高街服裝尺碼混亂引發退貨潮 科技方案助攻精準購物
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
多數女性都能體會高街商店尺碼不一致所帶來的困擾。
同一條牛仔褲在不同品牌可能分別標示為尺寸10和14，讓顧客感到困惑與沮喪。
這導致全球退貨量激增，時尚零售商每年估計因此損失1900億英鎊，因為潛在消費者總是在疑惑該從哪家店購買何種尺寸。
我無需費心尋找，便能找到遭遇此問題的人們。
「我完全不相信高街尺寸標示，」一位在倫敦熱門購物街上閒逛的消費者告訴我，「說實話，我是看外觀合適與否才購買，而非實際尺寸。」
她和許多女性一樣，經常會同時訂購多件同款商品以找到合身的尺寸，再將其餘退貨，形成大規模退貨文化。
目前有越來越多科技公司正試圖解決這個問題。
3DLook、True Fit和EasySize等工具專注於協助消費者在結帳時選擇正確尺寸，透過智慧手機照片進行身體掃描，推薦最準確的合身建議。
與此同時，包括Google虛擬試穿、Doji、Alta、Novus、DRESSX Agent和WEARFITS在內的虛擬試衣間平台，允許消費者建立數位分身，預覽商品上身效果。這些系統旨在提升線上購物信心。
最近，AI購物助手也開始進軍市場。Daydream允許使用者描述需求後推薦選項；OneOff彙整名人穿搭尋找類似商品；Phia則掃描數萬網站比價，並提前提供「尺寸洞察」。
雖然這些工具聚焦於電商階段，但一家英國新創公司Fit Collective採取不同策略：試圖在生產流程早期預防問題。
創辦人菲比·戈姆利認為，AI有可能在服裝上架前就解決尺碼問題。
這位31歲的創辦人並非資料科學家，而是裁縫師，曾開設薩維爾街首家女性裁縫工作室，為多元女性提供量身訂做服裝。
「她們都會說『高街尺寸簡直糟透了』，」她告訴我。
她指出，時尚產業現行模式是「惡性循環」：品牌為抵銷高額退貨成本而降低服裝品質，進而導致顧客不滿與更多浪費。
自去年推出以來，Fit Collective已獲得300萬英鎊種子前融資，據報為英國單一女性創辦人獲取的最大金額。
「據我們所知，這是首個同時比對所有製造數據與商業數據的解決方案，」她表示。
菲比的新事業運用機器學習分析退貨率、銷售數據和顧客郵件等多元資料，深入理解商品不合身原因。
再將結果轉化為清晰建議，提供給設計與生產團隊，讓他們在開工前調整版型、尺寸與材質。
例如，系統可能建議某公司縮短服裝長度數公分，整體減少退貨量。這不僅為企業省下成本，也為消費者節省時間。
雖然業界普遍歡迎這類工具，但部分人士警告，單靠科技無法完全解決尺碼問題。
英國時尚紡織協會國際業務總監保羅·阿爾格表示：「人們不是人體模型，每個人都獨一無二，尺寸偏好也各有不同。」
他提醒，尺寸判斷極具微妙性，人體測量數據很少能對應標籤上的數字。
「這非常困難，也極為主觀，」他說：「我們大多數人的身形都不同——全球各地人體形狀都有差異。」
此外還有「虛榮尺寸」問題，阿爾格稱之為「情感尺寸」：品牌刻意採用較寬鬆剪裁，因為消費者（尤其是女性服裝）更傾向於選擇能讓他們自我感覺良好的尺碼。
「一旦系列產品確立這些尺寸規範，品牌通常會在每季沿用，實際上是在創造自有品牌尺寸標準。」他指出。
英國零售協會永續政策顧問蘇菲·德薩利斯表示，零售商從成本與永續角度，日益重視此問題。
「智慧尺碼科技與AI解決方案是降低退貨率、達成產業永續目標的關鍵。BRC會員正與創新科技供應商合作，協助消費者選購合適尺寸並減少退貨。」
隨著退貨問題進入董事會層級，永續壓力日增，更多時尚品牌可能考慮數據驅動設計。
雖然單一方案難以完全解決尺碼不一致，但Fit Collective等工具的出現，加上虛擬試穿與尺寸預測平台生態圈擴大，顯示產業正開始轉變。