Virtual Try-On per i brand di moda

Il virtual try-on è diventato una delle funzionalità più richieste nell'e-commerce moda, e per un motivo chiaro: la vestibilità è il problema numero uno online. Il tasso medio di reso dell'abbigliamento online arriva al 24,4%, e la taglia è la causa principale, con il 53% dei resi (Coresight Research, 2023). Tutto ciò che aiuta chi acquista a valutare come un capo appare e veste davvero prima di comprarlo colpisce direttamente quel costo, ed è per questo che l'85% dei decisori del settore abbigliamento dichiara di voler implementare il virtual try-on (Coresight, 2023).

Ma "virtual try-on" è un termine usato in modo generico, e la versione di cui un brand ha bisogno spesso non è quella che immagina. In realtà ne esistono due.

Due tipi di virtual try-on

Il virtual try-on per i consumatori è il camerino interattivo: chi acquista carica un selfie o sceglie un avatar, e un widget mostra loro stessi mentre indossano l'articolo. È una funzione dello store, alimentata da un motore di try-on in tempo reale.

Il virtual try-on lato catalogo è il livello produttivo che sta sotto: mostrare ogni prodotto indossato da un modello realistico, su scala di catalogo, così che chi acquista possa valutare vestibilità e caduta direttamente dalle immagini. Nessun selfie richiesto. È qui che vive gran parte del valore che riduce i resi, perché migliora le immagini che ogni acquirente vede, non solo quelle di chi decide di usare un gadget.

On-Model lavora sul secondo livello. Siamo onesti al riguardo: On-Model non è un widget-camerino in tempo reale per i consumatori. È il modo in cui i brand producono immagini on-model di qualità try-on per un intero catalogo.

Il camerino virtuale per i consumatori

Il camerino virtuale rivolto ai consumatori è ciò che la maggior parte delle persone intende con "ai virtual try on". Google Shopping, diversi marketplace e una manciata di strumenti specializzati permettono ora a chi acquista di visualizzare in anteprima i capi su un modello o su se stesso. È davvero utile per i prodotti di punta e può aumentare la conversione. Ma è anche limitato: di solito copre solo un sottoinsieme di articoli, dipende dalla partecipazione dell'acquirente e non fa nulla per le migliaia di SKU che non ricevono mai un trattamento try-on su misura.

Nella sua forma più letterale, è l'acquirente a diventare il modello. Si fotografa, sceglie un capo e lo vede sul proprio corpo, con la posa, l'illuminazione e la stanza lasciate esattamente com'erano. Cambia solo l'abbigliamento.

Quel divario è l'opportunità. La ricerca sull'usabilità del Baymard Institute è netta in proposito: mostrare l'abbigliamento su un modello umano è essenziale per la fiducia all'acquisto (2020). I brand che vincono non sono quelli con un espediente da camerino su dieci prodotti. Sono quelli il cui intero catalogo si legge come "provato".

Try-on lato catalogo: immagini on-model su larga scala

Ottenere immagini di qualità try-on su un'intera gamma significava un tempo un servizio fotografico per ogni modello, ed è per questo che la maggior parte dei cataloghi è un mosaico di flat-lay, packshot e qualche scatto occasionale con modello. L'AI cambia l'economia della cosa. Puoi prendere la fotografia di prodotto che hai già e trasformarla in immagini on-model coerenti per ogni SKU.

Tre flat-lay diventano un set on-model coerente su un'unica identità, ripreso da diverse angolazioni. Fallo su tutto un catalogo e ogni pagina prodotto comunica vestibilità e caduta, le cose che chi acquista vuole valutare di più, che è esattamente ciò che un camerino cerca di offrire.

Due funzionalità rendono tutto questo praticabile su larga scala:

• Flat-to-model trasforma un flat-lay o un packshot esistente in immagini on-model, mantenendo il capo fedele al pixel così che l'immagine corrisponda a ciò che viene spedito.
• Model swap sostituisce il modello in una foto esistente mantenendo capo e posa identici, così puoi localizzare un look o rinnovare una campagna senza un nuovo shooting.

Poiché i modelli sono identità riutilizzabili, gli stessi volti attraversano tutta la tua gamma. È la coerenza a trasformare un mucchio di immagini in un catalogo di cui un acquirente (e un motore di shopping AI) si fida.

"La maggior parte dei brand non ha bisogno di un widget di try-on su dieci prodotti. Ha bisogno che ogni prodotto sembri provato. Lato catalogo, è un problema risolto: immagini on-model coerenti per ogni SKU, con il capo mantenuto esatto."

— Nunzio Alexandro Letizia, Co-founder di PiktID e creatore di On-Model

Dove si colloca il virtual try-on di Google Shopping

I due livelli stanno convergendo. Il virtual try-on di Google Shopping e gli assistenti di shopping AI mostrano sempre più spesso a chi acquista come sta un capo indossato, attingendo alle immagini e ai dati di prodotto forniti dai brand. Un catalogo con immagini on-model complete e coerenti è quello nella posizione giusta per alimentare bene queste esperienze. Ne parliamo in come rendere il tuo catalogo moda pronto per la GEO.

Cosa fare al riguardo

Comincia dai prodotti che generano resi. Dai ai tuoi modelli più venduti e con più resi una copertura on-model completa, identità coerenti e più viste, poi allargati al resto del catalogo. Non serve costruire un widget-camerino per catturare la maggior parte del valore. Serve un parco immagini che permetta a ogni acquirente di vedere il capo indossato.

Per i numeri dietro resi, vestibilità e adozione dell'AI nella moda, consulta le nostre statistiche sull'e-commerce moda. Per trasformare i tuoi scatti di prodotto esistenti in immagini on-model su tutto un catalogo, inizia gratis.

---

Fonti:

1. Coresight Research. (2023). Alarming Return Rates Require Loss-Minimization Solutions. coresight.com
2. Baymard Institute. Apparel Products Need a Human Model. baymard.com
3. Google. Virtual try-on and AI-powered shopping. blog.google