Digitalisierungsprojekte betreffen nicht nur Customer Experience bzw. Touchpoint-bezogene Aktivitäten, sondern bieten ebenso weitreichende Möglichkeiten zur Verbesserung von Sizing und Fitting.
Passung war schon immer ein geschäftsrelevantes Thema in der Bekleidungs- bzw. Schuhbranche und schafft zufriedene und wiederkehrende Kunden durch ein positives Einkaufserlebnis. Jeder in der Branche kennt den Wunsch nach „Wohlfühlgrößen“ durch den Kunden und deren Unterschiedlichkeit hinsichtlich Körperform und individueller Bekleidungspräferenz. Im stationären Handel erwartet der Kunde vom Verkäufer eine zielgenau, auf seine Figur treffende Beratung. Da oftmals die Größenangaben der Hersteller divergieren, gibt es in der Praxis kaum einheitliche Größenangaben. Ferner ändern sich die Körperformen der Menschen unserer Wohlstandsgesellschaft, aber die standardisierten Größentabellen unterlagen seit der Nachkriegszeit kaum einer Veränderung. Kommen zudem noch produktionsbedingte Formunterschiede – selbst bei gleichen Größen – hinzu, so führt dies zu einer großen Varianz zwischen Maßangaben und Körperformen. In letzter Konsequenz fehlt es dann an der Passung und im schlimmsten Fall resultiert daraus eine Unzufriedenheit des Kunden. Die wiederum führt zum Nichtkauf oder einer Retoure der Ware. Ein, durch die Nutzung der Möglichkeiten der Digitalisierung, vermeidbares Szenario für den Schuh- und Bekleidungshandel.
Individuelle Maßschneiderei bzw. Losgröße Eins-Produktion stellt für den Massenproduzenten eine große Herausforderung, wenn nicht sogar Unmöglichkeit dar. In der Schuhbranche gibt es immer mehr Beispiele für die Individualfertigung, z.B. die Adidas Speedfactory, die Vans Customs Platform oder Fischer Sports Vacuum. Im Bekleidungshandel hingegen geht es weniger um Individualproduktion, als vielmehr um die Empfehlung formgerechter Teile entsprechend dem Kundenwunsch.
Digitalisierung bietet hier neue Möglichkeiten: 3D-Scanner und Größen- bzw. Passungsempfehlungssysteme.
Die ersten Versuche mit 3D-Bodyscannern im Bekleidungshandel reichen bis zum Jahrtausendwechsel zurück, doch konnten sich diese nie flächendeckend verbreiten. Beispielhaft sind Karstadt mit ihrem Versuch im Jahr 2002 eine Lösung von Human Solutions zu etablieren und Adidas im Jahr 2013 mit dem CyberFIT Body Kinectizer genannt. Aktuell gibt es erneute Ansätze von z. B. Outfittery mit Popup-Scanstationen in Bahnhöfen & Flughäfen oder im stationären Handel von z. B. CutForYou in Berlin oder Atelier NA in Düsseldorf.
In der Regel finden 3D-Bodyscanner primär im Bereich individueller Maßbekleidung Anwendung, wobei hingegen Massen-Produzenten bisher kaum 3D-Bodyscanner nutzen. Der Schuhhandel ist hier viel aktiver, wie die Nutzung von 3D-Fußscannern im stationären Einzelhandel zeigt. Anwendungsbeispiele gibt es von: HUMANIC YourSIZE, Sport Scheck Mifitto 3D-Footscan, LOWA Footscan 360° oder Sport-Conrad Amisura Lightbeam. Durch die sich entwickelnden Digitalisierungsmöglichkeiten des 3D-Drucks kommt es gegenwärtig zu einem Wiederbeleben des 3D-Scanning. Forciert wird dies durch die generelle Entwicklung im Design bzw. für die Produktentwicklung von (Muster-) Teilen durch die Nutzung virtueller 3D Modelle (Avatare).
In der jüngeren Vergangenheit kommen datengetriebene Größen- bzw. Passungsempfehlungssysteme häufiger zur Anwendung. Das Einkaufserlebnis geht damit weg vom individuellen Maßschneider bzw. 3D-Bodyscan, hin zu einer digitalen Kommunikation. Wie funktionieren Größen- bzw. Passungsempfehlungssysteme? Nutzer übermitteln per Mobile App ihre persönlichen Maßangaben, Körperfotos von z.B. Nacken, Hals und Oberkörper sowie Bilder gewünschter Kleidungsstücke. Auf Grundlage umfassender Datensammlungen, also auch von 3D-Bodyscanns, werden diese Systeme zur Vorhersage von Körpermaßen und der Approximation über die Passung mit entsprechender Bekleidungsteilen durch Technologien der künstlichen Intelligenz, speziell dem Machine-Learning und der Bilderkennung (=Computer Vision) genutzt.
Wo liegen nun die Vor-/Nachteile der Lösungen bzw. welche Voraussetzungen müssen für eine erfolgreiche Nutzung gegeben sein?
Die Individualvermaßung via 3D-Body-/Fußformscanner ist nur dann wirklich sinnvoll, wenn mit den Vermessungsdaten ein „Customized“ (=Losgröße Eins) Produkt erstellt wird oder wenn sich das Produkt individualisieren lässt, z.B. bei der Innenform eines (Ski-) Schuhs oder bei maßgefertigten Hemden/Anzügen. Dennoch ist die Liste der Anbieter von 3D-Bodyscannern recht groß, z.B. Human Solutions, VITRONIC, LECTRA, BotSpot, Staramba, Invertex, Volumental, Styku, Bodi.me und SizeStream. Erst kürzlich wurde Body Labs akquiriert und deren Technologie wird in Zukunft bei Amazon Anwendung finden.
Zentrale Voraussetzung ist die Verfügbarkeit eines 3D-Scanners im Ladengeschäft. Wobei neben den relativ hohen Beschaffungskosten die Integration des Geräts aus Ladenbau-Aspekten (=Design, Platzbedarf, Örtlichkeit, Verkaufsflächenreduktion, Auslastung etc.) und in den Verkaufsprozess zu bedenken sind. Für den Kunden muss der 3D-Scann unkompliziert und schnell sein. Insbesondere setzt es die Bereitschaft des Kunden voraus, das Vermessungsprozedere über sich ergehen zu lassen und mit dem Ergebnis leben zu können. Zumal Kunden oft bei ihrer tatsächlichen Größenangabe lügen und das Bild des Körperscans evtl. nicht sehen wollen. Bisher gibt es keine Standardisierung von 3D-Scannerdaten, was ein händler- bzw. herstellerübergreifender Austausch für den Kunden nahezu unmöglich macht und damit ein Usability-Thema für den Kunden wird. Verschiedene internationale Initiativen versuchen Dienstleistungen per Mobile-Scanning-Station in Einkaufszentren (Tailored for You Scanning Events) oder per LKW (Arden Reed Tailor Truck) anzubieten.
Eine rein softwareseitige Lösung, als Gegenstück zu den 3D-Scannern, wird bei den Größen- bzw. Passungsempfehlungssystemen angestrebt. Deren Nutzung hat insbesondere für E-Commerce-Anwendungen eine hohe Relevanz oder falls die Kosten für die Installation von 3D-Scannern gescheut werden bzw. 3D-Scanner keinen Mehrwert für das jeweilige Geschäftsmodell erzielen. Das Angebot dieser Art von Software ist ebenfalls durch eine große Vielfalt unter den Anbietern geprägt. Lösungen via Mobile App gibt es von, z.B. Sizer.me, MySizeID, Stitch Fix, Rakuten, Curvetips, Mipso.me, Ca.la oder Zeekit.me. Spezielle Größenvergleichssysteme, bei denen herstellerübergreifend Größenangaben und Passungen verglichen werden können, bieten z.B. True Fit, Fit Analytics, fitfyle, BoldMetrics oder Vue.ai an.
In Vergleich zu vielfach benötigten 3D-Scannern ist eine Softwarelösung eine kostengünstige Variante und lässt sich über entsprechende Apps auch im stationären Handel in z.B. einem Verkäufer-Tablet nutzen. Die Endkunden können die Empfehlungssysteme sowohl über eine Integration im Webshop, als auch in spezifischen Apps der Anbieter gebrauchen. Allerdings ist der wesentliche Nachteil, eine hohe, aber nicht zu 100% passende Trefferquote. Das hängt von einer Vielzahl möglicher Einflussfaktoren, insbesondere der Datengrundlage (z.B. aus Bildern, Messpunkten, Vergleichswerten) sowie der Güte des genutzten Algorithmus zu Bestimmung passender Teile ab. Solche Systeme sind in der 2D-Bilderkennung schon recht mächtig, aber eine 3D-Berechnung ist gegenwärtig noch problematisch. Dies zeigt das Beispiel von Stitch Fix, die Ihren Versuch – zur Berechnung von Größen durch vom kundenbereitgestellte Bilder – im Februar 2018 gestoppt haben und erstmals an einer Weiterentwicklung des Empfehlungssystems arbeiten.
Eine generelle Empfehlung für oder gegen die unterschiedlichen Arten der Systeme kann immer nur im Einzelfall getroffen werden.
Dennoch gibt es bereits jetzt auf dem Markt ausgereifte Lösungen, welche den Kunden im Kaufprozess bei der Beratung unterstützen. Der Einsatz digitaler Technologien ermöglicht eine bessere Passung der richtigen Größe und verbessert das Einkaufserlebnis nachhaltig. Was sich für den Händler im Ergebnis durch die Retourenreduzierung und Umsatzsteigerung zeigt.