Семь раз примерь, ни разу не купи

Мы уже не раз рассказывали о проектах, которые пытаются решить эту проблему. Напомним о самых ярких.

3D-примерка обуви

Команда стартапа TRY.FIT разработала роботехническую стопу для сканирования внутренней поверхности обуви в 3D и цифровой трехмерный сканер.

Как показывает практика, даже если в магазине покупателю кажется, что обувь его размера, это может быть не так. Когда он ее будет носить, то может почувствовать дискомфорт. Цель проекта TRY.FIT– обеспечить правильный подбор обуви, которая оптимально подходит для конкретных стоп, для той или иной активности.

Технология симулирует процесс ношения обуви (бег, прыжки, хайкинг, сноубординг и другие активности), используя цифровую трехмерную колодку и цифровую трехмерную стопу. Сканеры, установленные в нескольких обувных магазинах, сканируют стопы людей, и продавец может на своем айпаде показать именно те модели обуви, которые подходят покупателю. Клиенту не придется тратить время на поиск и примерку, он может встать на три секунды на сканер, продавец, нажав на кнопку на айпаде, отсканирует стопы и сразу же покажет, какая обувь ему подходит.

Покупатель может воспользоваться приложением TRY.FIT, чтобы примерять обувь удаленно, покупая ее через интернет.

Платформа True Fit анализирует и обрабатывает данные покупателей одежды и обуви для партнеров ритейлеров и брендов. True Fit, ставшая популярной в 2010 году, фиксировала то, что называется «данные о примерке и стиле», в рамках проекта под названием Genome, используя информацию от покупателей и брендов, чтобы помочь соединить все уровни цепи розничной торговли – от покупателей, брендов и продавцов. Компания аккумулировала данные от почти 10 000 брендов и примерно 100 миллионов покупателей по всему миру.

True Fit дает рекомендации потребителям на основании сложной категории, включающей в среднем 181 параметр каждого элемента, начиная от длины рукава и фактора растягивания, заканчивая силуэтом. Отношения между каждым продуктом и каждым предпочтением потребителя берется в расчет таким образом, чтобы ритейлеры, бренды и покупатели можно было соединить на самом тонком уровне.

Измеритель одежды для интернет-магазинов

Но, несмотря на наличие технологий, проблема возвратов и низкой конверсии в Fashion-ритейле все еще остается. Именно поэтому появляются все новые и новые решения. Об одном из них, совсем новом, мы сегодня расскажем подробнее.

Компания Tardis 3D Technologies фокусируется на решении проблемы подбора хорошо сидящей одежды онлайн. Среди продуктов компании – 3D сканер для тела человека, а также софтверные продукты для автоматического измерения тела человека и автоматического измерения одежды.

Мы попросили соучредителя и разработчика проекта, Ваге Таамазяна, поподробнее рассказать о технологиях и их применении в интернет-магазинах одежды.

- Расскажите, как появилась идея проекта?

Два года назад мы начали работать на 3D-сканером тела человека. К нам поступил такой заказ, мы заинтересовались задачей, но прежде чем что-то разрабатывать, решили посмотреть, где еще это можно применить, кому эта технология будет интересна.

- То есть задача первоначально не имела никакого отношения к ритейлу?

Абсолютно никакого. Мы понимали, что это может быть интересно рынку ритейла или рынку фитнеса, и хотели найти первого заказчика. Нашли мы его совсем не в этих сферах. Это была компания по 3D-печати фигурок людей. Они заинтересовались, потому что раньше сканировали ручным сканером и им приходилось долго обрабатывать результаты.

Мы договорились, они финансировали разработку сканера. Фактически на год мы ушли в лабораторию и дорабатывали проект. Со временем мы поняли, что решение может быть воспринято на рынке 3D-печати фигурок, но сам рынок объективно очень маленький.

Мы стали искать альтернативные сферы, изучали рынки фитнеса и одежды. С точки зрения проблематики одежда оказалась более серьезным направлением. 3D-сканер - дорогое удовольствие, но он очень точный. Хотя эта точность не всегда востребована, по крайней мере сейчас.

То, что мы делаем пригодится в будущем, но сейчас рынок пока к этому не готов – нужно куда-то поставить сканер, уговаривать людей сканировать фигуры. Поэтому мы начали параллельно развивать софтверные решения, которые не будут затратны для компании, которые можно будет легко масштабировать. Ну и просто решили для себя, что насколько это возможно, мы будем стараться решить все задачи алгоритмически, софтом, не привлекая никакого железа.

Мы стали заново анализировать рынок, общаться с ритейлерами, смотреть какие есть проблемы и на какие задачи их можно разбить. Параллельно прототипировали разные технологии и пришли к тому, что сначала сделали измеритель тела человека по минимальному набору параметров и фотографии в полный рост. То есть человеку достаточно ввести свой пол, рост, вес, загрузить фото в полный рост – и этого достаточно, чтобы построить 3D-модель его фигуры, с точностью до 2%.

Для прототипа, который был у нас на сайте, мы просили людей сфотографироваться в зеркале держа телефон на высоте своего роста. Если мы будем встраиваться в смартфон, это ограничение можно убрать – отдать телефон другому, сфотографироваться как-то иначе и т.д.

Мы пришли с этим решение к ритейлерам, рассчитывая, что просто встроимся в их приложения. У каждого крупного ритейлера есть свое приложение, и продажи через них растут, буквально на десятки процентов в год. И существенная часть одежды, почти половина, продается через мобильные приложения.

И от ритейлеров мы получили неожиданный фидбек – да, это все отлично, и модель тела человека это хорошо, но у нас нет моделей одежды. Есть стандартные мерки, есть стандартная размерная сетка S, M, L - но они разнятся от производителя. У разных производителей разные лекала под разные типы фигур.

Для того, чтобы система адекватно работала, помимо модели тела человека нужно понимать еще, какие размеры у одежды.

Услышав об этой проблеме, мы сделали измеритель одежды. Фактически – это стол и веб-камера, подключенная к компьютеру. Все, что требуется от сотрудника – класть одежду более-менее гладко на стол и нажимать на компьютере кнопку «Измерить». Одежда автоматически распознается, фиксируются ключевые точки, снимаются мерки и информацию можно автоматически экспортировать в ERP-систему ритейлера или на сайт.

Большинство ритейлеров, с которыми мы общались, сами задумываются о том, как измерять одежду. У многих есть проблема с конверсией заказов, возвратами товаров. И чтобы ее решить, нужно предоставлять больше информации о размере одежды. Делать это вручную, когда у тебя тысячи наименований – слишком затратно.

- В таком случае, логичнее делать замеры моделей на производстве, чтобы не повторять процедуру в каждом магазине?

Да, это действительно проще, мы рассматриваем этот вариант. На данный момент нам было проще выйти на магазины.

- Какие погрешности есть при измерениях? Как серьезно они могут повлиять на результат «примерки»?

При измерении одежды погрешность может быть до 1 см, но в любом случае это меньше, чем размерный шаг. А при измерении тела человека - около 2%. По основным параметрам это почти незаметно.

- А как насчет самого главного – села вещь или нет, идет или нет?

Надо понимать, что эта система не будет давать детальных рекомендаций по посадке одежды, складках и т.д. До такого решения еще долго. Мы пока не подразумеваем качественной визуализации, которая будет показывать все складки, мелкие детали, нюансы кроя и посадки. Проблема есть, и вместо того, чтобы ждать идеального решения, можно начать двигаться к этому решению уже сейчас. Можно, например, начать собирать данные о пропорциях тела человека. Форма тела – это довольно ценная информация. Есть компании, которые собирают информацию по странам и регионам о среднестатистических фигурах людей. А затем продают ее производителям одежды, которые подстраивают должным образом свои лекала.

- И все же, у каждого человека есть свои индивидуальные особенности фигуры. Например, если рост ненамного выше среднего – не каждое платье может нормально сесть по талии. Как быть с этим?

Сейчас у людей два варианта: взять несколько размеров, померить и купить подходящий, или не заказывать вообще. Например, один из ритейлеров, с которым мы общались, рассказывал, что у него около 60% возвратов. Причем, существенная их часть – это отказы от покупки, когда люди берут несколько размеров одной и той же вещи.

Разница в размерах составляет 3-4 сантиметра, с помощью измерителя мы можем рекомендовать покупателю, например, что вещь данного размера сядет или не сядет в плечах. Таким образом, мы заметно уменьшаем число ситуаций с заказом и возвратом нескольких размеров. Человек будет заказывать тот размер, который наиболее вероятно ему подходит.

- Ваша технология больше подходит к каким-то базовым вещам. А как быть с одеждой сложного кроя?

Да, верно. Дело в том, что даже саму одежду сложного кроя сложно измерить. Распознавание ключевых точек, автоматическое снятие мерок – это проблема. Наше решение легко работает с брюками, футболками, рубашками, юбками, шортами. Для платьев – если платье более менее стандартной формы – тоже работает. Со сложным кроем - не всегда, иногда даже человеку непонятно, где там ключевые мерки снимать.

- А что такое ключевые мерки?

Это зависит от ритейлера. Сейчас большинство ритейлеров обмеряют изделие одного размера и только по нему выкладывают информацию. Для брюк, например – длина по швам, объем талии, бедер.

На первом этапе мы подстраиваем систему под ритейлера, предлагаем снимать те мерки, к которым они привыкли. Я думаю, это вопрос дальнейших экспериментов - понять, какие мерки действительно нужны, какие критичны.

- Как это будет выглядеть для покупателя? Я захожу на сайт интернет-магазина, вижу такую возможность, делаю фото в полный рост, а дальше что?

То, как мы видим себе это в идеале: покупатель заходит на сайт ритейлера или открывает его приложение. Ему предлагается завести свой Body ID – ввести рост, вес, те мерки, которые он знает и опционально добавить фотографию в полный рост (чтобы получить еще более точную модель). После этого система генерирует его параметрическую модель, и сохраняет ее. Затем, на странице какого-либо товара ему выдается подсказка с тем размером именно этой модели, который ему подойдет с наибольшей вероятностью.

Дальше возможны варианты. Может быть мы будем визуализировать то, как данная вещь сядет на фигуру, показывая разными цветами, где будет слишком свободно, или наоборот, тесно, где окажется коротко или слишком длинно.

После мы уже готовы экспериментировать с интерфейсом, насколько он будет интуитивно понятен, не будет ли отвлекать от покупки.

Но сейчас наша первоочередная задача – приучить ритейлеров измерять одежду и выкладывать данные по размерам на сайте, в табличках, всплывающим окошком, или визуализировать силуэт одежды с мерками.

Даже просто предоставляя информацию о мерках одежды конкретного размера, мы уже упрощаем покупателю задачу выбора.

- Есть у вас конкуренты?

Конечно. Эту проблему пытаемся решить не только мы. Есть, например, компания Fit Analytics. У них очень хорошее решение – они легко встраиваются в сайт, и это позволяет им быстрее масштабироваться.

Они оценивают вероятность исходя из той информации, которую предоставляет сам пользователь о своих размерах, а также анализируют информацию о том, кто еще с похожей фигурой покупал или возвращал определенные размеры. Но поскольку система работает только с накопленной информацией, для новых коллекций сложно дать подсказку, подойдет ли вещь.

- Какие перспективы у вашего сервиса? Когда можно будет увидеть его работу?

Сейчас мы договариваемся о пилотных внедрениях. Это долгий процесс, чуть более долгий, чем нам хотелось бы. Мы решили попробовать запустить пилот с не самым крупным, но более мобильным ритейлером. Это позволит нам накапливать данные, проверять гипотезы – в чем мы были правы, в чем нет. Я надеюсь, это произойдет в ближайшие пару месяцев. 

Мария Сысойкина