数据科学如何改变虚拟购物体验？

在线购买最新的时尚产品对顾客来说十分方便，但却为经销商创造了一个头疼的问题，比如如何让在线买衣服变得和线下一样的方便，而这也是一个创业者的新利基市场。

“你在线购物的时候不可能去试穿衣服，所以你也不可能判断出你要买的衣服是不是合身”，软件即服务供应商Virtusize北美销售总监Rasmus Thofte在最近一个Strata + Hadoop World的小组讨论中说道。那可能看起来并不是个硬数据问题，但时尚世界里各个品牌的尺寸都不一样，所以，尺寸并不能衡量衣服是不是合身。

“这也算是有意为之，因为如果有人发现Levi永远都合身，那这位顾客就会一次次的购买这一品牌”，纽约时尚技术咨询公司Third Wave Fashion创始人兼首席执行官以及该小组讨论主持人Liza Kindred说。“品牌之间关于某个尺寸到底多大的协议并不多见，而这对消费者来说就很头痛了。”

虚拟试衣间的缺失导致了很高的返货率，根据不同来源该数据处在50%到80%的范围之间，Kindred说。其也导致了高购物车丢弃率，基于最近的研究这一数值在60%到75%之间，该数据来源于一家位于丹麦的试图提升在线购物体验的研究机构Baymard Institute收集的统计资料。

寻求“合身”

位于瑞典斯德哥尔摩的Virtusize是少量试图解决“合身”问题的时尚科技创业公司之一 —其正以一种个性化的方式处理这一问题。经由传统的eBay经销商和为顾客复制最喜欢衣服的裁缝启发，Virtusize请求用户提供最喜欢的西服衬衫或者牛仔裤的尺寸。该尺寸用于创造参考服装，这样当一位顾客在线购物并想要仔细研究下合不合身，那他可以在其已拥有的服装剪影之上覆盖他想要买的服装的剪影作对比。

“你叫这个尺寸什么名字都可以，因为你看到的只是这两件服装的虚拟表现而已”，Thofte说。

但即使尺寸是标准的，合身问题仍然存在。拿裙子中存在的数据差异挑战来说，这一点被Thofte指认为合身面临的最大难题。“有如此多种类的裙子，这就要求要有很多的剪影。一个分销商处就可以有上百种不同的裙子，他说。而且，即使购物者准确的知道要买什么尺寸，她还是有可能不知道式样，或者裙子的剪裁和材质是不是合适她。”

纽约市创业公司Clothes Horse联合创始人David Whittemore认同这一点。“剪影问题完全不相关，”他说。难的是判定弹性织物是否合身。

十二月被Fits.me收购的Clothes Horse，已经建立了一个数据驱动的推荐引擎来利用从顾客（体型，最喜欢的品牌，合身偏好）以及服装生产得来的数据，从而创建一个“瑞典我们数据库中每个品牌每件衣服都有实际合身数据 – 胸围，腰围，臀围，臂围 –的中立第三方数据库，” Whittemore说。在推荐时会将布料之类的东西带入账户的专有算法加固了该引擎。在小组讨论的同时，Clothes Horse正在处理100个不同的产品目录 –从夹克到瑜伽服。

“这两种衣服的合身要求是非常不同的，” Whittemore说。“而我们设计的算法以及我们正在关注的数据就必须要变换到这些产品上。”

消费者永远是正确的

除了服装，服务供应商要想成功，还要去了解他们的顾客 – 以及他们顾客的审美。虽然经销商和设计师也许会给服装分门别类设定特别的类别或者风格或者款式，但真正的分类大师其实是购物者。“如果你是一个L.L. Bean/Land's End的购物者，那你就不会与欧洲设计师品牌爱好者相一致。了解购物者能够让你做出更准确地推荐，”Whittemore说。

公司会追踪每个顾客的数据，即使Virtusize用户可以无需注册即使用服务。而对弗吉尼亚州夏洛茨维尔创业公司LoveThatFit来说，那种数据对接近顾客来说至关重要。“我们正在收集各种数据以了解他们的偏好，你或许更喜欢偏紧的样式。而现在我们可以开始就其他服装提供建议因为我们了解了他们的个人风格。”

目前还是私有公司而希望在三月份上市的LoveThatFit，在合身问题上用了与其他两家不太一样的方法。该公司请求顾客上传一张身着舒适或者贴身的衣服的全身照片来使顾客可以虚拟的试穿衣服。该创业公司使用专用算法来调整照片的倾斜和扭曲，从而精确定位你身体的合适尺寸，这是其网站原文。而且，该平台是社交平台，允许用户在购买者社交网络中分享其潜在购物。