Como melhorar o customer experience no e-commerce de moda

A maioria das varejistas de moda concentra o orçamento de customer experience em dois lugares: tornar o checkout mais rápido e facilitar as devoluções. Do ponto de vista de melhoria de margens e da customer experience, ambas as iniciativas importam. Mas nenhuma delas é onde o dano real acontece.

São lugares fáceis para investir. Velocidade no checkout e uma política generosa de devoluções são visíveis, fáceis de mensurar e simples de justificar em uma reunião de planejamento. 

A parte da experiência que de fato decide se alguém compra ou não, entretanto, recebe muito menos atenção, principalmente porque é mais difícil de transformar em um número em um dashboard.

Qual é o maior problema de customer experience no e-commerce de moda?

No e-commerce de moda, o maior problema de customer experience ocorre muito antes do checkout ou das devoluções.

Tudo começa quando os compradores precisam escolher um tamanho sem informações suficientes para saber se a peça realmente vai servir. Nesse cenário, a incerteza faz com que os clientes comprem vários tamanhos com a intenção de ficar com um e devolver os outros.

Muitos chegam até a página de pagamento antes de abandonar a compra completamente, saindo para buscar avaliações, notas ou discussões em fóruns que possam validar a decisão. Nesses casos, o abandono de carrinho não é causado por problemas no checkout. Isso acontece porque a decisão de tamanho nunca foi totalmente resolvida.

E esse é o ponto em que muitas equipes digitais diagnosticam o problema de forma equivocada. Pelo fato de o abandono ocorrer perto do checkout, elas se concentram em otimizar o fluxo de pagamento com:

• Menos campos no formulário
• Opção de compra como visitante
• Indicadores de progresso mais claros.

Embora essas melhorias possam ajudar, elas tratam o sintoma em vez da causa raiz.

Na verdade, a hesitação começou muito antes, na página do produto. Ali, o comprador precisa escolher um tamanho usando imagens planas e tabelas de medidas genéricas que revelam pouco sobre o caimento real da peça.

Sendo assim, sem orientação precisa sobre tamanho ou informações confiáveis sobre o caimento, os compradores são forçados a tomar uma decisão de compra baseada em estimativas. À medida que a incerteza aumenta, o abandono de carrinho sobe junto, reduzindo conversões, a confiança do cliente e a experiência geral de compra.

Por outro lado, o desafio é ainda maior em dispositivos móveis, onde a maior parte das jornadas de compra de moda já acontece. Telas menores oferecem menos contexto, e os usuários móveis têm muito menos paciência para buscar respostas sobre tamanho em outros lugares.

Leia também: Como reduzir taxas de abandono de carrinho no e-commerce de moda

Como a precisão de tamanho reduz devoluções e melhora o customer experience

Se os consumidores sabem que podem devolver um produto sem complicações, tendem a hesitar menos na hora da compra. Essa é a lógica por trás das políticas de devolução facilitadas e, sem dúvida, elas ajudam a reduzir parte da insegurança inicial do processo de compra.

No entanto, existe uma diferença importante entre facilitar uma devolução e evitar que ela aconteça. Uma política de devolução flexível oferece uma solução para o problema depois da compra. Já a precisão de tamanho atua antes mesmo que o problema exista, ajudando o consumidor a escolher corretamente desde o primeiro momento.

Considere o que acontece quando um cliente recebe um produto no tamanho errado. O item retorna ao estoque, precisa passar por inspeção e, em alguns casos, não pode ser revendido pelo valor integral devido a danos na embalagem ou à remoção de etiquetas. Além disso, há um impacto direto no customer experience, que não recebe o produto conforme esperado ou precisa enfrentar o processo de troca para obter o tamanho adequado.

Embora as devoluções continuem sendo uma parte necessária da operação de qualquer e-commerce de moda, elas não devem ser a principal estratégia para melhorar o customer experience. Quando o foco está apenas em simplificar devoluções, a empresa continua administrando as consequências de uma decisão incorreta, em vez de eliminar a causa do problema.

É justamente por isso que a precisão de tamanho gera resultados mais consistentes. Quando os consumidores recebem recomendações confiáveis e escolhem o tamanho correto antes da compra, as devoluções diminuem naturalmente, a confiança aumenta e toda a experiência de compra se torna mais fluida. Em outras palavras, acertar o tamanho no momento da decisão não apenas reduz custos operacionais, mas também melhora conversões, satisfação e fidelização.

Por que o tamanho é o maior problema de customer experience na moda?

Um comprador que adquire uma joia ou uma capa de celular sabe exatamente o que vai receber antes de o produto chegar. O produto é idêntico independentemente de quem o compra. A verdade, porém, é que com roupas ou calçados não funciona dessa forma.

Um tamanho M de uma marca pode cair de maneira completamente diferente do M de outra. Às vezes, isso acontece até entre dois estilos da mesma marca, porque o produto em si muda de forma dependendo de quem o está vestindo.

E isso não é uma falha exclusiva de nenhum varejista. Por isso que essa hesitação não diminui com a experiência como a maioria dos problemas de compras online desaparece após uma primeira compra. Um comprador que fez cinco pedidos em um varejista ainda enfrenta uma decisão de tamanho completamente nova no sexto, porque nada na experiência anterior garante que a nova peça vai caber do mesmo jeito.

Como resolver a incerteza de tamanho e caimento

A melhor forma de eliminar a incerteza sobre o tamanho é por meio de uma ferramenta de recomendação de tamanho ou de um provador virtual que combine os dois lados da equação. 

Contudo, uma recomendação precisa depende da combinação de duas informações, e a maioria dos varejistas jamais tem acesso completo à equação. De um lado, são necessárias informações reais sobre a peça (não uma tabela de medidas genérica). Do outro lado, são necessárias informações reais sobre o comprador, como altura, peso e proporções corporais.

O Provador Virtual da Sizebay, por exemplo, cruza o formato e as medidas corporais com os dados reais de modelagem da peça. Juntos, esses dois elementos geram uma recomendação específica para aquele comprador e aquele produto exato, em vez de uma estimativa genérica baseada apenas em altura e peso.

Leia também: Por que você precisa do provador virtual se vende tênis

Especialistas humanos em modelagem tornam a recomendação de tamanho confiável

Para que as recomendações de tamanho sejam precisas, elas devem ser construídas sobre os sistemas certos. Saber quando otimizar com inteligência artificial e quando confiar na expertise humana torna-se fundamental nesse processo.

Dado esse fato, existe uma razão pela qual a maioria das tabelas de tamanho genéricas falha tanto com marcas quanto com clientes. Por exemplo, uma tabela universal pressupõe que um M significa aproximadamente a mesma coisa em todas as marcas e peças, quando na prática isso não acontece.

Duas marcas podem usar as mesmas etiquetas de tamanho e ainda assim produzir caimentos completamente diferentes, porque a modelagem em si varia por marca e, às vezes, por estilo individual da modelagem. Como exemplo: a folga construída nos ombros, o cós de uma calça jeans ou a forma como um tecido de malharia se estica.

Por isso, uma tabela construída a partir de medidas corporais genéricas não consegue considerar nenhum desses elementos. E é por conta disso que os compradores aprenderam a não confiar nela e passaram a pedir dois tamanhos em vez de um.

Esse é o ponto em que precisamos questionar uma premissa popular no setor de tecnologia para moda: a de que a IA sozinha pode resolver o problema de tamanho se receber dados suficientes. Não pode, pelo menos não de forma confiável, e é o comprador quem paga o preço por essa lacuna.

O caimento é um problema de construção específico de cada peça. Por isso, um algoritmo que adivinha com base em médias produz uma recomendação que parece confiante na tela e desmorona no momento em que a embalagem é aberta.

Como o provador virtual da Sizebay aplica conhecimentos antropométricos para realizar a recomendação de tamanho

Entender esses desafios é exatamente o que orientou a construção das recomendações de tamanho da Sizebay. Com a expertise de modelistas e especialistas em caimento, as recomendações partem de profissionais que entendem como uma peça foi cortada, construída e projetada para vestir. Sendo assim, as nossas recomendações não dependem de algoritmos que trabalham tentando prever o caimento com base apenas em médias generalizadas.

Um varejista lançando uma nova coleção de denim, por exemplo, precisa da expertise de profissionais que compreendam como aquele tecido se estica, se recupera e se comporta no uso real. Médias genéricas de tamanho emprestadas de categorias de produtos sem relação simplesmente não conseguem capturar essas nuances.

Provador virtual com visualização: o virtual TRY-ON é necessário?

Quando se analisa experiência do consumidor, um virtual Try-On junto do provador virtual se torna mais uma ferramenta de geração de confiança. Ele resolve um desafio diferente, mas igualmente importante. Uma recomendação de tamanho responde à pergunta: isso vai servir em mim? No entanto, ela não responde: como isso vai ficar em mim?

Antes de finalizar uma compra, os compradores precisam de confiança em ambas as respostas. Por isso, ao usar IA generativa para visualizar como uma peça veste e cai em um corpo semelhante ao seu, os varejistas conseguem preencher a lacuna entre imaginar uma compra e confiar o suficiente para realizá-la com o uso dessa opção.

Esta é a diferença fundamental entre uma tabela de tamanho tradicional e uma solução verdadeira de recomendação de tamanho. Uma tabela padrão assume que todas as marcas, peças e tipos de corpo se comportam da mesma forma. Um provador virtual combina conhecimento especializado sobre a peça, dados específicos do comprador e visualização avançada para oferecer uma experiência de compra personalizada.

Em conjunto, essas tecnologias reduzem a incerteza sobre tamanho e caimento, aumentam a confiança do comprador e criam um customer experience muito melhor ao longo de toda a jornada de compra.

Leia também: Tecnologia de ponta para provador virtual: o que levar em consideração

A inteligência artificial sozinha consegue acertar o tamanho?

Essa é uma das perguntas mais realizadas para o nosso time e a resposta é: IA não define tamanho de forma confiável.

O caimento e a modelagem de uma peça estão ligados a como uma peça específica é construída, razão pela qual os dados de base precisam partir de pessoas que compreendam essa construção. Sendo que, o ponto forte da IA é aplicar esse julgamento com precisão em escala e personalizá-lo para cada comprador, e não gerar esse julgamento do zero.

O Virtual Try-On substitui a necessidade de uma recomendação de tamanho?

Não. Eles respondem a duas perguntas diferentes: isso está com bom visual em mim, e isso vai realmente servir? O comprador precisa de ambas as respostas resolvidas antes de estar confiante o suficiente para finalizar a compra.

Qual o benefício do provador virtual no customer experience?

Como discutido ao longo deste conteúdo, muitas varejistas de moda concentram seus esforços de customer experience na otimização do checkout e nas políticas de devolução. No entanto, a maior oportunidade de melhorar o customer experience ocorre muito antes: na etapa de seleção do tamanho.

Como benefício, varejistas que ajudam os compradores a escolher o tamanho certo antes da compra podem registrar até 50% menos devoluções, segundo os resultados dos clientes Sizebay. Isso deve-se ao simples fato de que menos clientes recebem produtos que não correspondem ao que esperavam.

O impacto, contudo, vai além da redução de devoluções. Quando os compradores confiam que estão selecionando o tamanho correto, eles são muito menos propensos a hesitar durante a jornada de compra. Essa confiança durante a compra os tornou os consumidores finais dos clientes Sizebay até 5 vezes mais propensos a concluir uma transação.

Esta mesma confiança continua a influenciar o comportamento de compra mesmo depois que a decisão de comprar já foi tomada. De fato, ela aumenta o valor médio do pedido em aproximadamente 12%, pois os clientes se sentem mais à vontade para adicionar itens extras ao carrinho.

Já o benefício de longo prazo mais valioso, porém, seja a fidelização. Compradores que recebem o tamanho certo na primeira compra retornam a taxas até 40% maiores do que aqueles que enfrentam problemas com o tamanho. Isso acontece porque a confiança se acumula ao longo do tempo. Uma vez que os clientes se sentem seguros na precisão de tamanho de uma marca, eles não precisam mais questionar as compras futuras.

Se você quiser saber mais sobre provadores virtuais e seus benefícios para a experiência do comprador, leia: Provadores Virtuais no E-commerce de Moda