Temsil boşluğu markalara gelir kaybı yaşatıyor
ABD beden ölçüsü 14 ve üzeri olan kadınlar, yetişkin kadın nüfusunun yaklaşık %67'sini temsil eder (NPD Group, 2023); ancak moda markalarının ürün sayfalarının (PDP) büyük çoğunluğu yalnızca 2–8 beden arasındaki standart beden modelleri sergiler. Bu durumun büyük beden alışverişçilere verdiği mesaj nettir: Bu marka, ürünlerinin sizin vücudunuzda nasıl duracağını düşünmedi. Bu algı, giysi tüm genişletilmiş bedenlerde mevcut olsa bile sepetin terk edilmesine neden olur.
Gelir üzerindeki etkisi somuttur. Coresight Research Group tarafından yapılan bir araştırma, bir ürün sayfasında kendi beden temsilini bulan büyük beden alışverişçilerin, bulamayanlara göre %28 daha yüksek oranda dönüşüm gerçekleştirdiğini ortaya koymuştur. Genişletilmiş beden sunan ancak bunu görsel olarak temsil etmeyen markalar, bu dönüşüm primini kaçırmakta ve alışverişçiler giysilerin üzerlerine nasıl oturacağını tahmin etmeye çalıştıkları için genellikle ortalamanın üzerinde iade oranlarıyla karşılaşmaktadır.
Geleneksel fotoğrafçılık neden bu sorunu çözemez?
Bir giysiyi temsil edici bir vücut tipi yelpazesinde (örneğin 2, 6, 10, 14, 18, 22, 26 bedenler) fotoğraflamak, her bir stok birimi (SKU) için yedi ayrı model çekimi gerektirir. 500 SKU'luk bir katalog için bu, 3.500 bireysel model-giysi çekim kombinasyonu demektir. Önemli fotoğrafçılık bütçelerine sahip büyük markalar bile, özellikle bir haftada 100 yeni stilin gelebildiği yeni sezon dönemlerinde, bunu tüm katalogları için sürdüremezler.
Sonuç, iyi niyetli ancak eksik bir çözümdür: Markalar ana kampanya görselleri için bir veya iki büyük beden modeli fotoğraflar ancak kataloglarının çoğunu genişletilmiş beden temsili olmadan bırakır. E-postalarda ve sosyal medya reklamlarında kapsayıcı marka bilinci gören alışverişçiler, ürün sayfasına geldiklerinde her yerde karşılaştıkları 1.80 boyundaki 34 beden modelle karşılaşırlar. Bu durumun yarattığı güvenilirlik açığı gerçektir ve ölçülebilir.
AI sanal deneme bu boşluğu ölçeklenebilir şekilde nasıl kapatır?
Photta'nin yapay zekası, yüklenen tek bir fotoğraftan herhangi bir giysinin alışverişçinin kendi vücudundaki görselini oluşturur. Model, giysiyi standart bir kalıba uydurup en iyisini ummak yerine, kişinin gerçek oranlarına (boy, kilo dağılımı, gövde uzunluğu, bel-kalça oranı) uyum sağlar. 52 beden bir alışverişçi, elbiseyi yeniden boyutlandırılmış standart bir görselde değil, kendi vücudunda gerçekte nasıl döküleceğini görerek inceler.
Deneme işlemi SKU başına değil alışverişçi başına yapıldığı için katalog kapsamı sorunu ortadan kalkar. Kataloğunuzdaki her ürün, her vücut tipi için anında 'model temsiline' sahip olur; çünkü modelin kendisi alışverişçidir. 500 SKU'luk bir katalog, tek bir ek fotoğraf çekimi yapılmadan hem 54 beden hem de 32 beden bir alışverişçi için aynı anda tamamen kapsayıcı hale gelir.
Kapsayıcı denemenin marka itibarı üzerindeki etkileri
Kapsayıcı sanal deneme özelliğini devreye alan markalar, büyük beden alışverişçi topluluklarında ölçülebilir bir marka algısı iyileşmesi görürler. TikTok, Reddit ve Instagram'daki vücut olumlama toplulukları, gerçek temsil yoluyla güven kazanan markalar hakkında oldukça ses çıkarırlar; aynı şekilde kapsayıcılık sinyali verip bunu sunmayan markalar hakkında da bir o kadar eleştireldirler. Tüm vücut tiplerinde kusursuz çalışan bir deneme deneyimi, organik bir marka savunuculuğu yaratır.
Alışverişçiler ilk satın alımlarını güvenle yaptıklarında, büyük beden segmentindeki tekrar satın alma oranları artar. Photta kohort verileri, bir markadan verdikleri ilk siparişte sanal denemeyi kullanan büyük beden alışverişçilerin, kullanmayanlara kıyasla 90 günlük tekrar satın alma oranının %35 daha yüksek olduğunu göstermektedir. Mekanizma basittir: Satın almadan önce görsel olarak onaylanmış iyi bir ilk kalıp deneyimi, sadakati artıran marka güvenini inşa eder.
Yeniden çekim bütçesi olmadan kapsayıcı denemeyi uygulamak
Photta, kapsayıcı temsil sunmak için ek model fotoğrafçılığı gerektirmez. Mevcut ürün fotoğraflarınız (halihazırda ürün sayfalarınızda bulunan görseller) girdi olarak kullanılır. Yapay zeka, alışverişçiye özel görselleştirmeyi fotoğraf çekimi sırasında değil, deneme anında oluşturur. Dışlayıcıdan kapsayıcıya geçiş, aylar süren bir fotoğraf projesi değil, 30 saniyelik bir script etiketi kurulumudur.
Gerçek bir kapsayıcı beden stratejisi oluşturan markalar için Photta, her ürün sayfasına eklenen genişletilmiş beden kalıp notlarıyla (örneğin 'omuz kısmı dardır - 100cm+ göğüs ölçüsü için bir beden büyük seçin') mükemmel uyum sağlar. Sanal deneme görsel güveni sağlar; kalıp notları ise vücut şekli ölçümlerinin giysinin tasarımından farklılaştığı uç durumları yönetir. Birlikte, büyük beden alışverişçilerin kendi ağlarına aktif olarak tavsiye ettiği bir ürün sayfası deneyimi oluştururlar.