Qu'est-ce que Fit Finder ?

La question ultime est de savoir si les Fit Finders peuvent réellement résoudre le problème et si nous pouvons dire adieu aux remboursements en ligne pour cause de taille - c'est le rêve. Nous décomposons ici un certain nombre de types de technologies de recherche de taille, de sorte que vous pouvez les considérer comme un spectre de complexité. Ainsi, du côté le plus simple, nous avons les versions numériques comparatives des tableaux de tailles et du côté le plus complexe, nous avons l'IA prédictive avec les systèmes hybrides adaptatifs. 

Comparateurs de diagrammes de taille statiques Versions numériques 

Tableau des tailles statique versions numériques comparatives des tableaux des tailles que vous trouvez dans tous les magasins. Ces tableaux sont génériques et basés sur ce que la marque pense être la bonne taille, mais n'ont aucun rapport avec le style du produit individuel. Il est facile pour les détaillants de mettre en place des applications gratuites sur l'App Store de Shopify et d'autres magasins d'applications, mais elles ne sont pas très personnalisées pour la marque, ni pour l'acheteur, et nous ne parlons même pas des autres variables qui influencent la taille. Elles ne sont donc pas très utiles et ne sont pas révolutionnaires, c'est le premier niveau des technologies de recherche de taille. 

Outils statistiques de base

Considérez-les comme les prédécesseurs des systèmes plus avancés. Ces types d'outils sur l'App store de Shopify coûtent environ $50 et moins par mois, malgré les différents modèles de tarification proposés par chacun. Ce type de technologie Fit Finder prend en compte quelques mesures de base, bien qu'il pose des questions sur la taille, le poids et certaines formes corporelles, il n'a pas la complexité et le pouvoir prédictif des systèmes plus avancés qui utilisent des méthodes statistiques plus sophistiquées ou intègrent l'apprentissage automatique. Ils ne sont donc pas tout à fait intelligents avec des données limitées et aucune compréhension des produits réels ou des formes corporelles. En termes plus simples, c'est comme une calculatrice. 

Comparateurs de marque à marque 

C'est comme si vous regardiez un tableau des tailles et que vous vous disiez : "Je suis taille moyenne chez H&M, donc je suis taille moyenne dans cette marque". C'est magique, n'est-ce pas ? Dans de nombreux cas, vous constaterez que vos données sont identiques à la réponse que vous obtiendrez. Ce n'est pas très sophistiqué. Comme vous le savez, chaque style et chaque taille peuvent être totalement différents et même le même produit dans des couleurs différentes peut être différent. Les acheteurs et les journalistes l'ont signalé à maintes reprises. ici pour voir un exemple. En d'autres termes, ce type d'outil de recherche d'adéquation est un produit qui ne sert à rien. Certains d'entre eux intègrent des éléments d'apprentissage automatique (que les documents marketing qualifient d'IA) pour combler le fossé entre l'entrée et la sortie, mais il est impossible de combler ce fossé car chaque produit est unique en ce qui concerne sa coupe, son étirement, le style dans lequel il doit être porté, etc. Cela nécessite des milliers, voire des millions de points de données, et le temps de collecter ces données, même à l'échelle mondiale, le produit atteint sa fin de saison, ce qui signifie que ces technologies ne pourront jamais apprendre au niveau de la coupe, et qu'elles sont à des années-lumière de comprendre la coupe du produit au niveau de l'ID du produit, et que le niveau de la couleur est encore plus éloigné que des années-lumière, et qu'il faut ajouter le mélange de personnes de tailles différentes, grandes et minces, aux hanches larges, etc. Vous pouvez déjà voir clairement les limites. Les tailles sont tellement incohérentes d'une marque à l'autre et même à l'intérieur d'une marque que les résultats des comparateurs de marque à marque sont très glaçants. Cliquez ici pour en savoir plus sur l'incohérence des tailles chez H&M. ici. 

Outils de comparaison statistique

Il s'agit d'une étape supplémentaire dans le niveau de sophistication des technologies de recherche de taille. Celles-ci utilisent les données d'un grand nombre d'acheteurs pour faire des recommandations de taille au niveau de la catégorie, certaines tentent de le faire au niveau de l'ID du produit, mais le niveau de l'ID du produit est trop difficile pour cette technologie. Elles prennent des milliers, voire des millions d'acheteurs, associent des éléments tels que le poids, la taille, certaines données relatives à la morphologie, aux achats et supposent que d'autres acheteurs ayant des données identiques pourraient avoir la même taille. Ce qui n'est pas le cas, d'une part, et, d'autre part, il faut des millions de points de données qui sont généralement disponibles pour les marques connues et les tailles les plus courantes comme S, M, L. Au-delà, c'est un véritable parcours du combattant, parsemé d'inexactitudes. Ce type de technologie Fit Finder s'améliore au fil du temps en analysant davantage de données, mais comme nous l'avons mentionné, la précision diminue lorsque l'on dépasse les personnes qui se situent au milieu du spectre des tailles. En ce qui concerne la coupe, les résultats au niveau de l'identification du produit deviennent très incertains, il n'est donc pas nécessaire de discuter plus avant des capacités de cette technologie au niveau de la couleur. Ces produits se réclament souvent de l'intelligence artificielle, et c'est là que commence la zone grise de la définition de "Qu'est-ce que l'intelligence artificielle ?

L'IA prédictive avec les systèmes hybrides

Il s'agit de systèmes qui tirent parti de l'intelligence artificielle et de l'apprentissage automatique pour créer des recommandations de taille hautement personnalisées. Les systèmes recueillent également des informations sur l'âge, le poids, la taille et la forme du corps, qui peuvent être converties en mesures corporelles. L'intelligence artificielle analyse toutes les informations relatives aux clients qui visitent des boutiques en ligne spécifiques et à leurs achats antérieurs. Elle apprend uniquement à partir des clients réels de ce magasin, et non à partir de ce qui s'est passé dans un autre pays, dans un autre magasin, avec des produits similaires. En d'autres termes, les données ne sont pas brouillées par l'histoire d'un autre pays. L'apprentissage se fait uniquement à partir des données réelles d'un seul détaillant et, si un détaillant fait du commerce dans plusieurs localités, l'évolution est spécifique aux produits commercialisés dans la localité. Tout cela, ainsi que des tableaux de tailles spécifiques à la marque, et l'utilisation d'algorithmes vraiment complexes pour comprendre chaque UGS du stock réel du détaillant, mais encore une fois pas de produits similaires. En effet, le même produit fabriqué dans des usines différentes ou au cours d'une année différente peut avoir une coupe différente et la même personne aura besoin d'une taille différente. La technologie est comme votre assistant personnel d'achat qui apprend consciemment à plusieurs niveaux. Les données proviennent de diverses sources, d'analyses visuelles, de commentaires de clients, de ventes, de remboursements, d'achats antérieurs, etc. Les tailles varient en fonction de la catégorie, de la coupe et même de l'identifiant du produit. Même si tout semble identique en amont, le client en aval, des réseaux neuronaux complexes et des systèmes d'IA adaptatifs orchestrent le processus afin de déterminer la bonne taille pour l'acheteur. Vous pouvez ensuite imaginer les informations que vous pouvez obtenir grâce aux données collectées pour optimiser l'activité. Savez-vous combien d'argent vous laissez sur la table ? Non seulement vous récupérez des opportunités de vente manquées, mais vous réduisez les coûts opérationnels en raison de la diminution des remboursements, ce qui rend votre entreprise plus rentable. Mais ce type d'outils a son prix. Il ne s'agit pas de l'App Store de Shopify, une application copier/coller imprimée de la même manière pour tous les détaillants. Ce type de Fit Finder nécessite une précision dans la connexion des systèmes et l'intégration personnalisée est effectuée pour chaque client afin de s'adapter à leurs systèmes et sources de données.