シオナ・マッカラムシニアテクノロジーレポーター
BBC
ほとんどの女性は、高級店でサイズが一貫していないことの悲惨さに共感するでしょう。
ジーンズがあるブランドではサイズ 10 であり、別のブランドではサイズ 14 であることが簡単にあり、顧客は混乱し落胆することになります。
この影響で世界的な返品の洪水が発生し、買い物をしようとする人々がどの店舗でどれくらいのサイズのものを購入すればよいのか疑問に思うため、ファッション小売業者は推定年間1,900億ポンドの損失を被っている。
問題を経験している人を見つけるために遠くまで探す必要はありませんでした。
ロンドンの人気ショッピング街の 1 つを散策しながら、ある人は「大通りのサイズ設定は信用しません」と私に言いました。 「正直に言うと、私は実寸よりも見た目で購入します。」
彼女は、同じ商品の複数のバージョンを注文して、合うものを見つけてから残りを返送することが多く、大量返品の文化を促進する多くの女性のうちの 1 人です。
新世代のサイジング技術
現在、テクノロジー企業のクラスターが成長しつつあり、この問題の解決に取り組んでいます。
3DLook、True Fit、EasySize などのツールは、スマートフォンの写真によるボディ スキャンを使用して、最も正確なフィット感を提案することで、顧客がチェックアウト時に適切なサイズを選択できるようにすることに重点を置いています。
一方、Google の仮想試着、Doji、Alta、Novus、DRESSX Agent、WEARFITS などの仮想試着室プラットフォームを使用すると、買い物客はデジタル アバターを作成し、商品がどのように見えるかをプレビューできます。これらのシステムは、オンラインで購入する際の信頼性を高めることを目的としています。
最近では、AI を活用したショッピング エージェントも市場に参入し始めています。 Daydream では、ユーザーが探しているものを説明し、オプションを推奨します。
OneOff は有名人のファッションを集めて類似のアイテムを見つけますが、Phia は何万もの Web サイトをスキャンして価格を比較し、初期の「サイズに関する洞察」を明らかにします。
これらのツールは電子商取引段階で機能しますが、英国の新興企業 Fit Collective は別のアプローチを採用しており、生産プロセスの早い段階で問題を防止しようとしています。
創設者のフィービー・ゴームリー氏は、衣類が店頭に並ぶ前にAIがサイジングを修正できる可能性があると主張する。
「彼らは皆、やって来て『ハイストリートのサイジングはとても悪い』と言うのです」と彼女は私に語った。
彼女は、ファッションの現在のモデルは「下向きのスパイラル」であり、ブランドが莫大な返品率を相殺するためにより安価な衣料品を作り、それが顧客の不満とさらなる浪費につながると述べた。
昨年の設立以来、フィット・コレクティブはプレシード資金として300万ポンドを調達したが、これは英国の単独女性創設者がこれまでに獲得した最高額であると伝えられている。
「私たちが知る限り、私たちはすべての製造データと商業データを比較する最初のソリューションです」と彼女は言います。
フィービーの新しい事業では、機械学習を使用して返品、売上高、顧客の電子メールなどのさまざまなデータを分析し、何かが合わなかった理由を実際に理解しています。
次に、これを設計チームと生産チームへの明確なアドバイスに変換し、製造を開始する前にパターン、サイズ、素材を調整できます。
彼女のシステムは、たとえば、全体の返品数を減らすために、衣類の丈を数センチ減らすよう企業に指示するかもしれません。これにより、企業にとってはコストが節約され、消費者にとっては時間が節約されます。
ラベルに何と書かれていても、これらのジーンズがすべて同じサイズではないことは明らかです
業界の多くはこうしたツールを歓迎しているが、テクノロジーだけではファッションのサイジング問題を解決できないと警告する人もいる。
「人はマネキンではありません。個性があり、フィット感の好みも異なります」と英国ファッション繊維協会国際ビジネス担当ディレクターのポール・アルジャー氏は言います。
同氏は、体の寸法がラベルの数値と一致することはほとんどなく、サイズには微妙な違いがある可能性があると警告しています。
「それはとても難しいし、とても主観的なものだよ」と彼は言う。
「私たちのほとんどは体型も大きさも異なります。世界中の人々はさまざまな体型をしています。」
そして、消費者、特に婦人服がそこで買い物をすることを好むだろうということを知って、ブランドが意図的により寛大なフィット感を生み出すことを選択する、虚栄心のサイジング、アルジャー氏によれば「感情的なサイジング」の問題もある。
「これらのサイジング基準がコレクション内で確立されると、ブランドは通常、シーズンごとにそのサイジング基準を参照するため、事実上独自のブランドサイジングを作成することになります」と彼は言います。
英国小売コンソーシアムの持続可能性政策アドバイザー、ソフィー・デ・サリス氏は、コスト削減と持続可能性の観点から、小売業者はこの問題への認識を高めていると語る。
「よりスマートなサイジング技術とAI主導のソリューションは、返品を削減し、業界の持続可能性目標をサポートするための鍵となります。BRCメンバーは革新的な技術プロバイダーと協力して、顧客が最適なサイズを購入し、返品を削減できるよう支援しています」と彼女は言います。
現在、返品が役員室の問題となっており、持続可能性へのプレッシャーが高まっていることから、より多くのファッションハウスがデータ駆動型デザインを検討する可能性は十分にあります。
単一のソリューションで一貫性のないサイズ設定を完全に解決できる可能性は低いものの、Fit Collective のようなツールの出現と、仮想試着およびサイズ予測プラットフォームのエコシステムの成長は、業界が変化し始めていることを示唆しています。
#テクノロジーはファッションのサイジング危機を解決できるでしょうか