तंत्रज्ञान फॅशन आकाराचे संकट सोडवू शकते का?

बहुतेक महिलांना रस्त्यावरील दुकानांमध्ये विसंगत आकारांचा त्रास सहन करावा लागतो.

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, ज्यामुळे फॅशन रिटेलर्सना वर्षाला अंदाजे £190 बिलियन खर्च करावा लागतो, कारण संभाव्य खरेदीदारांना प्रश्न पडतो की कोणत्या दुकानातून कोणत्या आकाराची खरेदी करावी.

समस्या असलेल्या लोकांना शोधण्यासाठी मला फार दूर जावे लागले नाही.

“मला उंच रस्त्यांच्या आकारांवर विश्वास नाही,” एका महिलेने मला सांगितले, जेव्हा ती लंडनच्या प्रसिद्ध शॉपिंग रस्त्यावर फिरत होती. “प्रामाणिकपणे, मी ते कसे दिसते यावर आधारित खरेदी करतो, वास्तविक आकारावर नाही.”

ती अनेक महिलांपैकी एक आहे जी बऱ्याचदा समान वस्तू शोधण्यासाठी अनेक आवृत्त्या मागवतात, उर्वरित वस्तू पाठवण्यापूर्वी, मोठ्या प्रमाणात परताव्याच्या संस्कृतीला चालना देतात.

तंत्रज्ञान कंपन्यांचा वाढता गट आता समस्या सोडवण्याचा प्रयत्न करत आहे.

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

दरम्यान, Google Virtual Experience, Doji, Alta, Novus, DRESSX Agent आणि WEARFITS सह व्हर्च्युअल फिटिंग रूम प्लॅटफॉर्म, खरेदीदारांना डिजिटल अवतार तयार करण्यास आणि कोणत्या वस्तू कशा दिसतील याचे पूर्वावलोकन करू देतात. ऑनलाइन खरेदी करताना आत्मविश्वास वाढवणे हे या प्रणालींचे उद्दिष्ट आहे.

अलीकडे, एआय-आधारित शॉपिंग एजंट्स देखील बाजारात येऊ लागले आहेत. Daydream वापरकर्त्यांना ते काय शोधत आहेत याचे वर्णन करण्याची आणि नंतर पर्यायांची शिफारस करण्यास अनुमती देते.

OneOff समान आयटम शोधण्यासाठी सेलिब्रिटी लुक गोळा करते, तर Phia किमतींची तुलना करण्यासाठी आणि लवकर “आकाराची अंतर्दृष्टी” दाखवण्यासाठी हजारो वेबसाइट स्कॅन करते.

ही साधने ई-कॉमर्स स्टेजवर काम करत असताना, नवीन UK स्टार्टअप, फिट कलेक्टिव्ह, एक वेगळा दृष्टीकोन घेत आहे: उत्पादन प्रक्रियेच्या सुरुवातीच्या काळात समस्या टाळण्याचा प्रयत्न करत आहे.

संस्थापक फोबी गोर्मले म्हणतात की एआय कपडे स्टोअरमध्ये पोहोचण्यापूर्वी आकार निश्चित करू शकते.

31 वर्षीय – जी डेटा सायंटिस्ट नाही, परंतु एक टेलर आहे – तिने यापूर्वी सॅव्हिल रोची पहिली महिला टेलर लॉन्च केली होती, जिथे ती महिलांच्या श्रेणीसाठी मोजण्यासाठी तयार केलेले कपडे तयार करते.

“ते सर्व आत येतील आणि म्हणतील, ‘मुख्य रस्ता इतका खराब आहे,'” तिने मला सांगितले.

ती म्हणते की सध्याचे फॅशन मॉडेल हे “डाउनवर्ड स्पायरल” आहे जिथे ब्रँड्स स्वस्त कपडे बनवतात ज्यामुळे प्रचंड रिटर्न रेट ऑफसेट होतो, ज्यामुळे असंतुष्ट ग्राहक आणि अधिक कचरा होतो.

गेल्या वर्षी लाँच केल्यापासून, फिट कलेक्टिव्हने बियाणे निधीमध्ये £3m जमा केले आहे, जे एका UK संस्थेने उभारलेली आतापर्यंतची सर्वात मोठी रक्कम आहे.

“आमच्या माहितीनुसार, आम्ही सर्व उत्पादन आणि व्यावसायिक डेटाची तुलना करणारा पहिला उपाय आहोत,” ती म्हणते.

Vibe चा नवीन प्रकल्प डेटाच्या श्रेणीचे विश्लेषण करण्यासाठी मशीन लर्निंगचा वापर करतो — परतावा, विक्री क्रमांक आणि ग्राहक ईमेल्ससह — काहीतरी का जुळत नाही हे समजून घेण्यासाठी.

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

त्याची प्रणाली कंपनीला विचारू शकते, उदाहरणार्थ, एकूणच परताव्यांची संख्या कमी करण्यासाठी कपड्याच्या लांबीपासून काही सेंटीमीटर काढायला. यामुळे कंपनीचे पैसे आणि ग्राहकांचा वेळ वाचतो.

उद्योगातील अनेकजण अशा साधनांचे स्वागत करतात, तर काहीजण चेतावणी देतात की केवळ तंत्रज्ञानाने फॅशनच्या आकाराची समस्या सोडवली जाणार नाही.

फॅशन अँड टेक्सटाईल असोसिएशन यूकेचे आंतरराष्ट्रीय व्यवसाय संचालक पॉल अल्गर म्हणतात, “लोक हे सुपरमॉडेल नसतात, ते अद्वितीय असतात आणि त्याचप्रमाणे त्यांची तंदुरुस्त प्राधान्ये देखील असतात.

तो चेतावणी देतो की मापन अचूक असू शकते, कारण शरीराची मोजमाप क्वचितच लेबलवरील संख्येशी जुळते.

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

“आपल्यापैकी बहुतेकांचा आकार आणि आकार भिन्न असतो – संपूर्ण जगभरात शरीराचे आकार बदलतात.”

मग व्हॅनिटी साइझिंगचा मुद्दा आहे — किंवा “भावनिक आकारमान,” श्री. अल्गरच्या म्हणण्यानुसार — जिथे एक ब्रँड जाणूनबुजून अधिक उदार फिट तयार करण्याचा पर्याय निवडतो, हे जाणून घेतले की ग्राहक, विशेषत: महिलांच्या कपड्यांमध्ये, तेथे खरेदी करणे पसंत करेल.

“एकदा ही आकारमान मानके संग्रहात स्थापित झाल्यानंतर, ब्रँड सामान्यत: प्रत्येक हंगामात त्यांचा संदर्भ देतात जेणेकरून ते प्रभावीपणे त्यांचे स्वतःचे ब्रँड आकारमान तयार करू शकतील,” तो म्हणतो.

ब्रिटीश रिटेल कन्सोर्टियमच्या शाश्वतता धोरण सल्लागार सोफी डी सेल्स म्हणतात की किरकोळ विक्रेते खर्च बचत आणि टिकाऊपणाच्या दृष्टीकोनातून या समस्येबद्दल अधिक जागरूक आहेत.

“स्मार्ट साइझिंग टेक्नॉलॉजी आणि AI-चालित सोल्यूशन्स हे परतावा कमी करण्यासाठी आणि उद्योगाच्या टिकाऊपणाच्या उद्दिष्टांना समर्थन देण्यासाठी महत्त्वाचे आहेत,” ती म्हणते. “BRC सदस्य त्यांच्या ग्राहकांना सर्वात योग्य आकारात खरेदी करण्यात आणि परतावा कमी करण्यात मदत करण्यासाठी नाविन्यपूर्ण तंत्रज्ञान प्रदात्यांसोबत काम करतात.”

परताव्यामुळे आता बोर्डरूमची समस्या आणि टिकाऊपणावर दबाव वाढत असल्याने, अधिक फॅशन हाऊसेस डेटा-चालित डिझाइनचा विचार करू शकतात.

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