¿L o XL? Así funciona el recomendador de tallas online que pone coto a las devoluciones

Con el crecimiento del ecommerce, prácticamente todos estamos habituados a la compra online. Hacernos con un terminal móvil, un electrodoméstico o un mueble puede resultar relativamente sencillo. Pero la cosa cambia cuando lo que estamos buscando es una camiseta, un pantalón o unas zapatillas. Y los ecommerce se encuentran con altos índices de abandono en el proceso de compra, por lo que dejan de obtener beneficios, o multitud de devoluciones, lo que conlleva un importante coste.

Con el fin de atajar estos problemas en el comercio electrónico de la moda y el calzado nació hace 3 años uSizy, que ofrece un recomendador de tallas que ha logrado reducir hasta un 28 por ciento las devoluciones relacionadas con errores a la hora de seleccionar tallas en Tradeinn (portal especializado en moda y equipamiento deportivo, con más de 1.500 marcas y 750.000 productos). Y este es solo un ejemplo, pues ya cuentan con clientes en 10 países y rondan un 20 por ciento de crecimiento mensual.

Cómo crear una tienda online sin morir en el intento

Un recomendador con 3 algoritmos

Iñaki García, CEO de uSizy, nos cuenta cómo solucionan esta problemática. “Sustituimos con dos líneas de código las guías de tallas que no funcionan”, afirma. Y no funcionan, a su parecer, por múltiples causas, como que no tienen el feedback del usuario o no están actualizadas. Además, exigen al consumidor conocimientos sobre los diferentes sistemas (americano, británico...). “El 75 por ciento de las personas que compran tienen dudas y al 90 por ciento de los ecommerce managers o directores de marketing que hemos preguntado si sería capaces de comprar en su propio ecommerce, reconocen que no”, añade.

De la misma manera que una camiseta slim no es igual que una holgada, en los pantalones ocurre lo mismo. Por no hablar de las zapatillas, que dependiendo de la marca calzamos un número u otro. “Las guías no funcionan porque son únicas para todos los productos y no le puedes dar al usuario 50 tablas diferentes”, expone García. Por ello, a nivel de calzado, por ejemplo, “si quieres unas Nike, te preguntamos qué marca es la que sueles utilizar y qué número. Si usas unas New Balance del 42 y medio, en Nike te diremos que necesitas un 42. Con dos cosas que sabes (marca y número de las que sueles usar), te damos tu talla de la marca que quieres”, explica.

Y todo esto lo consiguen con 3 algoritmos:

• El recomendador de uSizy no pregunta sobre medidas de pecho, cintura o cadera: “Nadie las conoce, no tiene la cinta métrica cerca o, si la tiene, no sabe medirse, y esos centímetros de desviación pueden determinar una talla u otra”, aclara. Por ello, ellos se basan en la altura y el peso, así como en otros aspectos más subjetivos, como el contorno del pecho o cómo queremos que nos quede la prenda (suelta o ceñida, por ejemplo). Y con esto, tendremos la talla que nos corresponde.
• También cuentan con sistema de machine learning que recibe las ventas y devoluciones de los ecommerce, gracias a lo cual aprende por relación matemática. El funcionamiento es el siguiente: “recopilamos el feedback de los usuarios en todas las marcas, vamos a la marca del producto concreto y, a partir de ahí, se extrae la mejor opción probabilística”. No obstante, García reconoce que se dieron cuenta de que con el machine learning no alcanzaban el resultado deseado, “por el nivel de volumen que necesitas para que un sistema aprenda”. Por ello, crearon el tercer algoritmo.
• Este algoritmo, el isomórfico, agrega información para que el sistema de machine learning pueda aprender, juntando todo en base a patrones, según nos explica García.

A la reducción de las devoluciones, hay que añadir también el aumento de las conversiones hasta un 20 por ciento, debido a que se facilita el proceso de compra, aseguran desde la compañía.

Una apuesta más centrada en el negocio

Desde uSizy, una vez asentado el recomendador, y aprovechando todos los datos que recopila, han lanzado uSizy Smart Business, con varios servicios que pueden ser contratados de manera independiente. No obstante, García apunta que “el recomendador es lo que se necesita siempre, porque colecciona los datos y, además, el resto quizás puedan ser muy avanzados para la madurez media de los ecommerce”.

No obstante, esta plataforma está enfocada en 3 ramas del negocio bien diferenciadas:

• Smart Stock. Con esta herramienta podremos conocer la demanda real a partir de los datos de recomendación de cada talla, por lo que podremos predecir roturas de stock y optimizar este ámbito. Tras recopilar los datos y asociarlos a productos y tallas, “ofrecemos a los ecommerce un dashboard en el que ven cuántas ventas han perdido o perderán por no contar con determinadas tallas”, asegura García, que incide en que no son ellos quienes toman las decisiones, sino que utilizan la analítica para ayudar a que lo hagan los ecommerce.
• Smart Logistics. También ofrece un panel en el que “mostramos el riesgo de devolución que tiene cada pedido”. Esto permite intervenir antes de que el proceso termine en una devolución, con el coste asociado. Simplemente desde atención al cliente y contactando con el consumidor, se puede ganar satisfacción, reducir las devoluciones y, por ende, costes. Además, como recalca García, “también sirve para organizar la distribución de los pedidos y optimizar la logística”.
• Smart Pricing. Con esta última herramienta podemos aprender y considerar el uso del precio dinámico. “Si en España la talla XL se vende peor que la M, y me cuesta más fabricarla y almacenarla, ¿por qué tienen el mismo precio?”, se pregunta García. A partir de aquí, se trata de aprender a “jugar con la demanda, saber lo que quieren los usuarios y conocer la conversión de cada talla en cada prenda”.

Amazon ha impuesto su ley

La entrada de gigantes en el mundo online ha cambiado las reglas del juego. Es innegable. Y, en el sector que nos ocupa, está claro que Amazon “ha puesto un listón en el mercado que el usuario exige en cualquier ecommerce”. ¿Puede una pequeña tienda online tener las mismas políticas de devoluciones que Amazon? García lo tiene claro: “Si no lo replicas en tu negocio, el cliente no te va a comprar. De ahí que sea vital el control de las devoluciones”, concluye.