Bisakah teknologi mengatasi krisis ukuran fesyen?

Kebanyakan wanita akan merasakan penderitaan karena ukuran yang tidak konsisten di toko-toko kelas atas.

Sepasang jeans dapat dengan mudah berukuran 10 oleh satu merek dan ukuran 14 oleh merek lain, sehingga membuat pelanggan bingung dan frustrasi.

Hal ini menyebabkan membanjirnya keuntungan yang diperoleh secara global, yang merugikan pengecer fesyen sekitar £190 miliar per tahun karena pembeli bertanya-tanya di toko mana mereka ingin membeli.

Saya tidak perlu mencari jauh-jauh untuk menemukan orang yang mengalami masalah tersebut.

“Saya tidak percaya dengan ukuran jalan raya,” kata seseorang kepada saya, saat dia menelusuri salah satu jalan perbelanjaan populer di London. “Sejujurnya, saya membeli berdasarkan tampilannya, bukan ukuran sebenarnya.”

Dia adalah salah satu dari banyak wanita yang sering memesan beberapa versi barang yang sama untuk menemukan satu yang cocok, sebelum mengirimkan sisanya kembali, sehingga memicu budaya pengembalian massal.

Saat ini, semakin banyak perusahaan teknologi yang mencoba memecahkan masalah tersebut.

Alat seperti 3DLook, True Fit, dan EasySize fokus membantu pelanggan memilih ukuran yang tepat saat checkout, menggunakan pemindaian tubuh melalui foto ponsel cerdas untuk menyarankan ukuran yang paling akurat.

Sementara itu, platform ruang pas virtual termasuk Virtual Try-On Google, Doji, Alta, Novus, DRESSX Agent, dan WEARFITS memungkinkan pembeli membuat avatar digital dan melihat pratinjau item. Tujuan dari sistem ini adalah untuk meningkatkan kepercayaan saat membeli secara online.

Baru-baru ini, agen belanja bertenaga AI juga mulai memasuki pasar. Daydream memungkinkan pengguna mendeskripsikan apa yang mereka cari dan kemudian merekomendasikan opsi.

OneOff mengumpulkan pencarian selebriti untuk menemukan barang serupa, sementara Phia memindai ribuan situs web untuk membandingkan harga dan memberikan “wawasan ukuran” awal.

Meskipun alat-alat ini berfungsi pada tahap e-niaga, perusahaan rintisan baru di Inggris, Fit Collective, mengambil pendekatan berbeda: mencoba mencegah masalah di awal proses produksi.

Pendirinya, Phoebe Gormley, berpendapat bahwa AI berpotensi memperbaiki ukuran sebelum pakaian sampai di toko.

Pria berusia 31 tahun ini – yang bukan seorang ilmuwan data, melainkan seorang penjahit – sebelumnya meluncurkan penjahit wanita pertama di Savile Row, yang menciptakan pakaian sesuai ukuran untuk berbagai wanita.

“Mereka semua akan datang dan berkata, ‘Ukuran jalan raya ini sangat buruk’,” katanya kepada saya.

Dia mengatakan model fesyen yang ada saat ini sedang mengalami “downward spiral” di mana merek membuat pakaian murah untuk mengimbangi tingkat pengembalian yang besar, yang menyebabkan pelanggan tidak puas dan lebih banyak pemborosan.

Sejak diluncurkan tahun lalu, Fit Collective telah mengumpulkan dana awal sebesar £3 juta, yang dilaporkan merupakan jumlah terbesar yang diperoleh oleh seorang pendiri perempuan di Inggris.

“Sejauh yang kami tahu, kami adalah solusi pertama yang membandingkan semua data manufaktur dan data bisnis,” katanya.

Usaha baru Phoebe menggunakan pembelajaran mesin untuk menganalisis banyak data — termasuk pengembalian, angka penjualan, dan email pelanggan — untuk benar-benar memahami mengapa ada sesuatu yang tidak sesuai.

Hal ini kemudian menjadi saran yang jelas bagi tim desain dan produksi, yang dapat menyesuaikan pola, bentuk, dan bahan sebelum konstruksi dimulai.

Sistemnya dapat memerintahkan sebuah perusahaan, misalnya, untuk mencukur beberapa sentimeter panjang sebuah pakaian untuk mengurangi jumlah pengembalian keseluruhan. Ini menghemat uang bagi perusahaan dan waktu bagi konsumen.

Meskipun banyak pihak di industri ini yang menyambut baik alat-alat tersebut, beberapa pihak memperingatkan bahwa teknologi saja tidak akan menyelesaikan masalah ukuran fesyen.

“Setiap orang tidak mempunyai ukuran yang sama untuk semua orang, mereka unik, begitu pula preferensi mereka,” kata Paul Elgar, direktur bisnis internasional di UK Fashion and Textile Association.

Ia memperingatkan bahwa ukuran bisa berbeda-beda, karena ukuran tubuh jarang disejajarkan dengan angka pada label.

“Ini sangat sulit, ini sangat individual,” katanya.

“Kebanyakan dari kita memiliki bentuk dan ukuran yang berbeda – orang di seluruh dunia memiliki bentuk tubuh yang berbeda.”

Dan kemudian ada isu mengenai ukuran kesombongan (vanity sizing) – atau “ukuran emosional” menurut Mr. Elgar – dimana suatu merek akan dengan sengaja memilih untuk menciptakan kesesuaian yang lebih besar dengan pengetahuan bahwa konsumen, khususnya pakaian wanita, akan senang berbelanja di sana.

“Setelah parameter ukuran ini ditetapkan dalam sebuah koleksi, merek biasanya akan mengacu pada parameter tersebut setiap musim untuk membentuk ukuran merek mereka secara efektif,” katanya.

Sophie de Salis, penasihat kebijakan keberlanjutan di British Retail Consortium, mengatakan pengecer semakin menyadari masalah ini dari perspektif penghematan biaya dan keberlanjutan.

“Teknologi smart sizing dan solusi bertenaga AI adalah kunci untuk mengurangi pengembalian dan mendukung tujuan keberlanjutan industri. Anggota BRC bekerja sama dengan penyedia teknologi inovatif untuk membantu pelanggan mereka membeli ukuran yang paling sesuai dan mengurangi pengembalian,” katanya.

Dengan semakin banyaknya rumah mode yang mempertimbangkan desain berbasis data dan semakin meningkatnya tekanan terhadap keberlanjutan, maka akan semakin banyak rumah mode yang mempertimbangkan desain berbasis data.

Meskipun tidak ada satu solusi pun yang dapat sepenuhnya mengatasi perbedaan ukuran, munculnya alat seperti FitCollective, seiring dengan berkembangnya ekosistem uji coba virtual dan platform prediksi ukuran, menunjukkan bahwa industri ini mulai berubah.