Taillage et coupe : des experts de l'IA s'entretiennent pour FashionUnited

Les agents d'IA transforment déjà la manière dont les consommateurs découvrent, évaluent et achètent des vêtements. Comment les marques et les détaillants peuvent-ils dépasser le battage médiatique autour de l'IA et se concentrer sur ce qui compte vraiment pour leur activité aujourd'hui ? La réponse se trouve dans un domaine souvent négligé dans les discussions sur l'IA : le taillage et la coupe.

Alvanon est le leader mondial des technologies de taillage. Dans cet entretien adapté pour FashionUnited, Don Howard, directeur exécutif du conseil mondial d'Alvanon, et Eric Lee, directeur exécutif de l'entreprise pour les Amériques, proposent trois conseils pratiques pour aider les entreprises à réussir à l'ère de l'IA.

Eric : Il serait préférable de commencer par une définition de l'IA…

Don : En tant que consommateur, l'IA représente une transition par rapport aux moteurs de recherche traditionnels, comme Google, où nous saisissons des paramètres et obtenons une liste de résultats à trier. Désormais, les agents d'IA recherchent, filtrent et recommandent la meilleure correspondance en fonction de nos requêtes.

Pour les produits généraux qui sont dimensionnellement stables, l'IA est incroyablement efficace. Cependant, nous travaillons dans l'industrie de l'habillement avec des articles textiles qui présentent un ensemble de défis uniques. Le principal d'entre eux est le taillage et la coupe. Nous pouvons concevoir des vêtements jusqu'à un certain point, mais tous les vêtements se comportent différemment.

Eric : À titre d'exemple, j'ai demandé à l'IA : « Donnez-moi trois options de chemises entre 70 et 100 dollars. » En quelques secondes, elle m'a donné trois options, des marques que je n'avais jamais achetées auparavant. Elles semblaient toutes parfaites. Je lui ai donc demandé de faire un essayage virtuel pour moi, et elle a simulé les trois chemises sur mon corps, en utilisant des informations publiques. J'en ai choisi une et lui ai demandé de me recommander la meilleure taille. Après quelques questions, elle m'a suggéré un M/slim, que j'ai acheté. Quand le vêtement est arrivé, la réalité était très différente de l'essayage virtuel !

Eric : Cela illustre vraiment le décalage entre ce qu'un agent d'IA recommande et l'expérience du consommateur. L'IA peut être excellente pour diriger de nouveaux clients vers une marque, mais elle peut aussi entraîner une forte augmentation des retours et saper la confiance des consommateurs. C'est un décalage coûteux. La vérité est que les outils d'achat basés sur l'IA peuvent vraiment stimuler l'acquisition de nouveaux clients, mais potentiellement au détriment de la valeur vie client. Quel gâchis.

Si j'étais une boutique en ligne réalisant 100 millions de dollars de chiffre d'affaires et que je pouvais réduire mes retours de 1 %, cela représenterait 1 million de dollars de plus dans ma poche ! Mais une augmentation de 5 % des retours aurait un impact énorme sur mon résultat net...

Don : La coupe d'un vêtement reste la principale raison pour laquelle les consommateurs retournent les articles. La question à se poser est : « qu'est-ce qui fait qu'un vêtement est retourné plus souvent ? » Citer la « coupe » comme motif de retour est trop vague pour aider à résoudre le problème. Nous devons aller au-delà du mot “fit” pour comprendre pourquoi un vêtement a été retourné. Et les marques doivent se demander : « notre taillage et notre coupe sont-ils corrects à la base ? »

Eric : Cela nous amène à notre premier des trois conseils pratiques : comment aider les agents d'IA à trouver nos produits plutôt que ceux de nos concurrents ?

Don : Définissez correctement votre taillage. Assurez-vous qu'il soit cohérent et communiquez-le clairement à vos équipes, à vos fournisseurs et à votre service e-commerce. Cela semble simple, mais trop de marques font cette erreur. La taille et la coupe ne sont pas la même chose. La taille est la norme de base définie et conçue par une marque, le fondement de toutes les créations de vêtements. La coupe est une condition appliquée à cette taille. Donc, si la taille de base d'une marque n'est pas standardisée et bien définie, des problèmes surviendront. Les marques doivent également comprendre comment la taille et la forme du corps évoluent avec les différentes tailles de vêtements. Trop souvent, ce qui est produit et ce que le consommateur reçoit ne correspond pas à ce qui est promis en ligne.

Eric : Absolument. Dans mon précédent poste en e-commerce, je travaillais sur des shootings photo. Nous avions un portant de vêtements et parfois nous ne savions pas si la coupe devait être slim ou décontractée. Cela illustre bien que les différentes équipes ont des priorités différentes. Une équipe de conception technique voit les choses sous un angle différent de celui d'une équipe e-commerce lors d'un shooting photo, qui se concentre sur l'optimisation des taux de conversion. Cela rejoint ce que vous disiez sur la communication de l'intention de taillage et de coupe. Un guide des tailles, c'est bien, mais ce n'est qu'une pièce d'un puzzle plus vaste. Les gens retournent des articles parce que « la coupe ne correspond pas à leurs attentes », ce qui est différent de « j'ai acheté la mauvaise taille ». C'est une différence subtile mais importante. La cohérence du taillage est la clé pour résoudre ces deux problèmes.

Don : Le guide des tailles doit être précis et correspondre à ce qu'une marque produit réellement. L'IA lira le guide des tailles et d'autres informations publiques comme les avis des consommateurs contenant des retours utiles sur la coupe. Si une marque change son mannequin de référence, par exemple en termes de taille ou de morphologie, le vêtement peut paraître correct en ligne tout en donnant des résultats très différents une fois porté, ce qui peut entraîner davantage de retours.

Eric : Deuxième conseil pratique : comment les marques peuvent-elles analyser les données générées par l'e-commerce ?

Don : Les données sont extrêmement importantes : les taux de retour, les motifs de retour, les ventes par taille, etc. Ces données éclairent l'expérience du consommateur et sa réaction à ce que la marque a mis en place.

L'analyse doit être suivie d'actions menées avec soin et rapidité ! S'il y a un pic de retours parce que les vêtements sont « trop grands », le standard corporel de référence peut être un facteur, mais ce ne devrait pas être la première question à se poser. Il faut plutôt se demander : « le vêtement a-t-il été conçu intentionnellement large et n'a-t-il pas répondu aux attentes des clients ? » Se concentrer sur un seul indicateur peut conduire à des décisions très différentes si l'on ne procède pas à une analyse approfondie.

Eric : Les agents d'IA liront très rapidement les informations sur les vêtements. Les marques doivent donc disposer de guides des tailles précis et de descriptions de coupe sur la page de détail du produit. Et les vêtements doivent être systématiquement conformes à ces normes et descriptions, sinon les acheteurs seront déçus. Les marques devraient-elles disposer de ressources dédiées à l'analyse de ce type de données ?

Don : Oui. Les entreprises qui réussissent dans ce domaine ont généralement une personne qui comprend à la fois l'aspect commercial et l'intention technique de taillage et de coupe de chaque vêtement.

Eric : Pour notre troisième et dernier conseil pratique : comment les marques peuvent-elles combler le fossé de communication entre les différentes équipes et les silos, comme l'e-commerce et le développement de produits ?

Don : C'est probablement la plus grande opportunité. Historiquement, ces équipes ont fonctionné dans des flux de travail distincts, avec des responsabilités et des calendriers différents. Souvent, leur seule interaction a lieu lorsque quelque chose de négatif se produit, comme un pic de retours ou de mauvaises ventes. Une approche plus proactive de l'analyse des données peut aider les équipes à identifier des opportunités, de l'amélioration de la coupe au développement de lignes de produits spécifiques comme les collections pour personnes grandes, petites, “plus size”, etc. Briser les silos et être plus collaboratif et proactif est un point que la plupart des marques peuvent améliorer.

La bonne nouvelle, c'est qu'au cours des 18 derniers mois environ, nous avons eu beaucoup plus de conversations collaboratives avec les équipes e-commerce et les responsables interfonctionnels. L'industrie reconnaît que nous devons briser les anciens schémas