TryYourSeason: il virtual try on per e-commerce e store fisici basato sull’armocromia

L’esigenza degli e-commerce, in particolare nel settore del make-up e dell’abbigliamento, è quella di abbattere l’incertezza dell’utente durante la fase di acquisto e aumentare le conversioni. TryYourSeason è il consulente AI sviluppato da Orbyta Tech che analizza lo stile e la palette armocromatica e propone capi e make up allineati allo stile per poi visualizzarli in tempo reale sulla persona.

Negli e-commerce fashion e beauty l’esperienza di acquisto conserva un margine di incertezza legato alla valutazione del prodotto prima della transazione. I resi rappresentano una manifestazione diretta di questa incertezza: secondo un’indagine condotta da Yocabè nel 2023, il 16% degli acquisti effettuati online in Italia viene restituito e le categorie che generano più resi sono abbigliamento (38%), scarpe (29%) e accessori (25%). Una parte significativa di questi resi è riconducibile a cause direttamente legate alla presentazione del prodotto: secondo un’analisi Shopify, il 56% dei resi avviene perché l’articolo non corrisponde alla descrizione, mentre il 33% è dovuto al mancato gradimento del prodotto.

Sebbene le schede prodotto siano sempre più dettagliate, resta difficile infatti per l’utente comprendere in modo pienamente realistico come un articolo possa adattarsi alla propria fisicità, come una determinata tonalità interagisca con il proprio incarnato o quale sia l’effetto complessivo una volta indossato. Questo livello di approssimazione può influenzare il processo decisionale, incidendo sia sulla decisione di acquisto sia sulla probabilità di reso, con implicazioni operative che riguardano la gestione logistica e l’esperienza post-vendita. Parallelamente, anche negli store fisici l’esperienza di prova non sempre coincide con un percorso d’acquisto realmente fluido, basti pensare, per esempio, ai tempi di attesa ai camerini o all’assenza della taglia desiderata tra i capi esposti.

A questo si aggiunge un secondo elemento, di cui abbiamo parlato nell’articolo dedicato al virtual try on, che riguarda il funzionamento dei recommendation system. I modelli tradizionali si basano prevalentemente su dati comportamentali accumulati nel tempo, risultando efficaci quando esiste una cronologia di interazioni, ma meno performanti nelle fasi iniziali del customer journey.

Orbyta Tech risponde a queste esigenze con TryYourSeason, una soluzione che integra la computer vision per l’analisi delle immagini dell’utente e dei prodotti in tempo reale, l’AI generativa per la creazione dell’esperienza di virtual try-on e un sistema di deep search per la ricerca e comparazione automatica dei prodotti su cataloghi di brand diversi in base al profilo rilevato.

Attraverso la fotocamera di un dispositivo come uno smartphone, un computer personale o un totem installato in un punto vendita fisico il sistema di computer vision analizza in tempo reale il volto della persona per estrarre parametri significativi come l’età approssimativa, il sesso e lo stile di abbigliamento che indossa in quel momento. Sulla base di questi parametri, TryYourSeason suggerisce capi di abbigliamento, accessori e prodotti make-up coerenti con il profilo rilevato, consentendo contestualmente di visualizzare in tempo reale come gli articoli selezionati si adattano alla propria figura attraverso il caricamento di una foto a figura intera o semi-intera.

Questo risponde in modo diretto a una delle principali criticità dell’e-commerce, ovvero l’impossibilità di provare fisicamente i prodotti, ma può essere implementata anche nei negozi fisici tramite totem interattivi, permettendo al cliente di vedere immediatamente l’effetto di un capo indossato senza dover ricorrere al camerino.

Ciò che distingue TryYourSeason da soluzioni di virtual try-on già esistenti è l’integrazione dell’analisi armocromatica nel processo di selezione dei prodotti grazie ad algoritmi che analizzano i tratti cromatici del volto per individuare la stagione di appartenenza dell’utente e suggerire capi e combinazioni di colori in grado di valorizzare naturalmente la persona.

Dal punto di vista architetturale, il modello sviluppato da Orbyta Tech è progettato per adattarsi a due scenari operativi distinti, in funzione delle esigenze di business. Nel primo scenario, pensato per brand fashion con cataloghi proprietari, il sistema effettua ricerche e raccomandazioni esclusivamente all’interno del database prodotti dell’azienda generando suggerimenti coerenti con l’assortimento disponibile.

Nel secondo scenario la piattaforma può interfacciarsi con aggregatori multibrand come per esempio Zalando. In questo caso, il sistema implementa quello che viene definito “agent workflow“: un processo automatizzato in cui un agente AI ricerca autonomamente su più cataloghi di brand diversi, paragona i risultati in base ai criteri rilevati dall’analisi dell’immagine (stile, mood, profilo armocromatico) e restituisce all’utente una selezione comparativa dei prodotti più adatti.