3月21日，亞(ya) 馬遜推出了“版型洞察工具（Fit Insights Tool, FIT）”，旨在為(wei) 服裝和鞋類賣家提供關(guan) 於(yu) 尺碼的洞察和分析，助力賣家更好地管理尺碼，進而提高消費者體(ti) 驗並降低退貨率。

版型洞察工具（FIT）基於(yu) 大語言模型（LLM）和機器學習(xi) 技術，綜合抓取和分析退貨數據、尺碼表，以及關(guan) 於(yu) 合身度、款式、麵料、品質和價(jia) 格等方麵的客戶反饋，識別尺碼等方麵存在的問題，並為(wei) 賣家提供數據洞察和可行的改善方案。

據此，賣家可以更好地了解消費者關(guan) 於(yu) 合身方麵的問題，改善與(yu) 消費者溝通尺碼的方式，甚至將這些洞察納入未來的產(chan) 品設計和製造的考量之中。這有助於(yu) 賣家更準確地為(wei) 消費者列明產(chan) 品信息，進而減少與(yu) 尺碼有關(guan) 的退貨。

版型洞察工具（FIT）可以為(wei) 賣家提供以下分析和洞察：

• 退貨狀況：根據退貨健康狀況把自身的商品分級，從(cong) 極差到優(you) 秀，以便賣家能夠迅速識別需要改善的商品；

• 退貨分析：以同類型和價(jia) 格區間、銷量較好且退貨率較低的商品為(wei) 基準進行對比，明晰自身退貨率在同品類中的位置，以及退貨原因明細；

• 評論觀點：根據買(mai) 家對商品尺寸和合身度、款式、麵料和價(jia) 格的正麵、負麵和中性反饋對客戶反饋進行分析和總結，凸顯消費者提出的高頻和共性的問題；

• - 尺碼表分析器：分析賣家尺碼表存在的問題，並提供改進意見。

目前，版型洞察工具（FIT）適用於(yu) 服裝和鞋靴品類，並且在過去12個(ge) 月內(nei) 發貨量大於(yu) 或等於(yu) 100件，且已加入亞(ya) 馬遜品牌注冊(ce) 的美國站品牌型賣家。符合條件的賣家可以在賣家後台“顧客之聲”板塊訪問版型洞察工具。

降低退貨率一直是服飾和鞋靴類電商賣家的工作重點之一。據eMarketer預測，2024年美國服飾和鞋靴類零售電商的退貨規模將達到506.3億(yi) 美元；同時，Coresight的研究則顯示，服飾類電商銷售退貨的前三大原因分別是尺碼與(yu) 合身（53%）、顏色（16%）和有殘損（10%）。

在這一背景下，亞(ya) 馬遜正在利用人工智能技術協助消費者找到最合適的時尚商品、助力賣家呈現更精準的尺碼展示，此前先後推出了個(ge) 性化尺碼推薦、客戶尺碼評價(jia) 摘要、重構尺碼表等創新。

來源：AMZ123