“我们改变了网上购买鞋类的方式”。Sizit以此总结其技术目标：直击鞋类电商中最明显的摩擦点之一，在无法预先试穿产品的情况下正确选择尺码。
尽管许多在线商店提供尺码指南、换算表或一般性建议，但消费者在最终完成购买前仍存有疑虑。而当尺码不合身时，便会出现时尚电商的一大难题：退货。
在此背景下诞生了Sizit，这是一个专注于在线鞋类市场的技术方案，帮助用户通过仅凭一张脚部照片找到合适的尺码。
其目标是减少购买前的不确定性、改善用户体验并降低与尺码错误相关的退货量；但同时也存在对转化率的潜在影响：根据Sizit提供的数据，约10%完成测量的用户最终会完成购买。
Sizit在在线商店中如何运作
Sizit的设计旨在无缝融入购物流程，无需用户手动测量脚部尺寸或解读换算表。
买家拍摄自己脚部的照片，系统基于该图像计算尺寸并与产品配置的尺码信息交叉比对，从而为特定用户推荐最合适的尺码。
据该公司解释，该系统可实现毫米级精度，旨在用个性化建议替代传统尺码指南中常见的部分不确定性。
对电商平台而言，其即插即用（plug and play）的集成方式颇具吸引力；Sizit提供适用于Shopify等电商平台的插件，使用户无需从零开发自有尺码推荐系统即可将工具融入购物流程。
该配置还致力于简化店铺团队的工作。产品可以同步，商家可以输入其尺码数据以应用于不同的商品参考号，并在不同型号或产品类型存在差异时保持特定的配置。
此外，Sizit还配备了一个仪表盘，商家可借此分析用户行为、转化率、关联订单及退货趋势。
测量脚部并购买：转化率接近10%
一项有助于更好地理解该技术效果的关键指标出现在实际测量之后。
据Sizit称，用户测完脚后转化率约为10%，这意味着相当一部分使用该工具解决尺码疑虑的用户随后会继续完成购买。
这一数据尤为关键，因为测量出现在客户旅程的一个特定时机：用户已考虑某款商品但仍需在决定前消除疑虑。
在此意义上，尺码问题也可视为转化率优化（CRO）的一部分；若商店能在结账或进入购物车前消除不确定性，不仅能降低潜在退货，还能避免因对选码缺乏信心而导致的流失。
减少退货，打造更安心的购物体验
尺码选择是影响在线鞋类购买决策的关键因素之一。当用户不确定应订购哪个号码时，可能会放弃购买流程，或者购买多个尺码以便退回不合身的商品，甚至转向其他渠道。
因此，像Sizit这样的工具瞄准了一个具体问题：在交易结束前提升用户信心。
减少退货还具有运营层面的意义。每笔退货都可能涉及运输、检查、翻新、客户服务等成本，并可能导致利润损失。在尺码合身度尤为敏感的时尚和鞋类品类中，更精准的推荐也有助于提升业务效率。
Shopify应用商店发布的首批评价正指向这一方向。在公司提供的截图中显示，Sizit已积累了四条评论，全部为五星好评。
其中，有商家指出该工具有助于找到赤足鞋的正确尺码，并将其使用与更多购买和更少退货联系起来；也有商家在使用三个月后表示，使用该应用的用户的转化率高于其网站的平均水平，并强调了其对因尺码问题导致的退货的影响。
此外还有商家声称观察到换货和退货减少，以及客户在购买决策时更有信心，另有商家对该工具及其所获得的服务给予了积极评价。
这些是个案体验，不能据此推断任何店铺都会取得相同结果，但它们展示了不同商家如何将尺码推荐作为购物体验的一部分来使用。
解决电子商务中的小摩擦点
Sizit的案例符合电子商务中更广泛的趋势：利用新技术不仅是为了自动化大型内部流程，更是为了解决客户旅程中非常具体的摩擦点。
在这种情况下，技术试图回答的问题极其简单：“我应该买什么尺码？”
但更好地解答这个问题可能会在业务的各个层面产生后果：转化率、用户体验、信任度、退货率及运营成本。
总之，Sizit定位为一款专为希望将部分实体试穿体验转移到数字环境的鞋类电商设计的专用工具。
这也正是该公司定义其主张的口号的意义所在：“我们改变了在网上购买鞋子的方式”。因为在这样一个类别中，选错几毫米就可能导致退货，帮助买家做出更好的决定所带来的差异可能比看起来要大得多。
图片：Chat GPT