¿Puede la tecnología resolver la crisis de tallas de la moda?

La mayoría de las mujeres conocen la desgracia de las tallas inconsistentes en las tiendas de la calle.

Un par de jeans puede ser fácilmente talla 10 de una marca y talla 14 de otra, dejando a los clientes confundidos y desanimados.

Esto ha provocado una avalancha global de devoluciones, lo que cuesta a los minoristas de moda aproximadamente £190 mil millones al año, y los compradores potenciales se preguntan qué talla se supone que deben comprar en qué tienda.

No tuve que buscar muy lejos para encontrar personas que experimentaran este problema.

“No confío en el tamaño de las calles principales”, me dice una persona mientras camina por una de las calles comerciales más populares de Londres. “Para ser honesto, compro por la apariencia más que por el tamaño real”.

Ella es una de las muchas mujeres que a menudo piden varias versiones del mismo artículo para encontrar una que les convenga, antes de devolver el resto, alimentando una cultura de devoluciones masivas.

Un grupo cada vez mayor de empresas de tecnología está intentando resolver el problema.

Herramientas como 3DLook, True Fit y EasySize tienen como objetivo ayudar a los clientes a elegir la talla correcta al momento de pagar, utilizando escaneos corporales a través de fotos de teléfonos inteligentes para sugerir el ajuste más preciso.

Mientras tanto, las plataformas de prueba virtual, incluidas Google Virtual Try-On, Doji, Alta, Novus, DRESSX Agent y WEARFITS, permiten a los compradores crear avatares digitales y obtener una vista previa de cómo se verán los artículos. Estos sistemas tienen como objetivo aumentar la confianza a la hora de comprar online.

Más recientemente, los agentes de ventas basados ​​en IA también han comenzado a ingresar al mercado. Daydream permite a los usuarios describir lo que buscan y luego recomienda opciones.

OneOff agrega miradas de celebridades para encontrar artículos similares, mientras que Phia escanea decenas de miles de sitios web para comparar precios y mostrar los primeros “conocimientos sobre el tamaño”.

Si bien estas herramientas funcionan en la etapa del comercio electrónico, una nueva empresa británica, Fit Collective, está adoptando un enfoque diferente: tratar de prevenir el problema en una etapa más temprana del proceso de producción.

La fundadora Phoebe Gormley dice que la IA puede potencialmente corregir la talla antes de que la ropa llegue a las tiendas.

La mujer de 31 años, que no es científica de datos, sino sastre, ya ha lanzado los primeros sastres femeninos de Savile Row, confeccionando ropa a medida para una amplia gama de mujeres.

“Todos venían y decían: ‘el tamaño de las calles principales es realmente malo’”, me dijo.

Ella dice que el modelo actual de la moda es una “espiral descendente” en la que las marcas fabrican ropa más barata para compensar las enormes tasas de devolución, lo que genera clientes insatisfechos y más desperdicio.

Desde su lanzamiento el año pasado, Fit Collective ha recaudado £3 millones en financiación inicial, lo que se cree que es la cantidad más grande jamás recaudada por una fundadora en solitario en el Reino Unido.

“Hasta donde sabemos, somos la primera solución que compara todos los datos de fabricación y los datos comerciales”, afirma.

El nuevo negocio de Phoebe utiliza el aprendizaje automático para analizar una variedad de datos, incluidas devoluciones, cifras de ventas y correos electrónicos de clientes, para comprender realmente por qué algo no encajaba bien.

Esto se traduce en una guía clara para los equipos de diseño y producción, quienes pueden ajustar los diseños, tamaños y materiales antes de que comience la fabricación.

Su sistema puede, por ejemplo, pedir a una empresa que reduzca el largo de una prenda unos centímetros para reducir el número total de devoluciones. Esto ahorra dinero a la empresa y tiempo al consumidor.

Aunque muchos en la industria dan la bienvenida a este tipo de herramientas, algunos advierten que la tecnología por sí sola no resolverá el problema del tamaño de la moda.

“Las personas no son modelos, son únicas y también lo son sus preferencias en cuanto a forma”, dice Paul Alger, director de asuntos internacionales de la Asociación de Moda y Textil del Reino Unido.

Advierte que el tamaño puede tener matices, y que las medidas corporales rara vez corresponden a un número en una etiqueta.

“Es muy difícil, es muy subjetivo”, afirma.

“La mayoría de nosotros tenemos diferentes formas y tamaños; las personas en todo el mundo tienen diferentes formas corporales”.

Y luego está la cuestión de las tallas personalizadas (o “tallas emocionales”, según Alger) donde una marca elegirá deliberadamente crear un corte más generoso sabiendo que un consumidor, particularmente de ropa de mujer, preferirá comprar allí.

“Una vez que estos estándares de tamaño se establecen en una colección, las marcas suelen referirse a ellos cada temporada para crear efectivamente su propio tamaño de marca”, dice.

Sophie De Salis, asesora de políticas de sostenibilidad del British Retail Consortium, afirma que los minoristas son cada vez más conscientes de esta cuestión, desde una perspectiva de ahorro de costes y sostenibilidad.

“La tecnología de dimensionamiento más inteligente y las soluciones impulsadas por IA son clave para reducir las devoluciones y respaldar los objetivos de sostenibilidad de la industria. Los miembros de BRC trabajan con proveedores de tecnología innovadora para ayudar a sus clientes a comprar el tamaño más adecuado y reducir las devoluciones”, afirma.

Ahora que los retornos son un tema de debate en las salas de juntas y las presiones sobre la sustentabilidad aumentan, es posible que más casas de moda consideren el diseño basado en datos.

Si bien es probable que ninguna solución resuelva por completo las inconsistencias de tamaño, la aparición de herramientas como Fit Collective, junto con un ecosistema creciente de pruebas virtuales y plataformas de predicción de tamaño, sugieren que la industria está comenzando a evolucionar.