注意！2024年亚马逊欧洲站发布商品安全新规

据Coresight Research的研究报告显示，

服装在电商网购的平均退货率高达 24.4%，

相比整体的网购退货率还高出8%。

另外，

由于消费者在网上购买时，

会选择不同尺寸、不同颜色的商品，

然后退回不适合自己的包裹，

导致过去2年的在线退货率比往年有所增长。

亚马逊为了改善这个问题，

推出了 4项基于生成式人工智能 的功能，

这些功能包括了：

个性化尺码推荐、合身评论摘要、尺码表，

以及为卖家设计的 “Fit Insights”工具。

• 个性化尺码推荐

亚马逊通过AI人工智能，

开发了个性化尺码推荐的深度算法，

快速地帮助消费者，在各种各样的尺码中，

找到最适合自己穿搭的尺码。

这个功能的原理是，

实时地结合 品牌的尺码系统、产品评论，

以及消费者的合身偏好之间的尺码关系。

并根据消费者的需求变化进行调整，

从而给出最适合的尺寸建议。

此外，

该功能还能根据消费的定制化需求，

找到最适合自己风格的衣服。

需要注意的是，

这项AI功能还有一些不足之处，

如家庭中的父母经常为他们的子女购买衣服，

那么，

AI可能会混淆父母与孩子之间的尺码。

• 合身评论摘要

去年8月份，

亚马逊推出了一个基于人工智能生成的，

用于展示消费者购物后的评论小卡片扩展。

小卡片展示了一个简短的摘要内容，

详细记录了消费者对产品的评论，

点击后，可以查看产品的关键属性。

亚马逊基于大型语言模型

（下文简称“LLMs”），

能工从大量的reviews中提取合身服装的信息，

包括尺寸的准确性，

服装对身体每个部位的合身性，

以及面料弹力等相关信息。

然后，

人工智能将根据消费的购物习惯，

展示最接近用户购物的个性化评论。

从而提高购物效率，

因为他们不用一直滑动指尖，

不断的阅读大量的卖家秀，

来了解这件衣服是否适合自己。

• 尺码表

LLMs之所以能够生成非常准确，

和一致的尺码表，

是因为它能自动地，

从多个信息源不断地提取和清理尺码表信息，

然后将大量的数据重新整合，

删除重复信息，

并自动矫正缺失或者不正确的测量值。

从而转化为标准化尺寸表。

• Fit Insights Tool

这个工具植入了AI智能分析功能，

能够从reviews中，

提取和总结消费者对服装版型、款式，

以及面料的反馈。

并将评论中关于退货、尺码表分析，

等相关评论联系起来。

识别原服装尺码表存在的缺陷，

有了这些数据，

卖家可以从在线沟通中，

更好的了解消费者对尺寸的需求，

更新尺码表信息，

并于新批次的设计和生产中不断迭代，

以减少产品的退货率。

据了解，这几项功能，

仅仅是亚马逊使用AI人工智能，

改善卖家优化产品，

和消费者购物体验的一小部分。

早在2023年4月，

亚马逊就推出了一款名为：

Amazon Bedrock的AI工具，

能够帮助卖家编辑产品的5点描述，

并增强产品的形象。

据卖家的使用数据反馈，

该功能将产品的点击率提高40%。

（USD6688导航）