选择合适的尺码是网上购买鞋履的主要挑战之一，无法在下单前试穿凉鞋或鞋子会带来不确定性，并可能导致换货和退货；对于专注于鞋类的电商平台而言，在购买前解决这些疑虑对于提升客户体验及降低与退货相关的成本至关重要。
这正是要素为Mexas——一个通过Shopify在线销售手工制造墨西哥鞋履的品牌——所面临的挑战之一；为解决这一问题，该品牌决定整合Sizit，这是一款基于人工智能的工具，可根据脚部照片推荐合适的鞋码；根据两家公司分享的数据，此次整合使因尺码问题导致的退货率降低了高达44.7%，转化率提升了19%。
- 这就是Sizit，一款帮助在线选购鞋履时选择正确尺码的AI工具
Mexas如何利用人工智能推荐合适的尺码
Mexas专门生产在墨西哥制造的手工huaraches和凉鞋，其目录包括赤足鞋、厚底鞋以及过渡到赤足鞋的款式；由于设计差异，正确选择尺码显得尤为重要，因为每款鞋可能在贴合度和宽松度方面具有不同的特性。
在整合Sizit之前，买家必须依赖传统的尺码指南；这意味着他们需要自行测量脚部、查阅可用的换算表并决定选择哪个号码，这一过程可能会引发疑虑、阻碍购买决策，或因尺码问题导致后续退货。
为了简化流程，Mexas在其Shopify商店中整合了Sizit；其操作简便：用户将脚放在A4纸上拍照，随后人工智能分析脚部尺寸并将其与鞋履尺寸进行比较，从而推荐具体尺码；通过这种方式，买家无需自行解读换算表即可获得个性化的指导。
实施工作超出了安装应用程序的范围；首先，配置了各款式的尺码表，考虑了其尺寸和相应的宽松度，因此推荐结果不仅取决于通用换算关系，还取决于产品的特定特性。
此外，遵循转化优化（CRO）标准，在产品页面中增加了一个显示“用照片找到你的尺码”的按钮；对于Mexas，还开发了在按钮上添加自定义图标的功能，该功能随后向所有使用Sizit的商店开放。
整合工作完成后，双方继续推进合作，共同分析了退货数据以调整各产品的配置，并通过月度报告建立了跟踪机制，这一过程实现了自动化推荐与买家实际行为信息的结合。
Mexas的成果：退货率降低，转化率提升
企业间共享的初步数据显示，使用Sizit下达的订单与未使用该工具的订单之间存在显著差异。
2026年6月，关联Sizit的订单退货率为6.01%，而未使用Sizit的订单退货率为10.31%，这代表相对减少了41.7%，相当于相差4.3个百分点。
7月的结果同样积极，根据案例研究，Mexas记录了因尺码问题导致的退货减少44.7%，转化率提升19%，这两个指标对电商平台尤为重要：前者关乎运营效率与售后成本，后者衡量将访客转化为购买者的能力。
需要指出的是，这些结果源自企业提供的数据，且未明确说明样本规模及比较的所有方法论细节，因此它们仅能反映Mexas所观察到的表现，并不能保证其他商店也能获得同等程度的改善。
Mexas的评价也反映了其对取得成果的满意程度，该品牌在Shopify应用商店发布的一篇评论中写道：“我对这款工具以及所提供的服务感到非常满意，结果非常积极”。
Mexas与Sizit的案例说明了人工智能如何应用于电子商务中的一个具体问题：帮助消费者在购买前做出正确选择，这种应用不仅旨在优化购物体验，还致力于减少订单交付后出现的问题。