интервью
«Мы помогаем бизнесу зарабатывать. С этими мыслями спится шикарно»
Как российский сервис подбирает одежду нужного размера покупателям в онлайн-магазинах




10 декабря 2018




Причина каждого третьего возврата одежды в онлайн-магазин — неправильно подобранный размер. Мультибрендовые онлайн-ритейлеры и бренды предлагают клиенту взять в руки сантиметр, долго разбираться в таблицах соответствия размеров или гадать по отзывам.

С развитием VR и технологий 3D-сканирования появились проекты, которые помогают покупателям с точным определением размера, а магазинам — с сокращением числа возвратов. Например, AstraFit, Fitanalytics, Virtusize, Body Labs, TrueFit и российский Sizolution. Rusbase побеседовал с командой Sizolution и узнал, почему при острой проблеме сайзинга стартапов на этом рынке очень мало.

Отвечает за продукт и бизнес-девелопмент в Европе, сооснователь
Ваге Таамазян
Отвечает за техническую часть, сооснователь
Михаил Матросов
Гендиректор, сооснователь
Станислав Подшивалов
От 3D-печати к рынку моды
— Как часто вы сами возвращали одежду из интернет-магазинов?

Станислав: Я не покупаю одежду онлайн, потому что на мой высокий рост так просто ее не подобрать и большинство товаров мне не подходит.

Ваге: Нечасто заказываю онлайн, потому что сама покупка сопровождается сомнениями «А если не угадаю с размером?». Чтобы угадать, нужно заказывать две вещи разного размера и ждать курьера, чего я не люблю. Чаще всего онлайн покупаю то, что точно подойдет — белые футболки, например.

Михаил: Заказывал всего пару раз, чтобы просто посмотреть, как это работает. И да, был случай, когда одежду пришлось возвращать.

— Проект вырос из личных проблем с онлайн-покупками?

Станислав: Нет. «Катализатором» является Ваге, который собрал всех нас в команду.

Ваге: Мы все окончили МФТИ. Плюс, мы с Мишей еще учились в СколТехе — изучали технологии.

Пять лет назад в тренде была 3D-печать. А где печать, там и сканер. Сперва мы заинтересовались сканированием фигурок людей: когда вы сканируете тело и получаете уменьшенную копию человека. Потом поняли, что в принципе с 3D-сканированием есть проблема: не было технологии, которая позволяла бы сделать это быстро, качественно и дешево. Мы задумались и решили создать такой сканер. Но рынок 3D-печати, и особенно фигурок, очень мал. А 3D-сканирование тела применимо много где. И тогда мы решили сфокусироваться на одежде как на наиболее перспективном рынке.
Михаил Матросов
Самые частые причины возвратов одежды:
— 70% — неправильный размер
— 30% — несоответствие товара на фотографии и в реальности (ткань, цвет, качество пошива)

* Данные партнеров сервиса по подбору размера AstroFit
«Акцент в моде сместился на желания покупателя»
— А в чем перспективы фэшн-сегмента?

Ваге: Один из ключевых факторов — насколько активно эта индустрия менялась в прошлом и насколько активно будет меняться в дальнейшем. Последние лет сто мода была очень консервативной, но сейчас меняются производственные процессы, процесс покупки, появляются новые ткани и не только. Рынок моды ждут глобальные изменения. Трендов много: от покупок онлайн до оверсайза.

Двадцать лет назад люди по-другому носили одежду. Вы покупали то, что было в районном магазине. Изредка кто-то привозил вещи из-за границы. Но сегодня огромный выбор брендов. Акцент сместился на то, чего хочет покупатель. Причем, копаясь в онлайне или вещах в магазине, мы придем к выводу, что нам нужен эксперт и персональный подбор под индивидуальные вкусы и параметры.
Почему оверсайза много? Потому что такой фасон минимизирует ошибку при покупке, его продавать легче всего.
Другие тренды: экологичные материалы и on-demand производство. То есть вы выпускаете одежду не как 99% ритейла сейчас, в зависимости от сезона и возможностей, а конкретно под человека, в тот момент, когда он захотел что-то купить. Похожее сейчас пытаются сделать японцы из Zozo. Они бесплатно разослали клиентам обтягивающий костюм: клиент делал селфи, а программа на смартфоне благодаря костюму считывала параметры и выстраивала 3D-модель тела. И клиент мог совершать покупки в магазине, кастомизируя товар под себя.

Есть вероятность, что лет через десять к такой модели перейдут многие ритейлеры.

Еще один тренд — fast-fashion, когда бренд обновляет коллекции раз в месяц, а то и раз в две недели. Это более естественно для покупателя, чем коллекция раз в сезон. Но из-за того, что маркам приходится выпускать коллекции быстро, над ними работают разные команды, размеры вещей могут расходиться даже внутри одного бренда.
Ваге Таамазян
Возвраты есть, а стартапов, которые решают эту проблему, — нет
— Каждый третий возврат в онлайне происходит из-за неправильного подбора размера. Почему тогда сайзинг-проектов на рынке мало?

Станислав: Изначально нам казалось, что у поставщиков есть данные о своей одежде. На деле все иначе. Да, существует тренд на цифровизацию, но практика показывает, что информацию о мерках получить нелегко. К тому же, нужно иметь информацию о параметрах тела покупателя, чтобы давать точную рекомендацию размера.

Мы думали, что благодаря 3D-сканеру тела мы решим вопрос сбора данных, но сложность продвижения дорогостоящего аппаратного решения для получения параметров людей заставила нас обратить внимание на мобильные технологии. Фактически, нужно одновременно обладать технологией предсказания параметров покупателя, мерками одежды и историей возвратов/покупок. В итоге все упирается в данные и умение их «готовить», поэтому проектов на рынке немного, но они есть.
— Но когда я захожу на Lamoda, Wildberries, Mango и другие онлайн-магазины, я не вижу ничего, чтобы помогло мне с выбором правильного размера.

Станислав: Нужно отделять мультибрендовый магазин от монобренда. Если брать монобренд, например, Mango, то да, скорее всего, у них есть данные мерок производимой одежды. Если говорить про мультибренд, то там очень много разных марок и вряд ли у мультибренда есть все-все мерки продаваемых товаров.

Вы могли встречать конкурентные решения на сайтах, но чаще они лишь опираются на историю покупок людей с похожими параметрами на ваши, не учитывая реальные мерки изделий.

— А как тогда у вас получилось работать с мультибрендовым магазином KupiVip?

Ваге: Именно для них мы и сделали этот стол (кивает на рамку).

Рамка для измерения параметров одежды
Станислав: Изначально наше решение подкупило тем, что мы сильно упрощаем и автоматизируем процесс обмера вещей. Просто указание мерок вещи на сайте уже дает покупателю ценность. Наш сервис целиком избавляет покупателя от боли выбора и подсказывает лучший размер именно для вас. Сейчас у нашего сервиса подбора размера более 100 тысяч пользователей.

Проблема сайзинга — она и в Европе проблема
Рамка для оцифровки одежды
— Какие цели у вас в России?

Станислав: Хочется охватить максимальную часть рынка, привлечь крупных игроков: Lamoda, Wildberries, BonPrix, что составляет большую часть сегмента онлайн-продаж на рынке.

Российскому онлайну мы удобны, так как физически находимся здесь. Привлечение клиентов — вопрос времени и b2b-рынка. У каждого ритейлера своя специфика и нюансы ведения бизнеса, приоритеты подключения сервисов. Поэтому цикл продаж занимает существенное время. Мы всегда проактивны, готовы к демо и пилотам. Как правило, переговоры проходят хорошо, а дальше потенциальный клиент думает сам, исходя из приоритетов развития и бюджета.

— Премиум-сегмент вам интересен?

Станислав:
Да. У нас долго идут переговоры с ЦУМом, внутреннюю кухню раскрывать не буду. В нашем портфеле уже есть премиум-бренд Aizel. Еще смотрим на спортивное направление, мы на стадии переговоров со «Спортмастером».

— А Европа?

Ваге: Мы начали переговоры о выходе туда год назад. Нашли партнера, который работает в Европе 25 лет и знает большинство компаний. Там тоже есть проблема сайзинга. Но особенность Европы в том, что у них разрозненный рынок: чтобы на нем работать, ты должен сначала прийти в одну страну, потом в другую. Компании смотрят на метрики, которые ты можешь показать в похожих регионах, но поведенческие показатели у покупателей в регионах разнятся.

Есть компании, которые сильны на одном рынке и слабо представлены в другой части Европы. Во Франции есть сильные ритейлеры, которые не выходят за ее рамки, английский рынок живет своей жизнью (согласно исследованию Barclaycard за 2018 год, доля возвратов одежды в Англии достигла 50%. Двое из пяти покупателей возвращают одежду из-за неправильного размера. — Прим.).

Европейский рынок сегментирован, хотя бренды могут пересекаться. Если говорить про поведение покупателей, то 26% немцев выбирают онлайн, в то время как в России только 7% покупателей идут в интернет. Онлайн-рынок Европы больше, потому что там банально лучше работает логистика. Люди привыкли получать и возвращать товары через почту, не взаимодействуя с курьером.

— Какие рынки интересны вам в первую очередь?

Ваге: Мы точно начнем с Германии, так как там проще удалось установить контакты. Нам на руку играет развитие онлайна, величина рынка ритейла и процент возвратов.

— Почему-то ни разу не услышала про Италию, которую считают самой модной страной…

Ваге:
Честно скажу, что мы еще не изучали итальянский рынок.
Как происходит оцифровка размера
— Что это за рамка?

Михаил:
У нее задача — оцифровывать одежду и максимально просто получить мерки.

Станислав: Перед установкой виджета мы запрашиваем мерки изделий напрямую у магазина либо замеряем вещи этой самой «рамкой» — автоматизированным измерителем. Это удобный инструмент, который ставится на складе или в фотостудии. В устройство входит рамка со светом, стол, сканер для штрих-кода и компьютер. Вам нужно аккуратно разложить вещь на столе и нажать одну кнопку. Весь процесс занимает секунду: больше времени даже уходит на то, чтобы выложить и сложить вещь обратно.

Фотография товара отправляется на наши серверы, где алгоритм компьютерного зрения выделяет контуры вещи, а затем обученная на большом количестве вещей нейросеть находит «ключевые точки» (точки, по которым проходят основные границы замера вещи: обхват груди, обхват бедер, длина рукава и так далее — Прим.) и снимает мерки.

Вторая важная часть — интерфейс взаимодействия непосредственно с покупателем. В интернет-магазин встраивается специальный виджет, который через простые вопросы (рост, вес, формат фигуры. — Прим.) или фотографию в полный рост определяет мерки покупателя. Алгоритм машинного обучения, понимая параметры вещи и тела покупателя, описывает, как каждый из размеров будет сидеть на покупателе, и предлагает оптимальный. Клиент на основе этой рекомендации и описания принимает решение, подойдет ему товар или стоит выбрать другой. Забив данные один раз, покупатель будет видеть рекомендации оптимальных размеров и при повторном визите.

Наши метрики с клиентами подтверждают, что сервис позволяет на 20-40% сократить число возвратов вещей и дает до 20% прироста в конверсии посетителя сайта в покупателя.

Ваге: Сейчас у наших клиентов стоит шесть рамок, есть также портативная версия. Если у магазина небольшой ассортимент, то мы можем даже приехать ночью и прогнать все через измеритель.

— Какова себестоимость устройства?

Ваге: Само железо измерителя недорого: примерно 60 тысяч рублей. Сюда входит стол, компьютер и стоимость конструкции. Для клиентов это оборудование поставляется бесплатно. С помощью измерителя собираются мерки одежды, которые используются для рекомендации размера покупателю на сайте. Подключение сервиса по умолчанию подразумевает установку необходимого числа таких столов клиенту-ритейлеру. Гораздо дороже стоит софт, то есть его разработка и алгоритмы.

— Чем вы отличаетесь от конкурентов?

Станислав:
Мы работаем с реальными мерками вещей. Часто даже внутри одного бренда люди носят разные размеры. Причиной тому — нюансы фасона, специфика дизайна, особенности производства: часть артикулов шьют на одной фабрике в одной стране, другие позиции — на другой фабрике.

Анализируя историю покупок, можно сказать, что чаще всего человек, например, берет вещи размера L. Но эта информация никак не помогает выбрать размер для конкретной вещи. Может, правда L, а может, лучше M или вообще XL, так как этот артикул шьют на фабрике, которая всегда маломерит.

Искусственный интеллект в подборе размера смотрит на реальные мерки изделия и фигуру конкретного человека, учитывая метаданные артикула (состав, страну дизайна и производства и прочее. — Прим.), что позволяет давать более точные рекомендации: размер конкретной вещи для конкретного покупателя.

Мы также смотрим на историю покупок, но это лишь экстраданные, которые делают алгоритм еще точнее.
Станислав Подшивалов
«Получаем 2-4% с каждой продажи»
— Как монетизируетесь?

Станислав
: Двумя путями. Самый простой способ — это оплата фиксированной стоимости услуг за месяц на основе оборота магазина. Но более справедливая схема для обеих сторон — процент от проданных с помощью нашего сервиса вещей, которые не вернули обратно. И большинство клиентов работает с нами через процент.
Согласно данным «Контур.Фокус», на конец 2017 года выручка компании составляла 540 тыс. рублей, а чистый убыток — 861 тыс. рублей.
В любом случае наша цель — позволить заработать клиентам за счет повышения конверсии и сокращения возвратов. Процент с продаж — более прозрачная схема. Если сервис работает хорошо, мы получаем свой кусок пирога в размере 2-4% от продаж с нашей помощью. Это небольшая часть от экстра-выручки, которую мы приносим клиенту.

— Сколько у вас клиентов?

Ваге: Виджет стоит физически на сайтах KupiVip, «Декатлон» и Bask. В процессе интеграции еще пять ритейлеров только в России. Тестируем пилотную версию с Wildberries.

Станислав: Нашей компании всего 3,5 года. Два года назад мы переключились с разработки 3D-сканера на fashion-сегмент и стали строить комплексный продукт. За прошедший год нам удалось собрать положительные метрики и сильно улучшить сервис. Но это непрерывная работа. Наша база данных постоянно обновляется, база знаний пополняется, алгоритмы становятся изощреннее.
Сейчас у нас в базе более 100 тысяч уникальных покупателей и более 330 тысяч отсканированных вещей.
Станислав: Мы работаем в b2b-сегменте, где привлечение клиента идет долго. Раньше мы привлекали клиентов через нетворкинг: большинство действий исходило от нас. Последнее время уже 50 на 50: нас знают, с нами связываются, пишут запросы через сайт. Плюс, остаются конференции и различные мероприятия по нашей теме.


«Основатели не могут получать больше сотрудников»

— Вы считаете себя стартапом?

Станислав
: По текущим метрикам — да, мы стартап.

Ваге: Мы строим успешную компанию, которая должна генерировать прибыль.

Станислав: Я всегда мечтал работать в технологической компании, которая будет успешной, иначе зачем было учиться в МФТИ? Мы делаем жизнь покупателя легче и помогаем бизнесу зарабатывать. С этими мыслями спится шикарно.

У нас честный бизнес, в котором все прозрачно и четко. Но при этом мы строим именно компанию. Слово «стартап» подразумевает, что ты придумываешь что-то классное — консьюмерское, хайповое. Но больше в венчурной модели бизнеса. У нас же цель — сделать полезный продукт и выйти на прибыль.

— Какая она у вас сейчас?

Ваге:
Ее пока нет. У нас есть все шансы, что к лету 2019 она будет. У нас не такие большие издержки внутри команды, мы на всем экономим.

Станислав: Сейчас выручка не покрывает ФОТ, других затрат у нас нет, но есть умные головы в команде. И правило: основатели не могут получать больше, чем наши программисты. Зарплату мы озвучивать не хотим.
Фронтэнд разработчик Александр и бухгалтер Ольга
— Сколько там нулей?

Ваге:
Мы платим рыночную зарплату. Шестизначные цифры. Мы были бы рады платить больше, но все в компании понимают, что пока мы не будем прибыльны, серьезных повышений не будет.

Станислав: У нас не так, что есть три дядьки-начальника, которые наняли трудовую силу и приказали работать. Восемь человек работают в офисе, 10 на аутсорсе.

Ваге: Все наши сотрудники — разработчики. Я когда-то тоже программировал... Сейчас только два человека в Sizolution не пишут код — это я и наш бухгалтер Ольга.

Станислав: Мы все участвуем в проекте как полноценные разработчики и параллельно делаем что-то еще. Михаил отлично разбирается в софте и железе, Ваге — в алгоритмах. Я всегда был больше «железячник», плюс занимаюсь операционной деятельностью компании. Мы втроем всегда можем друг друга подстраховать. Или вот — как директор я езжу общаться с клиентами, а потом в спецовке собираю устройство на складе.

Мы большая семья. И не ругаемся. Поэтому у нас нет текучки: коллектив за 3,5 года не изменился. Причем первый наш наемный сотрудник — это мой студент. Раньше я его учил, теперь он учит меня.

Ваге: Но даже таким сжатым коллективом мы потратили на разработку несколько десятков миллионов рублей. Гранты покрыли около 20% от вложенных средств, 70% — инвестиции, остальное — личные средства.

— Вижу таблички с грантами разных конкурсов. Как часто в них участвуете, что это вам дает?

Станислав:
Это нужно на стадиях, когда ты привлекаешь инвестиции в России, чтобы заявить о себе. Победа приносит небольшие деньги, нетворкинг, упоминание в СМИ. Денежный приз — скорее хорошее настроение, потому что его размер в лучшем случае покрывает зарплату двух-трех человек.
Эксперты — о проблемах сайзинга и перспективах подобных проектов
Рынок виртуального подбора одежды еще очень мал. Регулярно появляются новые игроки, что радует. Мы относимся к ним больше как к «коллегам по цеху», которые, как и мы, занимаются расширением нашего рынка и образованием fashion e-commerce. Это крайне важно.

Крушение терпят как новички, так и зрелые проекты. Из недавних — Fitsme, которые получили не один десяток миллионов долларов финансирования. Поэтому создается впечатление, что никто не занимается этим вопросом.

Попытки войти в этот рынок предпринимают многие, но основная сложность в разработке технологий совсем не очевидна. Кажется, что самое сложное — определить параметры тела человека. Если копнуть глубже, становится ясно, что намного сложнее получить достоверные данные о реальных измерениях одежды. И только единицы понимают, что даже при наличии этих данных сложно произвести виртуальную симуляцию посадки одежды на человека и сделать вывод, который бы помог покупателю определиться. Поэтому даже среди профинансированных западных проектов мы видим упрощенные сервисы, которые концентрируются на примитивной подсказке размера.

Возвраты — даже не самая большая беда. Отсутствие хорошей онлайн-примерочной — это огромный барьер к покупке одежды онлайн вообще! Мы видим, как наши партнеры увеличивают вовлечение пользователей и демонстрируют рост конверсии. Отзывы покупателей говорят, что виртуальная примерка — важный сервис.

Чтобы внедрить систему сайзинга в магазины, нужно обучить их. На территории СНГ этим почти никто не занимается, и нам порой очень сложно убедить потенциального клиента попробовать сервис. При выходе на рынки США, Европы и Индии мы увидели намного лучшее понимание проблемы, ведь там уже давно работают наши конкуренты.

Я верю, что уже скоро можно будет выбирать из нескольких сервисов и для всех нас использование виртуальной примерочной станет такой же привычной вещью, как использование навигатора или прогноза погоды.

Никита Добрынин
Директор и сооснователь Astrafit
Так уж устроена индустрия — один и тот же размер одного бренда может отличаться по параметрам в разных коллекциях. Это касается как одежды, так и обуви. В результате выбранная одежда или обувь не всегда подходят клиенту.

Если говорить о мультибрендовых витринах, то производители часто указывают наименование размеров в стандартах своих стран (российский, европейский, американский и т.д.). Конвертация размера из российского стандарта в европейский тоже приводит к погрешностям.

Самый простой способ помочь клиенту определиться с выбором — это предоставить ему информацию в виде таблицы с указанием параметров размеров, к примеру, обхватов в сантиметрах. Очень важна возможность оставлять комментарии к товарам: они помогают клиентам с выбором размера.

За последние несколько лет на рынке появляется все больше сервисов по примерке одежды и обуви. И все как один сталкиваются с вопросом внедрения: большинство продавцов и производителей не готовы предоставлять продукцию на небыстрые замеры. Создатели же сервисов боятся утратить уникальность технологий, если придется, например, раскрыть особенности работы во время внедрения оборудования.

Идея на сегодняшний день у всех одна — сравнивать 3D-модели одежды и параметры клиентов, чтобы подобрать наиболее подходящие размеры.

Андрей Ревяшко
IT-директор Wildberries
© Rusbase, 2018
Автор: Екатерина Гаранина
Фото к материалу: Антон Львов


Екатерина Гаранина

Комментарии

Зарегистрируйтесь, чтобы оставлять комментарии и получить доступ к Pipeline — социальной сети, соединяющей стартапы и инвесторов.