高街尺碼之惑：數位轉型帶來準確合身
Can technology fix fashion's sizing crisis?
作者: Shiona McCallum | 時間: Sat, 15 Nov 2025 04:03:27 GMT | 來源: BBC
f t
大多數女性都會對高街商店尺碼不一致的煩惱感同身受。
一雙牛仔褲可能在一個品牌是10號尺碼，另一個品牌卻是14號尺碼，令顧客困惑又沮喪。
這導致全球退貨潮，估計每年讓時尚零售商損失1900億英鎊，因為潛在消費者不知道該從哪家店買什麼尺寸。
我不需要費力尋找，就能找到經歷這個問題的人。
「我不信任高街尺碼，」一位女士在我探訪倫敦熱門購物街時告訴我。「老實說，我買東西時看的是樣子，而不是實際尺碼。」
她是眾多常購買多件同款商品以找到合適尺碼，然後退還其餘商品的女性之一，這助長了大規模退貨的文化。
越來越多科技公司正試圖解決這個問題。
像3DLook、True Fit和EasySize等工具專注於幫助顧客在結帳時選擇正確尺寸，透過智慧手機照片進行身體掃描來建議最準確的合身尺寸。
與此同時，包括Google虛擬試穿、Doji、Alta、Novus、DRESSX Agent和WEARFITS等虛擬試衣間平台，讓購物者創建數位分身並預覽商品上身效果。這些系統旨在提升網購時的信心。
最近，AI驅動的購物代理也開始進入市場。Daydream允許用戶描述他們想要的東西，然後推薦選項。
OneOff彙整名人穿搭來尋找類似商品，而Phia則掃描數萬個網站比較價格並提供早期「尺碼洞察」。
雖然這些工具在電子商務階段運作，但英國新創公司Fit Collective採取不同方法：試圖在生產過程早期預防問題。
創辦人Phoebe Gormley表示，AI有潛力在服裝上架前解決尺碼問題。
這位31歲的創辦人並非數據科學家，而是一名裁縫，她曾推出薩維爾街首家女性裁縫店，為不同女性製作量身訂製服裝。
「她們都會進來說，『高街尺碼太糟糕了』，」她告訴我。
她說時尚業目前的模式是「向下螺旋」，品牌生產較便宜的服裝以抵銷巨大的退貨率，這導致顧客不滿和更多浪費。
自去年推出以來，Fit Collective已籌集300萬英鎊的種子前資金，據報道這是英國單一女性創辦人有史以來獲得的最大金額。
「據我們所知，我們是第一個比較所有製造數據和商業數據的解決方案，」她說。
Phoebe的新事業運用機器學習分析各種數據——包括退貨、銷售數字和顧客電子郵件——以真正了解為什麼不合身。
然後，它將這些數據轉化為設計和生產團隊的明確建議，他們可以在製造開始前調整版型、尺寸和材料。
她的系統可能會建議公司，例如將服裝長度縮短幾公分，以整體減少退貨數量。這為公司節省金錢，也為消費者節省時間。
雖然業內許多人歡迎這些工具，但有些人警告，單靠科技無法解決時尚業的尺碼問題。
「人體不是人體模型，每個人都是獨特的，他們的合身偏好也一樣，」英國時尚與紡織協會國際業務總監Paul Alger表示。
他警告說，尺碼可能很微妙，身體測量值很少與標籤上的號碼對應。
「這非常困難，非常主觀，」他說。
「我們大多數人的體型和尺寸都不同——世界各地的人有不同體型。」
此外還有虛榮尺碼的問題——Alger先生稱之為「情感尺碼」——品牌會 deliberately 選擇製造更寬鬆的剪裁，因為消費者（尤其是女性服裝）更願意在這裡購物。
「一旦這些尺碼規範在系列中確立，品牌通常每季都會參考它們，因此實際上他們在創建自己的品牌尺碼，」他說。
英國零售商協會永續發展政策顧問Sophie De Salis表示，零售商越來越意識到這個問題，無論是從成本節省還是永續發展的角度。
「更智慧的尺碼技術和AI驅動的解決方案是減少退貨和支持產業永續發展目標的關鍵。BRC成員正與創新科技供應商合作，幫助顧客購買最合適的尺寸並減少退貨，」她說。
隨著退貨成為董事會議題且永續發展壓力日增，更多時裝屋可能會考慮數據驅動的設計。
雖然單一解決方案可能無法完全解決尺碼不一致的問題，但像Fit Collective這樣的工具出現，加上虛擬試穿和尺寸預測平台生態系統的增長，表明產業正開始轉變。