Sulla pagina prodotto il cliente vede il capo su una modella, su un manichino o steso su uno sfondo bianco. Quello che si chiede però è un'altra cosa: come starebbe addosso a me. Finché non trova una risposta, resta il dubbio, e il dubbio porta a rimandare l'acquisto o a ordinare pensando già al reso.
Il virtual try-on nasce per rispondere a questa domanda. Esistono approcci diversi, e non tutti chiedono lo stesso sforzo al cliente. In questo articolo vediamo come funziona il try-on su foto, cosa serve per farlo rendere bene, quali domande porre sulla privacy e in quali casi ha senso introdurlo.
Chi compra moda online non cerca solo informazioni tecniche. Cerca di immaginarsi con il capo addosso. Le domande che si fa sono semplici e molto personali:
Le foto di catalogo, anche quando sono ben fatte, rispondono solo in parte. Mostrano il capo nel modo migliore possibile, ma su qualcun altro. Il virtual try-on prova a colmare questa distanza.
Con il termine virtual try-on si indicano soluzioni molto diverse tra loro. In modo generico si possono distinguere tre strade.
Il vantaggio del try-on su foto è la semplicità. Il cliente fa una cosa che sa già fare, cioè scegliere una sua foto, e vede il risultato su di sé. Per molti negozi è il punto di partenza più naturale, perché non chiede al cliente di imparare nulla di nuovo.
Va detto con chiarezza cosa non fa: un'immagine generata mostra l'aspetto del capo indossato, non sostituisce un suggerimento di taglia. Per la taglia serve uno strumento dedicato, che lavori sulle misure del capo.
La qualità del risultato dipende molto dalle immagini di partenza. Non servono shooting speciali, ma alcune attenzioni aiutano parecchio.
Vale la pena dare qualche indicazione anche al cliente sulla propria foto: figura intera o mezzo busto ben visibile, buona luce, posa frontale e abiti non troppo voluminosi. Bastano due righe accanto al pulsante di caricamento.
Con il try-on su foto il cliente vi affida un'immagine di sé. È un dato personale e va trattato con attenzione. Prima di scegliere qualsiasi soluzione, compresa la nostra, conviene avere risposte chiare a queste domande:
Le risposte vanno messe per iscritto e riportate in modo comprensibile anche al cliente finale. Una spiegazione chiara accanto al caricamento della foto aumenta la fiducia e riduce i dubbi.
Il try-on su foto non è utile allo stesso modo per ogni catalogo. Ha più senso in alcune situazioni:
Come per ogni strumento sulla pagina prodotto, l'effetto va misurato. Il consiglio è partire con un test A/B su una parte del catalogo o del traffico e guardare insieme conversioni, tempo sulla pagina e resi, tenendo conto che i resi arrivano settimane dopo l'acquisto.
FitFlow è il virtual try-on su foto di We Wear. Servono solo due immagini: quella del prodotto e la foto del cliente. L'AI genera un'immagine fotorealistica in cui il cliente indossa il capo. Non ci sono misure da inserire, avatar da configurare né fotocamera AR da attivare.
FitFlow funziona nel browser, anche da smartphone, senza installare app. Lavora a partire dal feed prodotto che avete già, per esempio quello di Google Shopping, di Meta o un file CSV, quindi non serve preparare un catalogo a parte.
Si può usare insieme a SizeFlow, il nostro suggeritore di taglia: FitFlow mostra come sta il capo, SizeFlow indica quale taglia prendere. Le due risposte insieme coprono i dubbi principali del cliente sulla pagina prodotto.
Se volete vedere FitFlow sui vostri prodotti, prenotate una demo di 30 minuti.
È un sistema in cui il cliente carica una propria foto e riceve un'immagine in cui indossa il capo scelto. Non deve inserire misure, configurare un avatar o usare la fotocamera in tempo reale.
Funzionano meglio packshot puliti su sfondo uniforme, con il capo interamente visibile, una sola referenza per immagine, luce neutra, colori fedeli e buona risoluzione.
FitFlow usa solo due immagini, quella del prodotto e la foto del cliente, e l'AI genera un'immagine fotorealistica del cliente con il capo addosso. Funziona nel browser anche da smartphone, senza app, parte dal feed prodotto (Google Shopping, Meta, CSV) e si può usare insieme a SizeFlow per la taglia.