日前，亚马逊利用人工智能推出改善服装产品网购体验的四种方法，包括 AI 个性化尺寸建议、为品牌卖家提供的 "Fit Insights" 工具、人工智能标准化尺码表以及消费者尺码评论的亮点突出，以减少服装产品退货，并提高服装产品转化率。
长期以来，线上服装退货率居高不下，造成不小的退货成本，服装类目卖家也饱经高退货率的困扰。供应链技术公司 Optoro 的首席执行官 Amena Ali 表示，在美国，在线零售的退货金额已达 7430 亿美元，而处理一件 100 美元的商品的退货成本也高达 30 美元或 30%，其中大部分费用是大幅折扣和运输费用。
衣服的尺码不对和不合身是消费者网购退货的重要原因。市场研究机构 Coresight Research 的数据显示，网上订购服装的平均退货率为 24.4%，比整体网上退货率高出 8%。其中，近四分之一网购服装被退货的主要原因是不合身。
在提升服装网购体验以及解决服装合身效果上，各大电商平台和品牌都陆续采用 AR 增强现实、AI 人工智能等多种技术，在网上重现虚拟更衣室间，打造服装产品的线上购物新体验。
此前，谷歌就宣布将生成式 AI 技术引入在线购物工具，比如让消费者在虚拟环境下试穿衣服，并根据消费者偏好推荐特定产品。通过该工具，消费者可快速生成衣服穿在不同体型、不同肤色、不同发型模特身上的效果图，便于其了解衣服是否适合自己的身材。同时，消费者在浏览时还可以搜索尺寸相同但价格、颜色和图案不同的类似产品。
纽约时尚品牌 Khaite 和法国奢侈时尚品 Balmain 都将 Bods 虚拟试衣技术利用在自身电子商务网站中，Bods 技术借鉴了游戏世界的技术，可为消费者的虚拟形象进行数字化装扮。美国户外运动服饰巨头 VF Corporation 和 DTC 品牌 Reformation 在其电子商务网站则使用了 3DLook 技术，为消费者提供高度精确的尺寸和尺码建议。
近期，亚马逊也将人工智能和机器学习模型引入服装产品网购体验，推出四项方法解决在线购买时尚产品时遇到的尺码和合身问题。
1、AI个性化尺寸建议
亚马逊利用人工智能开发了深度学习算法，根据服装产品的各项详细信息向消费者推荐尺寸，从而减少消费者寻找正确尺寸所花费的时间。
该功能考虑品牌尺码系统、产品评论和消费者自身的合身偏好之间的尺码关系，利用算法从数百万个产品详细信息（例如款式、尺码表和客户评论）以及数十亿匿名消费者购买中学习，并实时结合该信息，为消费者提供最合适的尺寸建议。
同时，该算法能够不断学习并自我适应消费者尺寸需求的变化。例如，如果消费者本月购买了特定尺码的儿童裤子，算法会考虑其在未来几个月可能需要更大尺码。
另外，该功能会使用人工智能帮助消费者根据喜好发现最合适的替代款式。亚马逊人工智能推荐会在站内庞大的产品目录中提取款式、颜色、价格、尺寸、退货率和消费者评论等产品数据，以便在消费者购物时推荐其他讨人喜欢的款式。
亚马逊表示，尺码推荐系统每天分析数百万个数据点，每月为全球 19 个地区的数亿客户生成数十亿条尺码推荐。
2、品牌工具 Fit Insights
品牌工具 Fit Insights 通过提取和汇总客户对版型、款式和面料的反馈，为品牌提供包括产品退货率与低退货同类产品的比较、消费者反馈总结以及尺码图表分析的洞察。
该工具和见解可供在亚马逊品牌注册中注册并在过去 12 个月内售出至少 100 件的美国服装和鞋履品牌免费使用。
亚马逊表示，通过利用这些数据，品牌可以更好地了解消费者合身问题，改进与消费者沟通尺码的方式，甚至将反馈纳入未来的设计和制造中。
3、人工智能标准化尺码表
通过利用人工智能，亚马逊将数据转换为标准化尺寸，删除重复信息，并自动更正缺失或不正确的测量值，从而生成更准确、标准化的尺寸表。
同时亚马逊使尺码表更易于理解，不再是以图表格式显示完整的尺寸表，而是尝试新的方法，为消费者提供最相关的尺寸和尺寸详细信息，例如根据推荐的尺寸对尺寸进行分组，以便轻松找到他们的尺寸。
4、合身评论亮点
亚马逊根据每位消费者推荐的尺寸，使用评论中的共同主题创建评论亮点，从而让消费者获得个性化尺码指导。
具体而言，该功能根据购买过相同尺码商品的消费者的评论，告诉消费者是否要加大或缩小特定款式的尺码。其中，亚马逊使用人工智能从客户评论中提取详细信息，例如尺寸准确性、服装对特定身体区域的贴合度以及面料弹力。然后，其会使用人工智能将这些细节总结为易于阅读的评论亮点，突出显示可引导每个消费者找到最相关的信息，而不必手动翻看每个产品的数百条评论。
推荐阅读：
iRobot因欧盟监管机构反对无法被亚马逊收购
亚马逊宣布将解雇数百名员工
亚马逊率先支持 Matter 投屏功能
