Dieses Start-up kennt kein Kunde - aber es kennt ihre Kleidergrößen

Ob einem der optische Eindruck eines Kleidungsstücks am eigenen Körper gefällt, lässt sich nur durch Anprobieren herausfinden. Aber aus Sicht des Händlers ist es eben wichtig, dass nur solche Artikel auf die Reise zum Kunden gehen, die überhaupt eine Chance haben, zu passen. Denn Retouren kosten eben in der Abwicklung viel Geld. Und für den Kunden ist es gleichermaßen frustrierend, vor dem Spiegel festzustellen, dass der Pullover dann doch etwas knapp sitzt.

Fitanalytics - die Anfänge

Händler und Kunden gleichermaßen bei der Lösung des Problems zu helfen, war von Anfang an der Ansatz des Unternehmens Fitanalytics. Die erste Idee bestand darin, dass der Kunde sich bewaffnet mit Laptop-Kamera und einer CD als Größenmaßstab selbst vermessen sollte. Unter dem Namen Upcload sollten die Kunden ein Profil anlegen, Größenvorschläge erhalten und ihre Daten bei kooperierenden Händlern hinterlegen können. Und wie bei vielen Start-ups war der erste Gedanke gut, nur finanziell auf die Dauer nicht tragfähig. Das Modell des 2010 gegründeten Unternehmens wurde adjustiert und seit 2015 arbeitet es nach eigenen Angaben profitabel. Und ist richtig durchgestartet. Die Liste der Referenzen ist beeindruckend: Asos, Puma, AboutYou, Sportscheck und Globetrotter gehören dazu, um nur einige wenige Händler zu nennen. Fitanalytics hilft dem Kunden beim Einkauf und den Händlern beim Reduzieren von Rückgaben.

Keine Magie, sondern maschinelles Lernen

Während andere Anbieter mit dem gleichen Ziel tatsächlich den Kunden vermessen wollen, setzt Fitanalytics auf Zahlen und maschinelles Lernen. Das funktioniert im Prinzip so:

Kunde A besucht den Shop und möchte Größenvorschläge erhalten. Dazu gibt er seine Körpergröße und sein Gewicht ein, und wählt aus Vorschlägen seine Körperform aus. Ganz klar. Wer hier schummelt, ist selber schuld. Das System sieht in einem Datenbestand nach, welcher Kunde mit identischen Eigenschaften den gleichen Artikel schon einmal bestellt hat und ihn nicht wegen der Passform zurückgeschickt hat. Nun wäre der Vergleich mit nur einer Person nicht besonders aussagekräftig. Wenn aber die Daten einiger Tausend Kunden auch in Beziehung zu den eigenen Käufen gesetzt werden, kann ein intelligentes System schon sehr genaue Vorschläge unterbreiten. Und das beweist das System bei vielen Händlern im praktischen Einsatz.

Die Macht von Big Data

Was in der Theorie als gar nicht so schwer klingen mag, erweist sich in der Praxis als Verarbeitung enormer Datenmengen. Inzwischen bearbeitet Fitanalytics monatlich die Anfragen von 10 Millionen Kunden. Das System würde aber nicht funktionieren, wenn da nicht auch die korrekten Angaben der Hersteller wären. Denn schließlich genügt die Information eben nicht, dass der Pullover in der Größe 38 vorliegt. Es müssen schon Angaben zu Ärmel- oder Rückenlängen im Detail sein, wenn eine möglichst exakte Empfehlung gegeben werden soll. Big Data in Reinkultur sozusagen. Dass kein Kunde bisher über den Namen Fitanalytics gestolpert ist, liegt daran, dass das Unternehmen seine Lösung komplett als Whitelabel anbietet. Optisch und technisch wird die Analyse im Shop des Händlers integriert. Der Kunde besucht eben „seinen“ Händler und nicht ein technisches System.

MEHR ZUM THEMA