E-commerce de mode : 5 méthodes pour résoudre le problème de l'essayage
Permettre à un internaute de trouver chaussure à son pied ou vêtement à sa taille améliore les taux de conversion et diminue les retours de produits.
C'est un frein majeur au e-commerce de mode. Sans cabine d'essayage, difficile pour l'internaute d'être certain d'opter pour la bonne taille de vêtement. D'autant plus que le sizing des collections varie d'une marque à l'autre, parfois d'une année à l'autre, voire d'un pays à l'autre. Voici comment certains marchands combattent ces problématiques, à coup d'innovations technologiques et d'astuces efficaces.
L'essayage à la maison avec paiement différé et retour colis gratuit
En France, Zalando est l'e-commerçant le plus en avance sur ce sujet avec sa solution "Essayer d'abord, payez après". "Près d'un paiement sur deux en France est réalisé avec ce service chez nous", affirme Yannick Mathan, responsable de la stratégie en France chez Zalando. Concrètement, ce service permet au cyberacheteur de recevoir plusieurs modèles de vêtements et de renvoyer ceux qui ne correspondent ni à ses goûts ni à sa taille. Le paiement ne sera réalisé que 14 jours après la livraison et encaissé que sur les vêtements finalement gardés par le client.
Cette solution est lourde à mettre en place. Elle suppose la gestion des retours dont la norme devient peu à peu la gratuité. Selon différents experts et marchands contactés, le taux de retour varie aujourd'hui dans l'e-commerce entre 5 et 40% en fonction des produits.
Chez les professionnels, l'idée a fait des émules. Etam a lancé un service similaire nommée "Try at home" en février 2018. Décathlon déploie progressivement son "Essayer et payer après" depuis octobre 2018. Même son de cloche outre-Atlantique avec Amazon qui a déployé "Amazon Wardrobe" à tous ses membres Prime US en juin 2018.
Un module pour estimer sa taille en quelques clics
Certains modules, placés prêt du bouton d'achat, permettent aux e-commerçants de cerner la taille du client en quelques questions et en une minute montre en main. Quel est votre taille ? Votre poids ? Votre âge ? Votre largeur d'épaule ? Avez-vous du ventre ? Aimez-vous porter les vêtements serrés ou confortables? "A partir des informations renseignées, nos algorithmes calculent les mensurations les plus probables. Avec toutes les combinaisons de données, nous générons plus d'un million de profits morphologiques différents", explique Sébastien Ramel, cofondateur de Fitizzy, une solution utilisée par Undiz, Etam, Naf Naf, Brice et une quarantaine de grands comptes.
Ce genre de solution promet de réduire le retour des marchands. "Le sizing est à l'origine de 40 à 60% des retours dans l'e-commerce", assure Sébastien Ramel. Autre argument : une augmentation de la conversion et l'amélioration de l'UX. D'autres acteurs existent sur ce marché, comme Fitle, Fit Analytics ou encore True Fit.
Un expert de la marque pour répondre aux questions en temps réel
En magasin, le vendeur conseille le client sur sa taille, en principe d'un œil expert. Certaines solutions de chat permettent de faire la même chose sur un site e-commerce, appli et autres réseaux sociaux. "Nous mettons à disposition des marques des experts passionnés pour répondre aux questions des internautes, qui connaissent parfaitement les collections et la bonne taille", explique Julien Hervouet, cofondateur de Iadvize. Cette plateforme de marketing conversationnel compte 240 employés, plus de 2 500 marques clientes et des milliers d'experts disponibles en temps réel 24h su 24 et 7 jours sur 7.
"Sur notre plateforme, 15% des questions posées aux e-commerçants de mode portent sur la taille. Est-ce assez grand? Est-ce assez ample", illustre Julien Hervouet. Le délai moyen de réponse de ces experts sélectionnés et rémunérés en indépendant, est de huit secondes. De nombreuses marques ont adopté cette solution comme Maje, IKKS, The Kooples ou Petit Bateau. En moyenne, deux conversations sur dix aboutissent à un achat, assure Iadvize.
La caméra d'un smartphone et le sur-mesure
Certains e-commerçants offrent des systèmes très expérimentaux. Par exemple, le japonais Zozo, arrivé en France en septembre 2018, envoie au cyberacheteur une tenue noire à points blancs. Vêtu ainsi, l'acheteur se prend en photo avec son smartphone, via l'application Zozo.
Le marchand obtient alors les mesures corporelles du client et lui propose des vêtements adaptés dans ses collections. La solution Metail propose un fonctionnement similaire reposant sur l'envoi de photo et de modélisation 3D du client.
La data, l'IA et la recommandation sur base d'achats déjà effectués
L'intelligence artificielle et la personnalisation peut aussi faire des miracles en amont de l'achat en ligne de mode. "Nous connaissons la taille de nos clients grâce à nos 25 millions de clients actifs. Nous savons l'équivalence des tailles grâce à notre connaissance des marques et aux retours. A nous de faire matcher les deux via de la recommandation fine et du machine learning", résume Delphine Mousseau, vice-présidente des marchés chez Zalando. Depuis l'été 2018, l'e-commerçant allemand recommande la taille à ses clients directement en fonction des achats précédents. Une bonne maîtrise de son outil CRM est nécessaire, mais ne résout pas tout. "La vraie difficulté est de savoir si le client achète pour lui ou pour un proche. Et ça, malgré de superbes algos, c'est très difficile à prendre en compte", explique Laetitia Comès-Bancaud, cofondatrice de EarlyBirds, une solution de personnalisation des sites e-commerce.
"Notre solution aide à diminuer les retours de 15% et à augmenter les ventes de 30%"
Easyze se place sur ce créneau. Cette start-up danoise analyse les données des précédents achats des internautes pour déterminer notamment la taille et le risque de retour et permettre la recommandation. Elle revendique près de 12 millions de profils uniques, 15 000 marques fashions dans sa database et des clients comme Vente-privée. "Le sizing est bien plus complexe qu'une question de mesures. Le client peut aimer des t-shirt serrés dans une marque et des pulls larges dans une autre. Notre solution aide à diminuer les retours de 15% et à augmenter les ventes de 30%", assure Gulnaz Khusainova, fondatrice d'Easysize.