Vücut Taraması mı Akıllı Kaydırıcı mı: Müşteri Verisi Almak

Müşteriden Veri İstemenin Gizli Maliyeti

Her beden önerisi aracının, bir sonuç üretebilmek için önce müşteriden girdi alması gerekir. Bu girdi bir yerden gelmek zorundadır: bir kamera, bir dizi kaydırıcı ya da kısa bir anket. Her yöntem doğruluğu farklı bir şekilde sürtünmeyle takas eder ve bu takas, terk oranı verilerine bakana kadar nadiren gözle görülür.

Online sepet terk oranı zaten yüzde 70'e yakın seyrediyor (Baymard Institute) ve müdahaleci ya da yorucu hissettiren bir beden adımı, müşteri ödeme adımına ulaşmadan önce bir çıkış rampası daha ekliyor. Amaç sadece doğru ölçüm değil. Gerçek bir kişinin gerçekten sonuna kadar oturup tamamlayacağı doğru ölçümü elde etmek.

Kamera Tabanlı Vücut Taraması: Yüksek Doğruluk, Yüksek Tereddüt

Tek bir selfie ya da kısa bir video kaydı şeklindeki kamera taramaları, ortada bir mezura olmadan detaylı vücut ölçüleri üretebilir. İyi uygulandığında, müşterilerin kendi bel veya göğüs bedenini genellikle bir santimden fazla yanlış tahmin ettiği düşünüldüğünde, manuel girişten daha iyi sonuç verir.

Sorun isteğin kendisinde. Kamera erişimi, iyi aydınlatılmış bir oda ve belirli bir poz istemek, birçok müşterinin aşamayacağı bir sürtünme anı yaratır; özellikle aydınlatma ve kadrajın kontrolünün daha zor olduğu mobilde. Gizlilik tereddüdü bunu katmerleştirir: boy ve kilo bilgisini seve seve yazan müşteriler, bir giyim sitesine kamera izni vermeden önce genellikle duraksar.

Taramanın karşılığını verdiği yer

Tarama, en çok yüksek dikkat gerektiren satın almalarda karşılığını verir; dış giyim, takım elbise ya da yaklaşık 100 dolar üzerindeki ürünler gibi, müşterinin zaten doğru bedeni bulmaya motive olduğu ve fazladan 30 saniye harcamaya istekli olduğu durumlarda. Beş dolarlık temel bir tişört için aynı sürtünme aşırı gelir.

Akıllı Kaydırıcılar: Hızlı Girdi, Daha Kaba Tahminler

Kaydırıcı tabanlı araçlar, boy, kilo, bazen vücut şekli gibi birkaç bilindik girdi ister ve müşteri kaydırdıkça gerçek zamanlı olarak ayarlanır. Etkileşim hafif ve oyun gibi hissettirir, bu da tamamlama oranlarını yüksek tutar. İzin verilecek hiçbir şey, fotoğrafı çekilecek hiçbir şey yoktur.

Bunun bedeli hassasiyettir. Kaydırıcılar, sürekli ve bireysel bir vücudu az sayıda boyuta sıkıştırır, bu yüzden aynı boy ve kiloya sahip ama farklı orantılara sahip iki müşteri aynı öneriye yönlendirilir. Bu tam olarak vücut şeklinin giysi uyumunu nasıl etkilediğine dair bu yazıda incelenen boşluktur; aynı istatistikler, kişinin vücut ağırlığını nerede taşıdığına bağlı olarak belirgin şekilde farklı giysi davranışları üretir.

Kaydırıcılar, hızlı bir ilk adım olarak en iyi şekilde çalışır; özellikle örgü ya da ev giyimi gibi tolere edici kesimlere sahip kategorilerde, bir beden büyük ya da küçük seçmenin uyumu nadiren mahvettiği durumlarda.

Soru Akışları: Ortadaki Yol

Soru akışları ikisinin arasında yer alır. Kamera ya da sürükleme etkileşimi yerine, müşteri kısa bir dizi soruyu yanıtlar: referans bir markadaki alışılmış bedeni, uyum tercihi, belki bir giysi etiketinin fotoğrafı. Donanım izni yok, iki kaydırıcıya sıkıştırılmış orantı tahmini yok.

Bu yaklaşımın gücü bağlamsal doğruluktur. "Benzer bir markadan aldığın son kot pantolon nasıl oturdu" diye sormak, ham ölçümlerin kaçırdığı gerçek dünya kalibrasyonunu yakalar. Zayıf noktası uzunluğudur. Her ek soru, müşterinin akışı terk etmesi için bir fırsat daha demektir ve beş ya da altı adımı geçen soru akışları, tam bir ödeme formuyla aynı terk eğrisini görmeye başlar.

Tamamlama Oranı Eğrisi

Yan yana dizildiğinde, üç yöntem en düşükten en yükseğe kaba bir sürtünme spektrumu oluşturur:

• Kaydırıcılar: tamamlanması en hızlı, veri zenginliği en düşük, düşük riskli kategoriler için en iyisi
• Soru akışları: orta düzey zaman maliyeti, güçlü bağlamsal sinyal, altı adımın altında tutulduğunda en iyisi
• Kamera taramaları: en yüksek veri zenginliği, en yüksek tereddüt, yüksek dikkat gerektiren veya uyumun kritik olduğu ürünler için ayrılması en iyisi

Üçünde de geçerli olan birkaç örüntü var:

• Her ek zorunlu adım, yönteme bakılmaksızın tamamlama oranını ölçülebilir şekilde düşürür
• Algılanan ödül (heyecanlandıkları bir giysi) daha yüksek olduğunda müşteriler daha fazla sürtünmeye tahammül eder
• Bir akışı bir kez tamamlamış olan tekrar eden müşteriler, ilk kez ziyaret edenlerin başlamaya istekli olduğundan çok daha fazla onu yeniden yapmaya isteklidir
• Mobil kullanıcılar, büyük ölçüde aydınlatma ve elde tutma kısıtlamaları yüzünden, kamera tabanlı akışları masaüstü kullanıcılarına göre belirgin şekilde daha yüksek oranda terk eder

Bunların hiçbiri bir yöntemin kesin olarak kazandığı anlamına gelmiyor. Yöntemin kategoriye, fiyat noktasına ve müşterinin markaya zaten ne kadar güven duyduğuna uyması gerektiği anlamına geliyor.

Markaların Tahmin Yerine Ölçmesi Gereken Şey

Çoğu ekip, veri giriş yöntemini gerçek müşteri kitlesinin tamamlayacağı şeye göre değil, bir demoda ne kadar etkileyici göründüğüne göre seçiyor. Bir kamera taraması satış sunumunda son derece gelişmiş görünür, ama bir markanın trafiğinin yüzde 80'i 50 doların altında ani bir alışveriş yapan mobil müşterilerse, bu gelişmişlik hiç kullanılmaz.

Daha faydalı olan egzersiz, iadelerin gerçekte nereden geldiğini denetlemektir. Uyum ve beden sorunları, sektör genelinde giyim iadelerinin büyük çoğunluğunu oluşturuyor; moda marjları üzerinde milyarlarca dolarlık bir yük (McKinsey State of Fashion). Bu yüzden iadeleri en hızlı azaltan giriş yöntemi, arkasında en etkileyici teknoloji olan değil, müşterilerin gerçekten tamamlayacağı yöntemdir. Yapılandırılmış blazer satan bir marka, temel tişört satan bir markadan farklı bir tamamlama toleransına sahiptir ve beden akışı, bir rakibin ne yaptığını kopyalamak yerine bunu yansıtmalıdır.

Veri toplama sorusunu görselleştirme sorusundan ayırmak da önemlidir. Müşterinin ölçümlerinin 3D bir silüete nasıl dönüştürüldüğü — yapay zeka vücut modellemesine dair bu rehberde daha derinlemesine ele alınıyor — bu ölçümlerin nasıl toplandığı kadar önemlidir. Kesin bir girdi, düz ve jenerik bir çıktıya beslendiğinde müşteriyi yine de tahmin etmek zorunda bırakır.

YourSizer Nerede Devreye Giriyor

YourSizer'ın widget'ı tam olarak bu takas etrafında kurulmuştur. Her müşteriyi bir kamera taramasından ya da uzun bir soru akışından geçirmeye zorlamak yerine, hızlı, düşük sürtünmeli bir beden önerisini müşterinin gerçekten görebileceği bir 3D görselleştirmeyle eşleştirir; böylece doğruluk, tamamlanma pahasına gelmek zorunda kalmaz.

Shopify ve diğer büyük platformlarda tak-çıkar şekilde çalışır, yani bir marka her seferinde ödeme mantığını yeniden kurmadan farklı kategoriler için farklı giriş yaklaşımlarını test edebilir. Yapılandırılmış ceketler daha zengin girdilere dayanabilir; temel ürünler birkaç dokunuşla kalabilir. Bunu kendi akışlarını kurmakla kıyaslayan ekipler ürün turuyla başlayabilir, katalogları genelinde seçenekleri kıyaslayan markalar ise trafik hacimlerine ve iade oranı hedeflerine neyin uyduğunu görmek için fiyatlandırmaya bakabilir.

Sıkça Sorulan Sorular

Hangi giriş yöntemi en yüksek tamamlama oranına sahip?

Kaydırıcı tabanlı girdiler, özel izin gerektirmedikleri ve bir form yerine oyun gibi hissettirdikleri için genellikle en yüksek oranda tamamlanır. Bunun bedeli daha az bireysel detay yakalamalarıdır, bu yüzden yapılandırılmış ya da uyumun kritik olduğu giysiler yerine örgü gibi tolere edici kategorilerde en iyi şekilde çalışırlar.

Kamera tabanlı tarama, iadeleri kaydırıcılardan gerçekten daha fazla azaltıyor mu?

Yüksek dikkat gerektiren satın almalar için evet, çünkü boy ve kilonun tek başına kaçırdığı orantıları yakalar. Düşük maliyetli ya da ani alışveriş kategorilerinde ise kamera erişimi vermenin sürtünmesi genellikle doğruluk kazancını gölgede bırakır, çünkü birçok müşteri taramayı bitirmeden vazgeçer.

Bir beden akışı müşteriler ayrılmaya başlamadan önce kaç soru sorabilir?

Çoğu akış, beş ya da altı zorunlu adımı geçtikten sonra terk oranında belirgin bir artış görür. Akışı kısa tutup daha derin soruları daha yüksek fiyatlı ya da uyumun kritik olduğu ürünlere saklamak, hem tamamlanmayı hem de doğruluğu korumaya yardımcı olur.