχνολογίες virtual fitting και digital try-on, καθώς οι εταιρείες αναζητούν τρόπους να μειώσουν τις επιστροφές προϊόντων και να βελτιώσουν την εμπειρία των online αγορών.
Οι ηλεκτρονικές αγορές έχουν αλλάξει τον τρόπο με τον οποίο αγοράζουμε ρούχα, αλλά συνοδεύονται από ένα διαχρονικό πρόβλημα: τις επιστροφές. Ένα φόρεμα που φαίνεται ιδανικό στην οθόνη μπορεί να αποδειχθεί στενό στους ώμους, ένα παντελόνι να μην εφαρμόζει σωστά στη μέση ή ένα σακάκι να έχει διαφορετική γραμμή από αυτή που περίμενες. Για τον λόγο αυτό, η μόδα παραμένει ένας από τους κλάδους με τα υψηλότερα ποσοστά επιστροφών στο ηλεκτρονικό εμπόριο.
Σήμερα, όμως, η τεχνολογία επιχειρεί να αντιμετωπίσει το πρόβλημα πριν καν ολοκληρωθεί η αγορά. Με τη βοήθεια της τεχνητής νοημοσύνης, της τρισδιάστατης απεικόνισης και της επαυξημένης πραγματικότητας, αναπτύσσονται συστήματα που μπορούν να εκτιμήσουν με μεγάλη ακρίβεια αν ένα ρούχο θα ταιριάζει στον καταναλωτή πριν αυτό φτάσει στην πόρτα του.
Από τους πίνακες μεγεθών στην τεχνητή νοημοσύνη
Για πολλά χρόνια, η μοναδική βοήθεια που παρείχαν τα ηλεκτρονικά καταστήματα ήταν ένας πίνακας μεγεθών. Το πρόβλημα είναι ότι το ίδιο μέγεθος μπορεί να διαφέρει σημαντικά από εταιρεία σε εταιρεία ή ακόμη και από συλλογή σε συλλογή.
Οι νέες πλατφόρμες virtual fitting επιχειρούν να ξεπεράσουν αυτόν τον περιορισμό. Ο χρήστης εισάγει βασικά στοιχεία, όπως ύψος, βάρος και σωματότυπο, ενώ σε ορισμένες περιπτώσεις μπορεί να ανεβάσει φωτογραφίες ή να πραγματοποιήσει σάρωση του σώματός του μέσω του κινητού τηλεφώνου.
Στη συνέχεια, αλγόριθμοι τεχνητής νοημοσύνης συγκρίνουν τα δεδομένα του χρήστη με τις ακριβείς διαστάσεις του ρούχου και υπολογίζουν την πιθανή εφαρμογή του. Αντί να εμφανίζεται απλώς το μέγεθος Medium ή Large, το σύστημα μπορεί να προτείνει το καταλληλότερο μέγεθος και να εξηγήσει αν η εφαρμογή θα είναι στενή, κανονική ή άνετη.
Όταν το ρούχο «γνωρίζει» τον αγοραστή
Η σημαντικότερη εξέλιξη δεν αφορά μόνο την απεικόνιση αλλά και την πρόβλεψη. Τα πιο εξελιγμένα συστήματα μαθαίνουν από τη συμπεριφορά των χρηστών και από εκατομμύρια προηγούμενες αγορές.
Αν ένας καταναλωτής επιστρέφει συχνά συγκεκριμένους τύπους ρούχων ή επιλέγει σταθερά πιο φαρδιές γραμμές, το σύστημα μπορεί να λάβει υπόψη αυτές τις προτιμήσεις στις επόμενες προτάσεις του. Με τον τρόπο αυτό, η διαδικασία γίνεται ολοένα και πιο εξατομικευμένη.
Η φιλοσοφία είναι απλή: αντί ο καταναλωτής να προσπαθεί να μαντέψει αν το ρούχο θα του ταιριάζει, η τεχνολογία προσπαθεί να υπολογίσει την πιθανότητα επιτυχίας πριν ολοκληρωθεί η αγορά.
Ένα οικονομικό και περιβαλλοντικό ζήτημα
Η μείωση των επιστροφών δεν αποτελεί μόνο ζήτημα ευκολίας για τον καταναλωτή. Για τις εταιρείες, κάθε επιστροφή συνεπάγεται σημαντικό λειτουργικό κόστος. Το προϊόν πρέπει να μεταφερθεί, να ελεγχθεί, να επανασυσκευαστεί και να επιστρέψει στο απόθεμα.
Παράλληλα, οι επιστροφές αυξάνουν το περιβαλλοντικό αποτύπωμα του ηλεκτρονικού εμπορίου. Οι επιπλέον μεταφορές συνεπάγονται περισσότερη κατανάλωση καυσίμων, περισσότερες εκπομπές διοξειδίου του άνθρακα και μεγαλύτερη χρήση συσκευασιών.
Γι’ αυτό πολλές εταιρείες μόδας επενδύουν πλέον σε τεχνολογίες πρόβλεψης εφαρμογής, θεωρώντας ότι μπορούν να μειώσουν τόσο το κόστος όσο και τη σπατάλη πόρων.
Μπορεί η τεχνολογία να αντικαταστήσει το δοκιμαστήριο;
Παρά την εντυπωσιακή πρόοδο, η τεχνολογία δεν μπορεί ακόμη να αναπαράγει πλήρως τη φυσική εμπειρία. Η υφή του υφάσματος, η αίσθηση του ρούχου στο σώμα και η άνεση κατά την κίνηση εξακολουθούν να είναι στοιχεία που δύσκολα αποτυπώνονται σε μια οθόνη.
Ωστόσο, ο στόχος δεν είναι απαραίτητα η κατάργηση του φυσικού δοκιμαστηρίου. Οι περισσότεροι ειδικοί εκτιμούν ότι το μέλλον θα είναι υβριδικό. Η ψηφιακή δοκιμή θα βοηθά τον καταναλωτή να κάνει πιο σωστές επιλογές από το σπίτι, ενώ τα φυσικά καταστήματα θα συνεχίσουν να προσφέρουν την εμπειρία της πραγματικής δοκιμής.
Η νέα εποχή των online αγορών
Η βιομηχανία της μόδας βρίσκεται μπροστά σε μια σημαντική μετάβαση. Μέχρι πρόσφατα, η αγορά ενός ρούχου μέσω διαδικτύου βασιζόταν κυρίως στην τύχη και στην εμπειρία του καταναλωτή. Σήμερα, η τεχνητή νοημοσύνη φιλοδοξεί να μετατρέψει αυτή τη διαδικασία σε μια πιο ακριβή και προσωποποιημένη εμπειρία.
Αναρωτιέσαι ακόμα πόσο κοντά βρισκόμαστε σε μια εποχή όπου η τεχνολογία θα γνωρίζει καλύτερα από εμάς ποιο ρούχο μάς ταιριάζει;
