Le sizing, un enjeu de taille pour les retailers ecommerce du secteur mode

Le Sizing, une notion clé à maîtriser

Le Sizing est un élément fondamental, que ce soit pour le client ou pour l’entreprise. Un mauvais sizing provoquera ainsi des conséquences négatives pour l’entreprise car plus de retours.

• Du côté de l’entreprise :

Les retours donnent lieu à une moins bonne performance de ventes pour l’entreprise, surtout si le client commande deux tailles pour le même produit du fait d’une hésitation, et qu’il retourne l’une des deux tailles. Les retours induisent une incertitude d'entrées de produits, ce qui n’aurait pas un impact positif sur les comptes de l’entreprise, du fait de la variabilité de ces flux d’entrées. De plus, les retours et échanges sont souvent à la charge du vendeur, ce qui représente une dépense non négligeable pour l’entreprise, et une logistique importante.

• Du côté du client :

Le client non satisfait de la taille commandée retournera le produit.

Selon la FEVAD, un potentiel acheteur commandera en moyenne 22 fois par an; parmi ces commandes, le taux de retour e-commerce est de 24%.

Selon Body Labs, aux Etats Unis, il y a un taux de retour moyen de 30% pour les produits commandés en ligne. Parmi ces 30%, 64% des retours concernent un produit dont la taille ne correspond pas au client. Un client incertain au sujet du sizing aura tendance à moins commander sur un site.

Les méthodes de sizing actuelles

1. Le guide des tailles global de la marque: un outil fréquemment utilisé loin d'être parfait

Il existe différents moyens de proposer un sizing : le plus courant est le guide des tailles, une matrice qui indique au client la taille idéale, le plus souvent définie selon ses mensurations.

Avantages :

• Côté entreprise: le guide des tailles est peu coûteux et peu complexe. Il suffit de construire des matrices établies selon des statistiques. La taille sera définie en fonction du poids et des mensurations.
• Côté client: cette méthode permet au client de déterminer sa taille d’une manière classique pour lui tant que les guides des tailles sont courants.

Quelques bémols à relever :

• Côté entreprise: du fait de la variabilité des coupes, matières et formes des différents modèles, le manque de précision pose problème car il donne lieu à des retours fréquents. En effet, il n’est pas rare que les vêtements taillent différemment, même au sein d’une collection, du fait de la dispersion des unités productives et des fluctuations de méthodes de production.
• Côté client : il est rare que les guides de tailles soient établis par produit. Cela amplifie l’incertitude du client qui, de plus, ne connaît pas toujours ses mensurations, ce qui lui rend complexe la détermination de la taille idéale. En outre, le client ne désire que peu souvent fournir l’effort de la lecture de cette matrice. En effet, nous vivons dans un monde de zapping, dans lequel les utilisateurs ont pour habitude de voir défiler des centaines d’informations, le long de leur fil d’actualité : leur attention est ainsi devenue précieuse et fragile.

Puisque le guide des tailles ne semble pas être un outil idéal pour optimiser l’expérience client et ainsi les ventes, d’autres solutions se sont développées, selon deux types d’approches : une précision au sujet des mensurations des utilisateurs ou une précision qui porte sur les mesures précises des vêtements.

2. L’approche statistique: une UX simplifiée mais une précision limitée

L’approche statistique permet de déterminer le sizing idéal selon des statistiques. La taille proposée au client est obtenue grâce à des comparaisons à des statistiques et données existantes.

Les solutions, comme Fitizzy, Fit Analytics, My Size ID, ou encore True Fit s’inscrivent dans cette approche en permettant d’implémenter sur le site internet de la marque un module créant une interaction directe avec le client, afin de l’aider à trouver une taille idéale.

Avantages :

• Côté entreprise: La solution est efficace, simple à implémenter.
• Côté client:  le service suggère aux clients la taille idéale selon quatre critères principaux : l’âge, la taille, le poids ainsi que la forme de leur corps. Enfin, pour certaines solutions, le client se voit attribuer la taille idéale selon 8 profils morphologiques, ce qui est simple et intuitif.

Quelques bémols à relever :

• Côté entreprise: la baisse du taux de retours peut être limitée si les réponses manquent de fiabilité.
• Côté client: en plus des inconvénients précédemment cités, les renseignements demandés peuvent sembler trop indiscrets pour le client. Ces derniers ne souhaitent pas communiquer leur poids ou leur âge, par exemple. Le manque de précision au sujet de ses mensurations lié à ce type d’approche pose problème. Pour certaines solutions, il peut paraître réducteur de limiter l’approche à 8 morphologies puisque chaque client est unique par son corps et ses préférences.

3. L’approche mensurations mesurées coté client et côté produit : en théorie idéale, mais à logistique complexe en pratique

L’approche statistique permet de satisfaire le besoin en précision au sujet des mesures des vêtements mais comporte des défauts du point de vue des utilisateurs.

C’est ainsi qu’un autre angle consiste à centrer la précision sur les mensurations du client.

Les sociétés ayant tenté cette approche ont connu des difficultés dans leur développement commercial.

Un premier exemple qui s’inscrit dans cette approche est celui de la marque japonaise Zozo, qui a développé Zozo Suit, un système de sizing basé sur un costume que l’on reçoit chez soi et qui prend nos mesures.

Une autre solution est celle qui avait été développée par Sizomatic et Meality ou encore Veertus et Presize, un scanner qui prend les mensurations du client de manière confidentielle et indépendante. Sizomatic le faisait via une cabine tandis que Veertus le faisait via des photographies de leur corps prises par les clients sur leur smartphone.

Avantages :

• Côté entreprise: la précision de haute qualité des mesures permet de limiter le volume de retours et ainsi de garantir une plus grande sécurité de trésorerie.
• Côté client: la combinaison ZozoSuit permet au client d’obtenir une précision extrême de ses mensurations, puisque cette technologie permet la collecte de mensurations sur un total de 400 points, là où un tailleurs traditionnel n’en prendrait qu’une trentaine. De son côté, la cabine permet également une optimisation maximale des mesures du client.

Quelques bémols à relever :

• Côté entreprise: cette solution est très coûteuse car les technologies déployées sont importantes. Elle nécessite une main d'œuvre hautement qualifiée et une logistique complexe à mettre en œuvre. Il faut envoyer à chaque client la combinaison permettant de prendre les mesures, puis de les traiter au cas par cas, puisque chaque client est unique. De plus, ce n’est pas un modèle transposable à d’autres marques. En ce qui concerne la cabine, son installation nécessite un espace suffisant dans chaque point de vente et peut être coûteuse.
• Côté client: le processus est long puisqu’il doit attendre de recevoir la combinaison pour prendre ses mesures, avant de choisir le vêtement qu’il souhaite acheter. Si les mensurations correspondent aux plus communes, un stock est prévu, le produit est livré assez rapidement, mais si ses mensurations se trouvent être plus rares, le client devra patienter un délai supplémentaire, pouvant aller jusqu’à plus d’un mois. De plus, le client peut être réticent face à ces types d’approche.

Une UX novatrice : Cleed.ai

1. L’approche de Cleed.ai sur le sizing

Cleed.ai a construit son UX novatrice en se basant sur le guide des tailles globales ou sur le guide des tailles par modèle s’il est disponible.

Ainsi, un chatbot répond aux questions des clients, les guide sur le sizing, afin de suggérer au client la taille idéale pour lui, pour ce produit spécifiquement, et non pas une recommandation générale basée sur des estimations, comme le feraient d’autres méthodes. Le rapide questionnaire dynamique permet de collecter les informations de taille, puis un matching est fait entre ces informations.

Les clients du monde entier pourront alors trouver la taille qui leur correspond pour chaque modèle. C’est ainsi que Cleed.ai permet à ses clients de regrouper de nombreux guides des tailles par catégories / modèles / sexe / nomes internationales, etc, et ainsi de simplifier l’expérience tout en garantissant une grande précision, et une donnée maîtrisée, contrairement à l’approche statistique.

2. Impact business du choix de Cleed.ai

• Un taux de conversion en hausse

Puisque les clients obtiennent des conseils de qualité, le taux de conversion bénéficie ainsi d’une hausse significative. Nos clients bénéficient de meilleures performances de vente, du fait de la recommandation de taille idéale mais également des recommandations basées sur les préférences ciblées des utilisateurs.

En effet, Cleed.ai a intégré un outil de recherche visuelle dans son système de recommandation et de recherche, ce qui permet de créer une expérience client optimale. De plus, la taille du client étant à présent connue par le chatbot, il peut désormais lui recommander des produits qui pourraient lui plaire mais surtout dans sa taille idéale.

De plus, cette méthode permet d’améliorer le CRM de l’entreprise, en collectant des données spécifiques aux utilisateurs. Cela permet de mieux connaître leurs préférences, afin d’améliorer la performance de ventes de l’entreprise à l’avenir.

• Un client satisfait et rassuré

Grâce à l’assistant personal shopper de Cleed.ai, le client se sent comme en boutique. Il obtient un conseil personnalisé selon ces spécificités. Les consom’acteurs d’aujourd’hui souhaitent avoir un service, un produit, qui leur est propre. Ainsi, l’incertitude au sujet du sizing et le manque de personnalisation de l’expérience en ligne classique disparaissent au profit d’une véritable expérience immersive avec cet assistant personal shopper omniscient, qui permet au client de vivre un moment unique et de trouver le produit idéal.

• Une baisse significative des retours

Les marques qui ont mis en place le service proposé par Cleed.ai ont pu constater une réduction significative de leur taux de retours liés à un choix de taille non adapté. Cela permet de valider concrètement l’approche que nous avons décrite plus haut, qui a l’avantage d’être de la plus grande précision possible (avec un guide des tailles par catégorie / collection idéalement).

Conclusion

Ainsi, l’approche basée sur la maîtrise de la précision des mensurations a rencontré trop de difficultés d’ordre logistique. La méthode statistique permet d’obtenir des résultats satisfaisants dans l’ensemble. Mais la méthode la plus idéale reste d’avoir un guide des tailles par catégorie/collection et de confronter celui-ci aux mensurations de l’utilisateur, via une UX fluide, comme celle proposée par Cleed.ai.

==

==

==

Sources :

https://www.thedotstore.com/why-size-guides-are-important-for-an-ecommerce-website/

https://institutducommerce.org/medias/publications/Final Report on Online Returns.pdf

https://kinsta.com/fr/blog/statistiques-ecommerce/

https://www.fevad.com/bilan-du-e-commerce-en-2020-les-ventes-sur-internet-atteignent-112-milliards-deuros-grace-a-la-digitalisation-acceleree-du-commerce-de-detail/

http://leblog.coliback.com/taux-de-retour-e-commerce-limportance-dune-bonne-gestion-retours-clients/