Bagaimana Makip bertujuan untuk mengubah teknologi pengubahan ukuran dan menciptakan penggemar setia yang mengikuti merek tersebut

Kedatangan spesialis teknologi Jepang Makip di pasar Inggris tahun ini menyoroti pentingnya peningkatan teknologi – dan lebih dari itu, teknologi secara umum – untuk pengalaman belanja online.

Fashionnetwork.com bertemu dengan bosnya Shingo Tsukamoto di London ketika dia dan timnya berada di sini untuk berbicara dengan calon klien di Inggris dan menemukan bahwa perusahaan tersebut lebih dari sekadar spesialis ukuran dengan teknologi dan datanya dan mampu menawarkan lebih banyak lagi .

Saat ini, Makip adalah pemimpin teknologi di pasar dalam negerinya, dan selain bekerja sama dengan ratusan peritel dan merek lokal, Makip juga bekerja sama dengan merek internasional di Jepang, seperti Lacoste, Tommy Hilfiger, Michael Kors, Calvin Klein, dan Vivian Westwood dan Saldo Baru.

Namun Shingo Tsukamoto mengungkapkan bahwa teknologi yang disediakan oleh Makip membuka dunia baru pengalaman berbasis data yang dapat mengubah pengalaman pembelian fashion online.

Dan ada satu teknologi menarik yang lebih dari sekadar membantu pembeli menemukan ukuran yang tepat. Produk Analisis Pahlawan baru perusahaan (yang tidak akan tersedia di luar pasar asalnya saat ini) membantu pengecer mengembangkan strategi penjualan berbasis data dan memaksimalkan nilai seumur hidup (LTV) dengan “menemukan” elemen kunci “yang memberikan peluang untuk memenangkan penggemar. “

Algoritmanya melihat data item yang telah terjual di masa lalu dan “memberikan laporan tentang item dengan potensi tinggi untuk menjadi item utama dari item yang saat ini dijual”.

Selain itu, laporan KPI-nya menganalisis data seperti LTV, harga satuan, pembelian berulang, dan tingkat pembelian berulang, untuk “membantu mengubah pembeli menjadi pembeli berulang” dan memahami pembeli satu kali yang belum membeli kembali.

“Saat pengguna menjadi penggemar suatu merek, jika Anda menjual pakaian kepada pelanggan tersebut, Anda ingin pelanggan tersebut tetap membeli pakaian dari merek Anda,” jelas Tsukamoto. “Kami baru saja meluncurkan fitur ini yang menganalisis kapan Anda menjadi penggemar, apa yang membuat Anda menjadi penggemar. Beli saja sesuatu TIDAK Buat kamu penggemarnya, setiap brand punya item tertentu yang mereka buat [it happen]. Untuk membuat pelanggan menyukai merek Anda, Anda harus merekomendasikan barang yang mewujudkannya, dan memprediksi apa yang akan membuat konsumen membeli.”

Ini tentu ide yang menarik dan ini adalah contoh lain tentang bagaimana data mengubah cara pengecer beroperasi dan bagaimana pembuatan data yang terkait dengan satu penawaran produk (teknologi penskalaannya) dapat mengarah pada solusi teknologi lainnya.

Ini juga merupakan contoh bagaimana kecerdasan buatan dapat digunakan membantu perusahaan (dan pelanggan mereka) daripada menjadi masalah potensial yang disarankan beberapa orang.

Masalah ukuran

Saat ini, produk inti perusahaan adalah teknologi Unisize yang membantu pembeli online melihat apakah suatu barang tepat untuk mereka.

Tentu saja, sudah ada banyak pembantu ukuran di luar sana. Jadi mengapa McCabe berpikir dia bisa mendapatkan daya tarik di luar pasar asalnya dan mengapa dia pergi ke Inggris dulu?

“Kami adalah produsen teknologi sizing terkemuka di Jepang. Tsukamoto memberi tahu kami bahwa kami ingin memperluas bisnis kami ke pasar global karena masalah ukuran umum terjadi secara global. Inggris adalah pasar nomor satu [and] Kami memilihnya karena pasar e-niaga Inggris sangat besar. Pangsa pendapatan e-niaga sangat tinggi dibandingkan dengan negara-negara barat lainnya. Amerika Serikat dan China adalah dua yang terbesar [e-commerce markets for total sales]. Namun sebagai langkah awal untuk memasuki pasar global, kami memilih Inggris.

Dalam hal presentasi produk, Makip mengklaim teknologinya lebih dalam daripada solusi lain dalam hal pertanyaan yang diajukan kepada pembeli (termasuk tidak hanya ukurannya tetapi juga bagaimana mereka menyukai hal-hal yang sesuai) dan data yang lebih luas yang disediakannya untuk membantu memetakan item tertentu. ke tubuh unik pembelanja tertentu. Konsumen juga dapat membandingkan potensi pembelian dengan pakaian yang sudah dimiliki.

Saat diluncurkan di Inggris, McCabe mengukur dan menganalisis ratusan warga Inggris untuk membuat algoritme khusus untuk negara tersebut, karena badan Inggris sangat berbeda dengan badan Jepang.

Intinya adalah bagaimana semua ini, ditambah kecerdasan buatan di belakang layar tidak hanya mengembalikan rekomendasi volume kepada pembeli tetapi juga membantu mendorong tingkat konversi yang lebih tinggi dan tingkat pengembalian yang lebih rendah.

Potensi teknologi tersebut sangat besar dan perusahaan mengatakan telah menemukan bahwa sekitar 30% pembeli di toko web yang memiliki teknologi ini menggunakan teknologi tersebut. Ini telah membantu mengurangi pengembalian rata-rata sebesar 20%, meskipun untuk beberapa klien persentasenya jauh lebih tinggi.

Sementara itu, penelitian perusahaan untuk peluncurannya di Inggris menunjukkan peluangnya sangat besar karena “konsumen Inggris tidak mempercayai teknologi ukuran online untuk memprediksi ukuran tubuh mereka secara akurat.”

Saya berbicara dengan 2.000 pembeli elektronik di Inggris Raya yang menggunakan teknologi ukuran online, membeli setidaknya 11 item pakaian secara online dalam 12 bulan terakhir.

Sekitar 75% mengatakan ukuran tidak konsisten antara merek dan 60% tidak menganggap teknologi “bisa akurat karena setiap situs web tampaknya menggunakan sistem yang berbeda”.

Ini adalah masalah besar bagi pembeli online karena panduan ukuran yang tidak konsisten mengakibatkan pembeli online perlu memesan beberapa item pakaian untuk dicoba di rumah.

Ini memperburuk masalah hasil, yang merusak keuntungan pengecer, dan mengikis kepercayaan konsumen. Kelebihan pendapatan cenderung berakhir di TPA.

Ada juga masalah keterjangkauan. Seorang wanita yang ingin mencoba dua gaun, misalnya, mungkin tidak dapat membeli empat gaun darinya dan membayarnya di muka jika dia perlu membelinya dalam dua (atau terkadang tiga) ukuran masing-masing.

Hingga 48% responden mengatakan bahwa mereka pernah menggunakan teknik ukuran online sebelumnya, tetapi kecocokan itemnya salah. Dan mengingat laporan BFC sebelumnya menunjukkan bahwa 93% pelanggan menyebutkan ukuran yang salah, atau kecocokan, sebagai alasan utama pengembalian barang, jelas bahwa ada peluang bagi teknologi yang lebih canggih untuk mengukir pangsa pasar.

Shingo Tsukamoto mengatakan tentang hal ini: “Dalam hal kreativitas, inspirasi, dan tren, industri fashion biasanya menjadi pemimpin, tetapi dalam praktiknya, penerapan teknologi baru berkembang dengan sangat lambat.

“Pada akhirnya, peritel perlu keluar dari masalah dan mengambil langkah proaktif untuk mendukung pelanggan mereka, memberi mereka keyakinan bahwa pembelian fesyen terbaru mereka akan sesuai seperti yang diharapkan.”