Skip to main content

软件工具

AI 与个体化购物体验成为绝配

智慧零售

有些人喜欢逛街买衣服,有人则不喜欢。即使是买衣服上瘾的购物狂,有时也会在试衣间里筋疲力尽。以为自己穿 6 码?也许您选择某个品牌或风格时穿 6 码,但换一个品牌或风格就不穿这个尺码了。由于可以带进更衣室的商品数量有限,您很快就会精疲力尽。零售商也会发现寻找合适的尺码这件事令人非常头疼:店员浪费时间,更衣室杂乱不看,而最糟糕的是可怕的退货。

正因为如此,众多公司纷纷打造先进的 AI 零售解决方案,以实现更加出色、更加个性化的购物体验,其中有一种解决方案在今年的 2023 英特尔® On 技术创新峰会上得到了展示。基于 AI 的零售业解决方案提供商 FIT:MATCH营销主管 Hillary Littleton 与我们一起讨论了通过 AI 增强的购物体验以及它为购物者和零售商带来的优势。因为服装可能没有均码,但 AI 或许能够显示适合您的尺码(视频 1)

视频 1。FIT:MATCH 的 Hillary Littleton 讨论了推动零售业解决方案(这些解决方案为客户和零售商提供了更好的购物体验)的创新 3D 技术和 AI。

FIT:MATCH 是什么?它如何为购物者提供个性化的推荐?

今年早些时候,FIT:MATCH 面向服装零售商推出了最新门店试衣间体验,称为 Fit Concierge。它让购物者有机会在门店试衣间接受扫描,这种扫描是利用英特尔® 实感 激光雷达技术和英特尔 OpenVINO 完成的。借助这些激光雷达传感器,我们可以在一秒钟内完成扫描,然后将扫描数据与我们庞大的数据库中已经试穿过衣服的虚拟形象进行匹配。

完成扫描后,可以立即向购物者显示合适的尺码,这一点不同于业内其他试衣技术带来的体验。整个店内流程需要 10 到 15 秒,购物者可以当场获知零售商各种服装适合自己的确切尺码。我们不仅可以告诉他们合适的尺码,还可以告诉他们为什么该尺码适合他们,以及他们应该如何使用这些信息。

该过程会在扫描数据与购物者手中服装的尺码以及品牌自身的尺码之间寻找相等关系。由于大多数人都不知道如何正确地进行测量,因此我们不会向购物者询问他们的测量结果,而是采用了 3D 扫描,因为我们深知 3D 问题只能通过 3D 解决方案得到解决。

试衣偏好也是我们的技术中自带的一项功能,而且随着越来越多消费者告诉我们自己喜欢什么样的松紧度,我们也将越来越了解他们的偏好,然后可以根据这些偏好给出建议。购物者甚至可以看到商品在 3D 模型上的效果。因此,购物者除了享受简单且有趣的购物体验之外,还将通过这一入口获得自己的数据。我们发现他们十分喜欢这一点。第一家采用我们的导购解决方案的零售商是蕾哈娜的 Savage X Fenty。

FIT:MATCH 可以帮助零售商解决哪些常见挑战?

我不断听零售商提到三个特定挑战。第一个挑战是客户留存率,以及当客户不知道该购买哪个尺码或是他们的尺码已售罄时的流失率。出现此类情况时,会导致购物者流失率升高、缺乏忠诚度,以及对购物体验不满意。第二个挑战是由于企业在采购、规划或展销方面决策不力而导致的剩余库存。然后是第三个挑战:退货。

零售商渴望既能无缝集成,也能助力其业务实现重要 KPI 的产品。我们从英特尔 On 技术创新峰会上了解到,各种客户群体对该技术都有需求;这是一个非常普遍的问题。人人都知道 AI 解决方案现在成了一种热门商品,但我认为难点在于如何获得恰当的解决方案。我们的技术是革命性的,能够带给购物者沉浸式体验,也能在很大程度上影响我们的品牌合作伙伴的利润。

借助 FIT:MATCH 技术,零售商可以更好地为客户提供服务。该技术的好处正是在于:零售商可以了解购物者真正想要什么,以及什么适合他们,从而能够提升购物体验。这样可以提高消费者的满意度,从而对品牌产生积极影响。

提供这种创新定制化试衣体验,可以带来哪些优势?

我们的一些品牌合作伙伴已经表现出了巨大优势,比如使用 FIT:MATCH 进行扫描的合作伙伴的平均转化率是未使用 FIT:MATCH 进行扫描者的 6 倍,并且平均订单价值提高了 20% 至 30%。此外,与未进行扫描者相比,进行扫描者的商品退货量减少了 80%。这也是一项很大的优势,只有不到 1% 的消费者会购买多个尺码——零售业将这种做法称为“开架购物”。试衣存在很多风险,尤其是在网上,而零售商告诉我们:开架购物是他们最担心的问题,因此这一比例低于 1% 是他们所喜闻乐见的。

在客户忠诚度方面,与未接受扫描者相比,接受扫描的购物者的忠诚度计划注册率翻了一番,而且总体客户满意度平均提高了 16 个百分点。这些结果让我们倍感自豪。

在未来,我们还可以与品牌合作伙伴携手打造更多功能,其中包括利用可根据品牌合作伙伴的偏好进行定制的数据仪表板,为他们提供更多消费者洞察。这样,他们就可以做出更加个性化的营销和展销决策,并提高长期忠诚度。这有助于产品建设和库存管理。我们听说,摆脱过剩库存是一个巨大的痛点。因此,我们也非常期待能够解决这一问题。

哪些技术推动着 3D 模型创建和个体化推荐?

我们正在深入探究 AI 在优化购物体验方面的效果。在电子商务中将诸如此类的工具与无缝结账体验相结合,构成了消费者旅程中的关键要素。

我们的平台真正以 AI 为核心。它让我们能够解读和利用通过英特尔传感器捕获的 3D 身材信息。英特尔边缘计算对于我们进行扩展的方式至关重要,并且切实提高了用户体验。这是私有服务,不仅速度很快,而且更具成本效益。OpenVINO 技术是一个非常出色的例子。我们看到了它蕴藏的巨大价值,并致力于将它整合到未来的更多产品中。

FIT:MATCH 接下来的计划是什么?

今年假日季,我们将在洛杉矶一家高人气购物中心推出 Fit Concierge 的下一代产品。这个新版本速度更快、准确性更高,并且额外添加了多个隐私保护层。此外,我们还将与运动服饰领域市值数十亿美元的服装和鞋类品牌开展合作。整个体验将通过英特尔产品套件加速。

我们未来计划的重点肯定是让每个人都能使用自己的手机进行扫描。只需扫描一次,购物者就能解锁类似护照的功能,由此可以获得各个品牌适合他们的尺码建议。因此,无论在门店还是在家里扫描,他们都可以随时随地访问自己的个性化身材资料。

我们最近还扩展到医疗保健和健康领域,推出了专为整形外科医生和正在进行身体整形的患者打造的扫描体验。我们非常期待看到我们的身材匹配技术如何影响时尚零售业以外的其他使用场景。

相关内容

要了解有关个性化 AI 购物体验的更多信息,请收听我们的播客 使用 FIT:MATCH 实现个性化 AI 购物体验 并阅读 物质数字化体验助力时尚零售业蓬勃发展。要了解 FIT:MATCH 的最新创新,请在 Twitter 上关注 FIT:MATCH.ai,并在 LinkedIn 上关注 FIT:MATCH.ai
 

本文由文案编辑 Erin Noble 编辑

作者简介

Leila helped guide our editorial strategy–staying on the pulse of what’s happening with the latest AI trends and thought leadership through her industry and SEO expertise. Previously, she worked as an independent content consultant and writer. She earned a B.A. in Mass Media and Visual Arts Communications from Brooklyn College. Follow her LinkedIn.

Profile Photo of Leila Escandar