РАЗМЕРНЫЙ РЯД И ТЕОРИЯ ЕГО ОТНОСИТЕЛЬНОСТИ

Одно из первых приложений по удаленной подгонке одежды — Virtusize — было разработано в Швеции. Компания друзей часто покупала одежду на eBay, где большинство продавцов предоставляют подробные измерения моделей. Молодые люди увидели, как легко подобрать нужный размер и модель, сравнив предлагаемые продавцом товары с одеждой покупателя, которая есть у него дома. И тогда друзья задумались: а что если использовать ту же концепцию, но сделать ее визуальной, накладывая силуэты одежды на экран? Задумано — сделано, в данном случае отработано со шведскими партнерами в интернет-магазинах, таких как Acne Studios и Stayhard, а потом в Японии — с компаниями United Arrows, Ragtag, Lands' End, Magaseek, Urban Research. Сейчас технология адаптирована и для других стран, она используется в Nudie, Totême, Balenciaga, Maison Kitsuné, Hobbs, а также в интернет-магазинах Zalora.com и Mix.Tokyo. Сервис легко масштабируется, ведь Magaseek — это мультибрендовый универмаг, United Arrows — сеть на 250 магазинов.

«Сравнение одежды — единственный способ четко и объективно продемонстрировать размер и форму. Сравнение визуально наглядно и точно. Оно может быть использовано для всех категорий одежды. Оно не требует фотографирования или каких-либо других сложных действий со стороны покупателя», — говорят создатели.

Сравнение одежды — единственный способ четко и объективно продемонстрировать размер и форму

Покупатели нажимают кнопку «Проверить соответствие», расположенную на странице продукта рядом с информацией о выборе размера. Они взаимодействуют с Virtusize, не покидая сайт интернет-магазина. Далее возможны два варианта — либо покупатели в виджете указывают, какие товары они уже покупали в этом интернет-магазине, либо измеряют дома свои вещи и вводят данные измерений в виджет. Обычно это занимает 2-4 минуты. Имея эталонный образец, покупатели четко видят разницу между предметом, который хотят купить, и предметом, которым уже владеют.

В интернет-магазин виджет интегрируется через API (application programming interface, или интерфейс для программирования приложений).

Датский стартап Easysize помогает покупателям онлайн-магазинов подобрать правильный размер одежды и обуви, оценить риск ошибки, предсказать возможную причину возврата и снизить число возвратов. Сервис работает на основе искусственного интеллекта. Приятно, что у стартапа российские корни. Сотрудница московского банка Гульназ Хусаинова запустила Easysize, когда ей было 23 года. В 2013 году проект попал в акселератор стартапов Startupbootcamp в Копенгагене. В 2014-м девушка иммигрировала в Данию. За пять лет Easysize стал международным брендом, а Гульназ Хусаинова попала в рейтинг Forbes «Лучшие предприниматели до 30 лет». Что это — повод для гордости (наши же) или для расстройства (останься в России, вряд ли «взлетело» бы) — мы еще не решили. Но рекомендуем присмотреться.

Стартап Easysize запустила 23-летняя сотрудница московского банка Гульназ Хусаинова

Алгоритм учитывает физические параметры человека и его предпочтения по покрою и посадке, а также помнит о разнице размерных сеток в разных странах. Vente-privee и Modomoto уже пользуются этим сервисом.

SizeMe — это сервис для хранения и использования персональных данных измерений. Чтобы сервис заработал, владельцу интернет-магазина одежды нужно сначала «поработать ручками» — линейкой измерить все существующие товары, если поставщики еще этого не сделали. В качестве апробации сервиса можно провести эксперимент для какой-то одной категории одежды, чтобы оценить эффективность.

«SizeMe был запущен из-за разочарования текущим состоянием онлайн-покупок. Мы искренне верим, что и пользователю, и продавцу выгоднее сделать несколько быстрых измерений, чем изучать странные таблицы размеров или купить/продать продукт, который не подойдет и потом иметь весь этот “геморрой” с возвратом. Это, может быть, скучный подход инженерного типа, но мы искренне верим, что простые измерения с хорошими инструкциями — это путь, с помощью которого можно достичь максимальной точности», — говорят создатели.

Простые измерения с хорошими инструкциями — это способ сделать удаленную подгонку одежды максимально точной

Кроме данных о длине, обхвате и покупательских предпочтениях сервис подбора размера одежды учитывает степень растяжения тканей и слой одежды (от нательного белья до верхней одежды). Для создателей не имеет значения, в каком формате будут представлены измерения. Расширение для интернет-магазина автоматически добавляет столбцы для измерений в базу данных продукта. Нет фиксированной платы и авансовых платежей. Создатели приложения работают за процент от продаж. Есть бесплатный 30-дневный пробный период.

Пример ценообразования
SizeMe взимает комиссию 3% с покупок пользователей. Ежемесячные продажи в магазине составляют 25 000 евро. На предполагаемые покупки пользователями SizeMe приходится 20% общего объема продаж. Ежемесячная плата сервису от 20% продаж — 150 евро.

San Mateo, калифорнийский разработчик программного обеспечения, создал платформу BodyBlock для прогнозирования размеров тела. Для предсказания подходящего размера используется машинное обучение и база данных 3D-сканирований тела, в которой собраны результаты 1 млн сканирований. В интернет-магазине пользователь видит одну кнопку «Find My Fit». Кликая на нее, он переходит в форму сервиса BodyBlock, вводит данные о себе — массу тела, рост, возраст — и из четырех типов телосложения выбирает подходящий. Это работает так же, как обучение голосового помощника «Яндекса» Алисы — ей дают слушать речь людей с самыми разными голосами, дикцией и интонациями — тех, кто говорит быстро, тех, кто «проглатывает» гласные, тех, кто неправильно ставит ударение, грассирует или картавит, речь аутистов и речь нобелевских лауреатов. Алиса услышала уже больше миллиарда разных интонаций (для сравнения — человек за всю жизнь слышит около 200 тысяч), поэтому она лучше распознает даже самую сложную для понимания речь маленьких детей.

А BodyBlock апробирован в магазине мужской спортивной одежды Rhone, его владельцы довольны результатом.

CLO Virtual Fashion, производитель технологий трехмерного моделирования одежды, объединил усилия с производителем электроники LG и разработал «умное зеркало» с дополненной реальностью.

В зеркало встроена 3D-камера. Человек встает перед ней, камера сканирует его, передает данные центру создания виртуальных фигур CLO Virtual Fashion, где искусственный интеллект центра тут же создает персональный аватар человека. Дальше он передает это изображение на сенсорное зеркало LG, и оно выдает человеку, который посмотрелся в зеркало, полный список рекомендаций по размеру. Здесь же клиент может «примерить» 3D-смоделированную одежду и купить ее сразу в примерочной. Все элементы системы, включая сервис виртуальной подгонки «BeneFit-by-CLO», соединяются друг с другом через API. Это уже решение не для интернет-магазинов, а для физической розницы.

Fit Analytics — платформа, которая использует машинное обучение, показывая машинам огромное количество изображений вещей, их названий, категорий и делая все это на 25 языках.

Fit Finder ежемесячно выдает около 250 млн рекомендаций по 10 млн наименований одежды. Для более глубокой аналитики используется еще несколько решений — Fit Connect, Fit Intelligence и Fit Source. Офисы и центры обработки данных находятся в Берлине, Чикаго, Нью-Йорке и Праге. Центральный офис — в Германии.

«Наше решение базируется на моделировании тела с помощью веб-камеры, которая позволяет пользователям создавать персонализированный профиль подгонки, — говорят создатели платформы. — Мы хотели решить проблему интернет-магазинов, а не создавать проблему для них».

Платформой воспользовались Asos, Puma, Hugo Boss, JD, Mango, Decathlon, Pull&Bear, Helly Hansen, Vans, Burberry, Globetrotter.

Сегмент разделен на три направления:

• аппаратное оборудование — предварительно изготовленное, настраиваемое (экран/зеркало, другие датчики);

• программное обеспечение — встроенное ПО (платформа, мобильное приложение);

• услуги — консалтинг, интеграция, обслуживание.

Основными разработчиками в этой нише являются Zugara Inc., Visualook, Virtusize AB, True Fit Corporation, Total Immersion, Sizebay, Secret Sauce Partners Inc., REACTIVE REALITY GMBH, Metail, Imaginate Technologies Inc., Fitnect Interactive, Fitle, Fit Analytics, ELSE Corp srl, Coitor IT Tech и 3D-A-PORTER LTD.