Петербуржцы стали чаще пользоваться сервисами виртуальной примерки одежды. Fashion–ретейлеры отмечают, что такой сервис помогает снизить количество возвратов и повысить конверсию продаж.
У Sela появилась виртуальная примерочная, с помощью неё пользователи интернет–магазина смогут оценить более 800 позиций ещё до покупки, дальше число позиций будет расти.
ИТ–директор Sela Анна Васильева сказала "ДП", что главная проблема интернет–магазинов одежды в том, что покупатель не понимает, как вещь будет выглядеть именно на нём. Виртуальная примерочная решает эту проблему психологически: пользователь получает ощущение "примерки" до покупки.
"Технологии уже достаточно дозрели, чтобы формировать внешний вид товара на покупателе, довольно похожий на реальность, а покупатели уже знакомы с принципами работы AI и не обходят их стороной", — добавляет она.
Сейчас в компании работают над рекомендательными моделями товаров–аналогов и дополнительных товаров.
В III квартале Lamoda обновит виртуальную примерочную, где появится возможность одновременно примерять несколько вещей и собирать образы. Пользователям интернет–магазина уже доступны “примерки” на своё фото около 400 тыс. SKU — это примерно 85% взрослого ассортимента платформы. В апреле сервисом воспользовались более 1 млн человек, рост числа генераций составил 25% месяц к месяцу.
По словам партнёра One Story Ольги Сумишевской, виртуальные примерочные уже не экзотика для российского ретейла, однако пока услуга не так распространена, как в других странах. Для российского рынка — это как конкурентное преимущество для крупных платформ. По опыту зарубежных fashion–ретейлеров с помощью виртуальных примерочных можно увеличить конверсию покупки на 25–65% и снизить возвраты на 5–40%.
Директор по продукту "Бустрейд" ГК "КОРУС Консалтинг" Кристина Барзаковская отмечает, что следующий шаг для рынка — персональные ИИ–стилисты, которые смогут не просто "примерять" вещи, а собирать полноценные образы из гардероба пользователя и рекомендовать недостающие позиции.
Руководитель группы разработки департамента "Оптовая и розничная торговля" "Рексофт" Дмитрий Трофимов уточняет, что однако сервисы примерки не всегда хорошо работают технически. Нейронные сети пока не идеальны, а такая обработка может быть дорогой с точки зрения вычислительных мощностей. Поэтому такие примерочные могут работать с ошибками или не давать ожидаемого эффекта.