Fashion + Big Data = EasySize

Fashion + Big Data = EasySize

Startuppet EasySize bruger ‘Big Data’ til at lære din krop og tøjstørrelse bedre at kende, end du selv gør. Det gør de ved at grave sig igennem online forhandler-databaser og hente den data de har om størrelser, pasforme og returneringer. EasySize lover at mindske returneringer med 35%, øge salg med 42% og give en bedre shoppingoplevelse. Efter

Startuppet EasySize bruger ‘Big Data’ til at lære din krop og tøjstørrelse bedre at kende, end du selv gør. Det gør de ved at grave sig igennem online forhandler-databaser og hente den data de har om størrelser, pasforme og returneringer.

EasySize lover at mindske returneringer med 35%, øge salg med 42% og give en bedre shoppingoplevelse.

Efter næsten et år med udvikling og forskning lancerede EasySize i oktober 2014 og har siden da fået fået godt fat i webbutikkerne og den online modebranche. De har også igangsat aktiviteter på store europæiske e-handels-markeder som Storbritannien og Tyskland.

Løser et milliardproblem
Så hvilke e-handelsproblemer løser EasySize helt præcist? De fleste mennesker har bestilt tøj online, der viser sig ikke at passe i størrelse. Det er fordi, størrelser varierer fra mærke til mærke og fra butik til butik, afhængigt af om tøjet er europæisk, amerikansk eller designet efter et helt tredje lands størrelses-standard.

På individniveau betyder det stort besvær for kunden, men for butikkerne koster det millioner. Webshops verden over bruger mange unødvendige ressourcer på returneringsordninger og transport, som i virkeligheden kunne reduceres, hvis kunden oprindeligt købte tøj som passer.

Faktisk blev 80-90% af returneret tøj fra europæisk webbutikker returneret på grund af forkert størrelse. De årlige udgifter til håndtering af returvarer i europæiske webbutikker løber op i 8,4 milliarder euro.

“EasySize har løst pasform & størrelsesproblemet i online mode ved at hjælpe webbutikkerne med at læse deres egne data. Dataene indeholder virkelig vigtige informationer for butikkerne, og med EasySize-algoritmen, kan dataen bruges til at bestemme shopping-mønstre på tværs af hundredetusindvis af online handlende rundt om i verden uden at genere dem, mens de handler. På bare 10 måneder siden lanceringen har vi allerede indsamlet næsten 500.000 unikke brugere i vores database og mere end 500 mærker,” siger Gulnaz Khusainova den administrerende direktør og grundlægger af EasySize.

Khusainova har været med i virksomheden fra starten og har taget den fra en idé på en cafe overfor en lingeri butik i Moskva, igennem accelerator-programmet Startupbootcamp Mobile i København og har nu forvandlet det til et mode-startup med et færdigt produkt klar til skalering. Foruden EasySize, har Gulnaz grundlagt 2 startups og arbejdet inden for marketing og IT.

Posts Carousel

Leave a Comment

Your email address will not be published. Required fields are marked with *

Cancel reply

Latest Posts

Top Authors

Most Commented

Featured Videos