亚马逊正利用人工智能（AI）提升服装类商品转化率。基于历史数据向顾客推荐合适尺码，不仅有助于提高购买率，还能有效降低退货率。同时，平台上的中小零售商也可借助这些信息实现服装商品的高效销售。
提升服装商品转化率的亚马逊AI应用方法
据亚马逊介绍，获得特定尺码推荐的消费者购买意愿更强，且退货率更低。公司详细说明了利用AI提升顾客购物体验的四种方法。
亚马逊时尚领域计算机视觉与机器学习总监阿普尔维·乔德里阐述了AI在服装销售中的应用案例，重点解释了Amazon AI商品推荐的机制及所用数据点。
① 向顾客推荐最合身的尺码
亚马逊通过内置机器学习模型的AI，依据消费者过往分享的数据推荐最佳服装尺码。
该算法将购买过相似尺码且对合身度偏好相近的消费者进行分组。分析维度涵盖商品详情、尺码表、客户评论反馈率及买家数据等。例如，具有相似合身度的服装商品也会被归为一组。
基于上述信息，系统根据同尺码群体的购买数据进行精准推荐。此外，算法还能适应尺码变化，如针对童装自动推荐比上月更大的尺寸。
亚马逊合身度推荐工具每日分析数百万个数据点，每月生成数十亿次尺码推荐。数据显示，这些推荐显著提高了转化率。
② 利用客户评价优化推荐
乔德里指出，亚马逊的尺码推荐还深度利用了客户评论。
AI提取评论中的共性主题，为每位顾客生成个性化评论亮点，并结合其他购买推荐尺码顾客的信息，突出展示关于合身度的真实反馈。
进而综合考虑尺寸准确性、弹性及对身体特定部位的贴合度，基于评论智能建议加大或缩小尺码。
③ 基于AI的尺寸表标准化工具
此外，亚马逊推出了利用AI标准化尺寸表的工具。
大型语言模型（LLM）能够制作更准确、一致的尺码表，其核心在于从多源收集尺码数据并剔除重复信息，从而提升易读性。（乔德里）
LLM还可自动修正缺失或错误信息。亚马逊测试了多种展示格式，例如仅显示推荐尺码而非完整尺码表。“这有助于顾客更快速地获取关键信息”（乔德里）。
④ 赋能第三方卖家
亚马逊将AI合身工具带来的部分数据红利开放给第三方卖家。
“Fit Insights工具”面向亚马逊时尚商家，利用LLM模型提取并汇总有关合身度、风格和面料的客户反馈。卖家可输入退货数据、客户评论及尺码表纠错信息进行分析。
入驻亚马逊的零售商均可访问这些数据，用于向潜在客户精准传达尺码与合身度信息，或改进产品设计以从源头减少退货。
AI成为零售商“魔法棒”，行业聚焦技术应用
探索利用AI优化服装购买流程及降低退货率，已不仅是科技巨头和电商平台的专属议题。
Google于2023年发布了支持AI虚拟试穿的工具。
数字战略咨询公司BDO管理董事兼客户执行主管罗伯特·布朗表示，生成式AI为零售商处理客户数据提供了一根“魔杖”。
通过AI收集消费者基于尺寸和偏好的购买数据并执行推荐，零售商能够提供一对一的个性化顾客体验。（布朗）
布朗强调，“AI能生成海量关于消费者偏好和需求的数据”，零售商可将其转化为未来的转化率。亚马逊正是凭借AI技术提供的高精度推荐，成功激活顾客数据，在促进服装销售的同时有效降低了退货率。