Bölüm 1: Geleneksel beden tabloları müşterileri nasıl yanıltıyor?
Beden tabloları vücut ölçülerini giysi etiketleriyle (XS/S/M/L veya 34/36/38/40) eşleştirir. Buradaki temel hata, müşterilerin nadiren kendi ölçülerini doğru bilmeleridir — 2019 Fit Analytics çalışması, çevrimiçi alışveriş yapanların %40'ından azının son bir yıl içinde göğüs, bel veya kalça ölçülerini aldığını ortaya koymuştur. Ölçüler doğru olsa bile beden tabloları kesimi, kumaş esnekliğini, hedeflenen kalıbı (bol vs. dar) ve vücut oranı farklılıklarını göz ardı eder. 40 beden iki müşteri, aynı bel ve kalça ölçülerine sahip olsa da tamamen farklı gövde uzunluklarına sahip olabilir.
İkinci başarısızlık modu markalar arası değişkenliktir. Bir markada M beden olan bir müşteri, bir diğerinde L, üçüncüsünde ise S beden olabilir — bu durum o kadar yaygındır ki 'beden öfkesi' tanınmış bir tüketici deneyimi kalıbıdır. Beden tabloları yanlış bir hassasiyet sunar: Bir sayının veya harfin uyum sorununu çözdüğünü ima ederler, oysa gerçekte bu sayı; stil sezgisi, kumaş bilgisi ve çoğu müşterinin sahip olmadığı vücut özgüvenini içeren bir karar süreci için sadece bir başlangıç noktasıdır.
Bölüm 2: Yapay zeka beden tahmini gerçekte ne yapar?
Yapay zeka beden tahmin araçları iki kategoriye ayrılır: ölçüm tabanlı ve görüntü tabanlı. Ölçüm tabanlı araçlar müşteriden boy, kilo ve vücut şekli bilgilerini girmesini ister, ardından bir bedeni önermek için eğitilmiş bir model kullanır. Bunlar beden tablolarına göre bir iyileştirmedir çünkü sadece ölçüleri değil, vücut şeklini de hesaba katarlar ve iade geçmişinden markaya özel kalıp verilerini öğrenebilirler. Ancak tavan yine de sayısaldır — size neyin yakışacağını değil, hangi bedeni sipariş etmeniz gerektiğini söylerler.
Photta'ın uyguladığı görüntü tabanlı yapay zeka ise tamamen farklı bir yaklaşım sergiler. Müşteri kendi fotoğrafını yükler ve yapay zeka seçilen giysinin kişinin gerçek vücudu üzerindeki gerçekçi bir görüntüsünü oluşturur. Bu, farklı bir belirsizliği giderir — 'hangi bedeni sipariş etmeliyim' değil, 'kız kardeşimin düğününde bu elbisenin içinde kendimi güvende hissedecek miyim?' sorusunu cevaplar. Bunların her ikisi de satın alma engelidir, ancak görüntü tabanlı deneme, ölçüm araçlarının ulaşamadığı stil özgüveni boyutunu çözer.
Bölüm 3: Görsel deneme yaklaşımı — Photta ne yapar?
Photta aracı, tek bir kod parçasıyla ürün sayfanıza entegre olur. Müşteri 'Üzerinde dene' butonuna tıkladığında bir fotoğraf yükler (ayakta duruş, önden aydınlatmalı, her türlü arka plan uygundur). Yapay zeka, seçilen giysinin kişinin vücudundaki birleşik görüntüsünü yaklaşık 8–15 saniye içinde oluşturur. Sonuç; giysi siluetini, kumaş dökümünü ve müşterinin vücut oranlarını hesaba katan gerçekçi bir 'kişi üzerinde ürün' görüntüsüdür.
Model, giyim kategorileri için özel olarak optimize edilmiştir: triko dökümü, denim ağırlığı, şeffaf kumaşlar, yapılı dış giyim ve vücuda oturan siluetlerin her biri farklı şekilde işlenir ve model her birini doğru şekilde yönetir. Photta ayrıca takı (yüzük, küpe, kolye), gözlük ve ayakkabıları da destekler. Her kategori özel bir işleme hattı kullanır — hangi hattı kullanacağınızı yapılandırmanıza gerek yoktur, sistem ürün türünü ürün meta verilerinizden otomatik olarak algılar.
Bölüm 4: İkisini birlikte ne zaman kullanmalı?
Beden tabloları ve görsel deneme, müşterinin farklı kaygı boyutlarını ele alır ve en iyi kombinasyon halinde çalışır. Yapılı bir ceket bakan bir müşterinin iki farklı sorusu vardır: (1) '40 beden omuzlarıma olur mu?' — iyi kalibre edilmiş bir beden tablosunun veya ölçüm aracının yanıtlayabileceği sayısal bir uyum sorusu; ve (2) 'Bu ceket vücut tipime ve ten rengime yakışıyor mu?' — yalnızca görsel bir denemenin yanıtlayabileceği bir stil özgüveni sorusu. Kaygılardan sadece birini gidermek, satın alma tereddüdünü tam olarak çözmez.
Önerilen kurulum: Mevcut beden tablonuzu ürün sayfasında tutun, Photta'ın görsel deneme butonunu 'Sepete Ekle' butonunun hemen üzerine ekleyin ve beden tablosunu deneme penceresinin alt kısmından linkleyin. Bu ikili yaklaşımı uygulayan işletmeler, hem analitik müşteriye (sayı isteyen) hem de görsel müşteriye (görmek isteyen) hitap ettikleri için %28'e varan en yüksek dönüşüm artışlarını raporlamaktadır.
Bölüm 5: Giyim markalarından gerçek dönüşüm verileri
Photta'ın iş ortakları genelinde, deneme etkileşimi içeren oturumlardaki medyan dönüşüm oranı artışı, içermeyen oturumlara kıyasla %22'dir. İade oranları, kurulumdan sonraki 90 gün içinde %25–30 düşer. Bu rakamlar, 40 dolarlık hızlı modadan 400 dolarlık premium giyime kadar tüm fiyat aralıklarında geçerlidir; ancak iade nakliye maliyetlerinin daha yüksek olduğu yüksek fiyat noktalarında mutlak dolar etkisi daha büyüktür.
Kategori bazında en büyük dönüşüm artışları mayo (+%31), elbise (+%28) ve dış giyimde (+%24) görülmektedir — yani stil belirsizliğinin en yüksek olduğu ve beden tablosunun en az güvence sağladığı kategorilerde. Düz tişörtler ve tek renk pantolonlar gibi temel ürünler daha düşük ama yine de pozitif artışlar (+%11–15) göstermektedir. Kalıp tutarlıdır: Giysinin stil karmaşıklığı ne kadar yüksekse, görsel denemenin bir beden tablosuna göre kattığı değer o kadar fazladır.