तंत्रज्ञानामुळे फॅशनच्या आकारमानाचे संकट दूर होऊ शकते का?

बहुतेक स्त्रिया हाय-स्ट्रीट दुकानांमध्ये विसंगत आकाराच्या दुःखाशी संबंधित असतील.

जीन्सची जोडी सहजपणे एका ब्रँडमध्ये 10 आणि दुसऱ्या ब्रँडमध्ये 14 आकाराची असू शकते, ज्यामुळे ग्राहक गोंधळून जातात आणि निराश होतात.

यामुळे परताव्याचा जागतिक महापूर आला आहे, फॅशन रिटेलर्सना वर्षाला अंदाजे £190bn खर्च करावा लागत आहे कारण खरेदीदारांना आश्चर्य वाटते की ते कोणत्या स्टोअरमधून खरेदी करायचे आहेत.

समस्या अनुभवणारे लोक शोधण्यासाठी मला फार दूर पाहावे लागले नाही.

“मला हाय-स्ट्रीटच्या आकारमानावर विश्वास नाही,” एक व्यक्ती मला सांगते, ती लंडनच्या लोकप्रिय शॉपिंग स्ट्रीटपैकी एक ब्राउझ करते. “प्रामाणिकपणे सांगायचे तर, मी वास्तविक आकारापेक्षा ते कसे दिसते त्यानुसार खरेदी करतो.”

ती अशा अनेक महिलांपैकी एक आहे जी अनेकदा एकाच वस्तूच्या अनेक आवृत्त्यांसाठी ऑर्डर करते जे योग्य आहे ते शोधण्यासाठी, उर्वरित परत पाठवण्यापूर्वी, मोठ्या प्रमाणावर परतावा देण्याची संस्कृती वाढवते.

टेक कंपन्यांचे वाढणारे क्लस्टर आता या समस्येचे निराकरण करण्याचा प्रयत्न करत आहेत.

3DLook, True Fit आणि EasySize सारखी साधने ग्राहकांना चेकआउट करताना योग्य आकार निवडण्यात मदत करण्यावर लक्ष केंद्रित करतात, स्मार्टफोन फोटोंद्वारे बॉडी स्कॅन वापरून सर्वात अचूक फिट सुचवतात.

दरम्यान, Google च्या व्हर्च्युअल ट्राय-ऑन, Doji, Alta, Novus, DRESSX Agent आणि WEARFITS सह व्हर्च्युअल फिटिंग-रूम प्लॅटफॉर्म खरेदीदारांना डिजिटल अवतार तयार करण्यास आणि वस्तू कशा दिसतात याचे पूर्वावलोकन करण्याची परवानगी देतात. ऑनलाइन खरेदी करताना आत्मविश्वास वाढवणे हे या प्रणालींचे उद्दिष्ट आहे.

अगदी अलीकडे, एआय-शक्तीवर चालणारे शॉपिंग एजंटही बाजारात येऊ लागले आहेत. Daydream, वापरकर्त्यांना ते काय शोधत आहेत याचे वर्णन करण्यास अनुमती देते आणि नंतर पर्यायांची शिफारस करते.

OneOff सारख्याच वस्तू शोधण्यासाठी ख्यातनाम व्यक्तींकडून एकत्रितपणे पाहतो, तर Phia किमतींची तुलना करण्यासाठी हजारो वेबसाइट स्कॅन करते आणि लवकर “आकार अंतर्दृष्टी” दाखवते.

ही साधने ई-कॉमर्सच्या टप्प्यावर काम करत असताना, नवीन यूके स्टार्ट-अप, फिट कलेक्टिव्ह, एक वेगळा दृष्टीकोन घेत आहे: उत्पादन प्रक्रियेच्या आधी समस्या टाळण्यासाठी प्रयत्न करत आहे.

संस्थापक फोबी गॉर्मले यांचे म्हणणे आहे की स्टोअरमध्ये कपडे पोहोचण्यापूर्वी एआय संभाव्यपणे आकार निश्चित करू शकते.

31 वर्षीय – जी डेटा सायंटिस्ट नाही, तर टेलर आहे – तिने यापूर्वी सॅव्हिल रोच्या पहिल्या महिला टेलर लाँच केल्या, ज्यांनी अनेक महिलांसाठी मेड-टू-मेजर कपडे बनवले.

“ते सर्व आत येतील आणि म्हणतील, 'हाय-स्ट्रीटचे आकारमान खूप वाईट आहे',” ती मला सांगते.

ती म्हणते की फॅशनचे सध्याचे मॉडेल हे “डाउनवर्ड स्पायरल” आहे जिथे ब्रँड्स स्वस्त कपडे बनवतात ज्यामुळे प्रचंड परतावा दर कमी होतो, ज्यामुळे नाखूष ग्राहक आणि अधिक कचरा होतो.

गेल्या वर्षी लाँच केल्यापासून, फिट कलेक्टिव्हने प्री-सीड फंडिंगमध्ये £3 दशलक्ष जमा केले आहेत, जे यूकेमधील एकल महिला संस्थापकाने सुरक्षित केलेली आतापर्यंतची सर्वात मोठी रक्कम आहे.

“आम्हाला माहिती आहे, आम्ही सर्व उत्पादन डेटा आणि व्यावसायिक डेटाची तुलना करणारा पहिला उपाय आहोत,” ती म्हणते.

Phoebe चा नवीन उपक्रम डेटाच्या श्रेणीचे विश्लेषण करण्यासाठी मशीन लर्निंगचा वापर करतो – रिटर्न, विक्रीचे आकडे आणि ग्राहक ईमेल्स यासह – काहीतरी योग्य का नाही हे खरोखर समजून घेण्यासाठी.

त्यानंतर हे डिझाइन आणि उत्पादन संघांसाठी स्पष्ट सल्ल्यामध्ये बदलते, जे उत्पादन सुरू होण्यापूर्वी नमुने, आकार आणि सामग्री समायोजित करू शकतात.

तिची प्रणाली एखाद्या फर्मला सांगू शकते, उदाहरणार्थ, एकूणच परताव्यांची संख्या कमी करण्यासाठी कपड्याच्या आयटमच्या लांबीपासून काही सेंटीमीटर काढा. यामुळे कंपनीचे पैसे आणि ग्राहकांचा वेळ वाचतो.

उद्योगातील अनेकजण अशा साधनांचे स्वागत करतात, तर काहीजण चेतावणी देतात की केवळ तंत्रज्ञानाने फॅशनच्या आकाराच्या समस्येचे निराकरण होणार नाही.

यूके फॅशन अँड टेक्सटाईल असोसिएशनचे इंटरनॅशनल बिझनेस डायरेक्टर पॉल अल्गर म्हणतात, “लोक हे पुतळे नसतात, ते अद्वितीय असतात आणि त्यांची तंदुरुस्त प्राधान्ये देखील असतात.”

तो चेतावणी देतो की आकारात सूक्ष्मता असू शकते, शरीराची मोजमाप क्वचितच लेबलवरील संख्येसह संरेखित केली जाते.

“हे खूप अवघड आहे, ते खूप व्यक्तिनिष्ठ आहे,” तो म्हणतो.

“आपल्यापैकी बहुतेकांचा आकार आणि आकार भिन्न असतो – जगभरातील लोकांचे शरीराचे आकार भिन्न असतात.”

आणि मग व्हॅनिटी साइझिंगचा मुद्दा आहे – किंवा मिस्टर अल्गरच्या मते “भावनिक आकार” – जिथे एखादा ब्रँड जाणूनबुजून एक ग्राहक, विशेषत: महिलांच्या पोशाखांमध्ये, तेथे खरेदी करण्यास प्राधान्य देईल या ज्ञानामध्ये अधिक उदार फिट तयार करणे निवडेल.

“एकदा हे आकारमानाचे नियम संग्रहात स्थापित झाल्यानंतर, ब्रँड सहसा प्रत्येक हंगामात त्यांचा संदर्भ घेतील जेणेकरून ते प्रभावीपणे त्यांचे स्वतःचे ब्रँड आकारमान तयार करतात,” तो म्हणतो.

ब्रिटीश रिटेल कन्सोर्टियममधील टिकाऊपणा धोरण सल्लागार सोफी डी सॅलिस म्हणतात की किरकोळ विक्रेते खर्च-बचत आणि टिकाऊपणाच्या दृष्टीकोनातून या समस्येबद्दल अधिक जागरूक आहेत.

“स्मार्टर साइझिंग टेक आणि AI-चालित समाधाने हे परतावा कमी करण्यासाठी आणि उद्योगाच्या स्थिरतेच्या उद्दिष्टांना समर्थन देण्यासाठी महत्त्वाचे आहेत. त्यांच्या ग्राहकांना सर्वात योग्य आकाराची खरेदी करण्यात आणि परतावा कमी करण्यात मदत करण्यासाठी BRC सदस्य नाविन्यपूर्ण तंत्रज्ञान प्रदात्यांसोबत काम करत आहेत,” ती म्हणते.

आता रिटर्नसह बोर्ड रूम समस्या आणि टिकाऊपणाचा दबाव वाढत आहे, अधिक फॅशन हाऊसेस डेटा-चालित डिझाइनचा विचार करू शकतात.

कोणताही एक उपाय विसंगत आकारमान पूर्णपणे सोडवण्याची शक्यता नसताना, फिट कलेक्टिव्ह सारख्या साधनांचा उदय, वर्च्युअल ट्राय-ऑन आणि आकार-अंदाज प्लॅटफॉर्मच्या वाढत्या इकोसिस्टमसह, सूचित करते की उद्योग बदलू लागला आहे.