© 2024 SURF
Steeds meer kledingbedrijven gebruiken internetverkoop (webshop) naast de fysieke retail-outlet. Daarbij is echter het probleem dat fysiek passen op het internet (nog) niet kan. Meerdere kledingstukken worden toegezonden en meerdere komen retour. De extra kosten zijn een probleem voor veel bedrijven. Centrale vraag van het MKB in de fashion-industrie is hoe in hun webshop kleding kan worden verkocht die passend is voor de klant, zodat het aantal retouren wordt beperkt. Diverse MKB-bedrijven vooral in de ICT-sector hebben creatieve oplossingen voor het probleem bedacht, maar de oplossingen zijn vaak niet voldoende gevalideerd en ingebed in de kledingketen. Daarom werkten in dit project modebedrijven én technisch/creatieve bedrijven samen in een consortium waarin vijf oplossingen zijn bedacht voor virtueel passen. Deze werden vergeleken op basis van betaalbaarheid, gebruikersvriendelijkheid en percentage voorspelling van de juiste maat. De oplossingen worden als demonstrator bij MKB-retailers ingebracht. Zo krijgen ze een palet aan oplossingen en kunnen ze kiezen welke daarvan het best past op hun behoefte. De oplossingen zijn (1) lichaamsmaten inschatten door slimme vragen, (2) omzetten van maatrelatietabel van merk A naar merk B, (3) lichaamsmaten bepalen met smartphone of tablet, (4) 3D lichaamsscantechnieken en (5) een scan omzetten in geprinte of gebreide kleding.
Het is gebleken dat sommige plugins met slimme vragen een redelijke voorspeller blijken voor de kledingmaat. Lichaamsmaten bepalen met een tablet heeft een aantal haken en ogen, maar over het algemeen blijkt ook dit een goede voorspeller. De Sizestream 3D lichaamsscanner overschat de lichaamsmaten, en is momenteel geen goede voorspeller voor kledingmaten.
Steeds meer bedrijven die kleding verkopen maken gebruik van internetverkoop (webshop) naast de bestaande fysieke retail-outlet. Daarbij loopt men tegen het probleem aan dat fysiek passen in een winkel wel kan, maar op het internet (nog) niet. Gevolg is dat er meerdere kledingstukken worden toegezonden en daarmee ook meerdere retour komen. De extra kosten van dit proces brengen veel bedrijven in problemen. Centrale vraag van het MKB in de fashion-industrie is dan ook hoe in hun webshop kleding kan worden verkocht die passend is voor de klant, zodat het aantal retouren wordt beperkt.
Er zijn diverse MKB-bedrijven vooral in de ICT-sector die creatieve oplossingen voor het probleem hebben bedacht, maar de oplossingen zijn vaak niet voldoende gevalideerd en ingebed in de kledingketen. Daarom wordt in dit voorstel een consortium voorgesteld van modebedrijven én technisch/creatieve bedrijven die vijf oplossingen hebben bedacht voor virtueel passen. De oplossingen worden vergeleken op basis van betaalbaarheid, gebruikersvriendelijkheid en percentage voorspelling van de juiste maat. De oplossingen worden als demonstrator in bij MKB-retailers ingebracht. Op deze wijze krijgen ze een palet aan oplossingen in de vorm van een toolkit en kunnen ze kiezen welke daarvan het best past op hun behoefte. De oplossingen zijn (in volgorde van relatief eenvoudig naar complex): (1) lichaamsmaten inschatten door slimme vragen, (2) omzetten van maatrelatietabel van merk A naar merk B, (3) lichaamsmaten bepalen met smartphone of tablet, (4) 3D lichaamsscantechnieken en (5) een scan omzetten in geprinte of gebreide kleding. De methoden zijn meer aanvullend dan concurrerend en kunnen gezamenlijk een oplossing bieden voor de malaise in de kledingindustrie. Ook het maatschappelijk belang van deze oplossing is significant: Bij de consument groeit het bewustzijn van duurzaamheid en het verminderen van de “CO2 footprint”. Beperking van het aantal retouren van kleding draagt bij aan het verbeteren van de CO2-balans en heeft daarmee positieve waarde voor bedrijf en klant.