Zalando taklaa verkkokaupan kokohaastetta tekoälyllä – onnistuuko kehysvalintakin jatkossa sovittamatta?

Vaatteiden, jalkineiden ja asusteiden vaihtelevat koot tuottavat päänvaivaa niin kuluttajille kuin muodin verkkokauppiaillekin. Myös optisella kaupalla on edessään pohdinnat kehysten sovittamisesta asiakasta konkreettisesti tapaamatta, kun silmien ja näön tutkiminen etäyhteyden avulla yleistyy.

Zalandolla joka kolmas palautus liittyy tuotteen kokoon. Personointiin vahvasti panostava verkkokauppajätti pyrkii parantamaan kuluttajan mahdollisuuksia osua oikeaan myös vaikeassa kokovalinnassa.

Yritys on panostanut mahdollisimman toimivaan personointiin kehittämällä automatisaatiota ja tekoälyä jo vuosia. Työn alla on nyt myös vaatteiden ja kenkien oikean koon määrittämisen helpottaminen, joka parhaimmillaan tulee palvelemaan koko muodin toimialaa.

Zalandon 400 000 tuotteen valikoima kasvaa noin tuhannella joka päivä, kertoi Zalandon Pohjoismaiden-aluejohtaja David Hejgaard puheenvuorossaan Kaupan tulevaisuus -tapahtumassa Helsingissä marraskuun alussa. Verkkokaupassa on tarjolla n. 2 000 eri brändin vaatteita, jalkineita ja asusteita.

Yrityksen kehittämä algoritmi valitsee kuluttajalle tuotteita hänen aiemman toimintansa perusteella – mitä kuluttaja on katsellut, hakenut, ostanut ja mistä syystä hän on palauttanut tuotteen. Algoritmi oppii koko ajan uutta, koska sille syötetään valtava määrä tietoa joka päivä. Zalandon 120 miljoonassa vuotuisessa toimituksessa on tekoälylle paljon pureksittavaa.

”Kaikki suuret verkkokaupat tekevät samaa kehitystyötä, mutta me pyrimme olemaan tekoälyä hyödyntävässä personoinnissa maailman parhaita”, Hejgaard kertoo yhtiön tavoitteesta.

Kokohaasteen ratkaisu onkin kunnianhimoinen tavoite, koska vaatteiden ja jalkineiden koot vaihtelevat runsaasti eri maiden, valmistajien ja jopa sesonkien mukaan. Se näkyy muodin verkkokaupassa.

”Yksi kolmesta palautuksesta liittyy jollain tavalla tuotteen kokoon”, Hejgaard sanoo.

Kuva: Zalando

Oikea koko on subjektiivinen käsite

Vain vuosikymmen sitten moni vielä arveli, että vaatteet ja kengät tullaan jatkossakin ostamaan kivijalkakaupasta, koska tuotteet sovittaminen on niin tärkeä osa ostopäätöstä. Lähivuosien kehitys on osoittanut skeptikoiden erehtyneen – muodin tuoteryhmässä verkkokauppa on kasvanut muita nopeammin. Oikeaan he osuivat kuitenkin siinä, että kokovalinnan kanssa tulisi haasteita.

Vaateteollisuudella ei ole yhteisiä kokostandardeja, vaan ne vaihtelevat maittain. Vaikka yhtenevät mittataulukot luotaisiinkin, niiden saattaminen maailman kymmenien tuhansien vaatevalmistajien käyttöön olisi varsin optimistinen tavoite. Maakohtaiset kokotaulukot perustuvat kansallisiin mittauksiin, joten eri maiden taulukoissa näkyvät väestöjen fyysiset eroavaisuudet.

Myös Suomessa on omat vaatteiden mittataulukot naisille, miehille ja lapsille. Suomalaisen väestön keskuudessa suoritettuihin laajoihin perusmittauksiin perustuvat taulukot on laadittu suositukseksi kotimaiselle teollisuudelle.

Käytössä oleva naisten mittataulukko on otettu käyttöön vuonna 2001, miesten ja lasten mittataulukot ovat vuosilta 1988 ja 1984. Kokojärjestelmät ovat työläitä toteuttaa: esimerkiksi vuosituhannen vaihteessa käyttöön otettua naisten mittataulukkoa varten otettiin 1 550 eri ikäisestä naisesta 81 mittaa ja valokuvat neljästä eri suunnasta, jotta eri vartalotyypit voitiin määrittää tarkasti.

Globaalitkaan standardit eivät kuitenkaan ratkaisisi koko-ongelmaa täysin, koska oikea koko on subjektiivinen käsite. Jokaisella on oma käsityksensä siitä, kuinka väljä tai istuva vaatteen pitää olla, ja tämäkin näkemys voi vaihdella eri aikoina. Myös vartalo muuttuu vuosien saatossa.

Lisäksi oikean koon valintaa sekoittaa ns. vanity sizing -ilmiö, eli kokomerkintöjen tahallinen hivuttaminen pienemmiksi kuin mitä ne vaatteen mittojen perusteella ovat. Koska kuluttajat haluavat ostaa mieluummin pienemmän kuin isomman vaatteen, saattaa koon 42 tuotteessa olevassa kokolapussa lukea kuitenkin 40 – täysin tietoisesti.

Kuva: Zalando

Etänä silmälasikaupoilla

Optisen kaupan tuotteiden kohdalla asia on vieläkin mutkikkaampi. Tuotteet räätälöidään asiakkaalle käytännössä aina, eikä niitä toki koske samanlainen palautuskierre kuin vääränkokoisia vaatteita. Kun kuitenkin niin ostaminen kuin näön ja terveyden tutkiminenkin tapahtuvat jatkossa yhä useammin verkon kautta, täytynee ajatukseen kehystenkin etäsovituksesta totutella.

Alalla on jo saatavilla kameroita, jotka kuvaavat ja mittaavat ihmisen kasvot erittäin tarkasti. Miljooniin mittauskohtiin perustuvan kolmiulotteisen avatarin ylle voi sovittaa moninkertaisesti erilaisia virtuaalisia kehyksiä, kuin mitä mahtuu suurenkaan liikkeen hyllyille, tai mitä osaavakaan optinen myyjä muistaisi tai ehtisi suositella.

Esimerkiksi Zalandon tavoin tekoälyn opettaminen miljoonien ostosten perusteella ei ole realistinen ajatus, koska silmälaseja ostetaan vaatteisiin ja jalkineisiin verraten harvoin, eikä niistä siten kerry vastaavalla tavalla globaalia dataa.

Kasvojen mittasuhteita koskevan yksilökohtaisen asiakastiedon tallentaminen ja hyödyntäminen sen sijaan kannattaa – toisin kuin vartalonmuodot, ne pysyvät tietyiltä osin muuttumattomina läpi elämän.

Tekoäly voisi siis oppia optisenkin kaupan asiakkaasta muita väyliä pitkin ja eri datoja yhdistelemällä. Kehysten istuvuuden lisäksi tai sijasta tekoälyä voisi opettaa ainakin asiakkaan mieltymyksistä, arvoista, budjetista ja ulkonäöstä. Kehysvalikoima, jota esitettäisiin vaikkapa klassiseen tyyliin mieltyneelle vegaanille laatua arvostavalle tummaverikölle näyttäisi jo verkkokaupan etusivulla erilaiselta kuin uusimpia trendejä metsästävälle tiukan budjetin kuluttajalle.

Kuluttajat osaavat joissain kohdin jo odottaa tuotteiden kohdennusta ja esimerkiksi Zalandon räätälöity, jokaiselle erilainen etusivu kouluttaa kuluttajia vaatimaan yhä enemmän asiakaslähtöisyyttä muiltakin. Tarjontalähtöisestä markkinoinnista siirrytään yhä enemmän asiakkaille relevanttiin viestintään, jossa kasvissyöjä ei koskaan kohtaa pihvimainoksia eikä lapseton vaippatarjouksia.

Tekoälyn suositukset luovat asiakkaalle arvoa

Zalandon tuotteista noin 80 prosentissa on jo tieto siitä, onko tuote kokomerkintäänsä nähden iso, pieni, vai numeroa vastaava. Tekoälylle syötetään tietoa kuluttajan käyttäytymisestä, jolloin kokodatankin määrä kasvaa. Zalando pyrkii opettamaan algoritmille myös kuluttajan subjektiivisen koon käsityksen. Palvelu saattaa siis suositella eri koon vaatetta kahdelle täysin samankokoiselle asiakkaalle perustuen asiakkaan mieltymyksiin.

Stacia Carr, Director of Engineering (Size & Fit) vetää Zalandon moniammatillista kokotiimiä, johon kuuluu insinöörejä, data-analyytikkoja, liiketoimintakehittäjiä ja sovitusmalleja. Tiimin kehitystyön tavoitteena on saada asiakas yhä useammin osumaan oikeaan kokovalinnassa heti ensiyrittämällä, joka vähentäisi palautuksia merkittävästi.

”Onnistuessamme luomme asiakkaalle suurempaa arvoa kuin mitä pelkkä laaja valikoima tuo. Zalandon ensimmäisen, nopean kasvun vuosikymmenen aikana ei vielä ollut mahdollista kiinnittää niin paljon huomiota kokoihin. On innostavaa työskennellä näin suuren ja haastavan kysymyksen parissa”, Carr sanoo yhtiön tiedotteessa.

Tänä vuonna Size & Fit -tiimi on tutkinut 3D-teknologiaa, kasvojentunnistusteknologiaa ja kokovartaloskannausta. Eri menetelmien mahdollisuuksia asiakaskokemuksen parantamiseen selvitetään laajoissa testauksissa.

Esimerkiksi kasvojentunnistus- ja analyysiteknologiasta saatiin innostavia tuloksia: algoritmi onnistui laskemaan asiakkaan mitat 84-prosenttisesti oikein verrattuna oikean räätälin ottamiin mittoihin – kokonaan ilman kokovartaloskannausta. Kaksiulotteisillakin kokovartalokuvilla saatiin 97-prosenttisesti oikeat mitat.

Tulevaisuudessa muodin verkkokaupan asiakkaan ei ehkä tarvitse vaivata päätään monimutkaisilla kokotaulukoilla tai mittauksilla – saati vaivalloisilla kokovartaloskannauksilla – vaan palvelu tuntee asiakkaan koon asiakastakin paremmin.

Teksti on julkaistu alun perin Kaupan liiton Kauppa.fi-sivustolla 21.11.2019. Uutista on Näe-lehteä varten täydennetty ja muokattu optista kauppaa koskevalla sisällöllä.

Lue myös