La mayoría de las mujeres se identificarán con la frustración que supone encontrar tallas inconsistentes en las tiendas de la calle principal.
Un par de vaqueros podría ser fácilmente de la talla 10 en una marca y de la talla 14 en otra, lo que deja a los clientes confundidos y desanimados.
Esto ha provocado una avalancha mundial de devoluciones, con un coste estimado para los minoristas de moda de 190.000 millones de libras esterlinas al año, ya que los potenciales compradores se preguntan qué talla deben comprar y en qué tienda.
No tuve que buscar mucho para encontrar personas que experimentaran el mismo problema.
«No me fío de las tallas de las tiendas de moda», me dice una persona mientras mira ropa en una de las calles comerciales más populares de Londres. «Para ser sincera, compro por cómo me queda, no por la talla».
Es una de las muchas mujeres que a menudo piden varias versiones del mismo artículo para encontrar una que les quede bien, antes de devolver el resto, alimentando así una cultura de devoluciones masivas.
Una nueva generación de tecnología de tallaje
Un creciente número de empresas tecnológicas está intentando solucionar el problema.
Herramientas como 3DLook, True Fit y EasySize se centran en ayudar a los clientes a elegir la talla correcta al finalizar la compra, utilizando escaneos corporales a través de fotos de teléfonos inteligentes para sugerir el ajuste más preciso.
Mientras tanto, plataformas de probadores virtuales como Google, Doji, Alta, Novus, DRESSX Agent y WEARFITS permiten a los compradores crear avatares digitales y previsualizar cómo les quedarían las prendas. Estos sistemas buscan aumentar la confianza al comprar en línea.
Más recientemente, los agentes de compras impulsados por IA también han comenzado a entrar en el mercado. Daydream permite a los usuarios describir lo que buscan y luego les recomienda opciones.
OneOff recopila looks de celebridades para encontrar artículos similares, mientras que Phia escanea decenas de miles de sitios web para comparar precios y ofrecer información temprana sobre las tallas.
Si bien estas herramientas funcionan en la etapa de comercio electrónico, una nueva empresa emergente del Reino Unido, Fit Collective, está adoptando un enfoque diferente: intentar prevenir el problema en una etapa más temprana del proceso de producción.
La fundadora Phoebe Gormley argumenta que la IA tiene el potencial de solucionar los problemas de tallaje antes de que la ropa llegue a las tiendas.
Esta mujer de 31 años —que no es científica de datos, sino modista— fundó anteriormente el primer taller de sastrería femenina de Savile Row, donde confeccionan prendas a medida para una amplia gama de mujeres.
«Todas entraban y decían: ‘Las tallas de las tiendas de ropa de calle son pésimas'», me cuenta.
Afirma que el modelo actual de la moda es una «espiral descendente» en la que las marcas fabrican prendas más baratas para compensar las enormes tasas de devolución, lo que genera clientes insatisfechos y más desperdicio.
Desde su lanzamiento el año pasado, Fit Collective ha recaudado 3 millones de libras esterlinas en financiación pre-semilla, lo que, según se informa, es la mayor cantidad jamás conseguida por una fundadora única en el Reino Unido.
«Hasta donde sabemos, somos la primera solución que compara todos los datos de fabricación y los datos comerciales», afirma.
La nueva iniciativa de Phoebe utiliza el aprendizaje automático para analizar una variedad de datos, incluyendo devoluciones, cifras de ventas y correos electrónicos de clientes, para comprender realmente por qué algo no encajó.
A continuación, transforma esto en consejos claros para los equipos de diseño y producción, que pueden ajustar patrones, tallas y materiales antes de que comience la fabricación.
Su sistema puede indicar a una empresa, por ejemplo, que reduzca unos centímetros el largo de una prenda para disminuir el número total de devoluciones. Esto supone un ahorro para la empresa y de tiempo para el consumidor.