AI 尺码表 · 候补名单

一款为每位顾客推荐专属尺码的 AI 尺码表。

Genlook 会读取您商品目录中每件衣服的测量数据。它能通过照片、常穿品牌和历史购买记录来了解顾客的身材,随后在产品页面上直接显示推荐尺码,例如:您的尺码是 M 码。

我们将分批为商店开通权限。提交您的商店网址,我们会告知您所属的批次。

专属尺码推荐无需手动测量计划支持主流平台
尺码助手Oversize 纯棉衬衫
顾客上传的照片通过她的照片估算体型和比例,无需手动测量
平时穿M 码 (系统已知品牌)
偏好宽松版型
✳ 她的尺码:M该款式偏大,因此建议 M 码而非她平时穿的 L 码。
尺码表 · 胸围S 94M 100L 106XL 112cm

01 · 痛点

传统尺码表总是让顾客自己去琢磨该选什么尺码。

大多数产品页面都有尺码表,但顾客仍然会同时购买两个尺码。传统表格要求顾客自己测量、换算单位,还得猜测衣服的剪裁空间。用手机购物的顾客几乎不会费时费力去查表。

了解“多尺码购买”现象 →
大多数商店已经配备了尺码表但它们通常隐藏在一个链接里,很少有顾客会点开看。
顾客很少知道自己的确切三围传统尺码表假定顾客清楚自己的身体数据,但大多数人手边根本没有卷尺。
顾客买两个尺码,然后退回一个这就是所谓的“多尺码购买 (Bracketing)”。顾客在家里试穿两个尺码,然后退回不合适的一件,而这笔退货成本通常由您来承担。

02 · 在产品页面上

推荐结果会直接显示在原有的尺码选项旁边。

顾客无需打开弹窗或单独的尺码表页面。推荐结果会采用您商店的主题字体,显示在“加入购物车”按钮上方。

demo.genlook.app/products/green-sport-tee-short-sleeve
Green Sport Tee

MAISON RUE

Green Sport Tee

€24.90

尺码

SMLXL

✳您适合 M 码。该款式偏大。

加入购物袋
Genlook 仅添加尺码推荐模块,页面上的其他所有元素均保持您原有的主题风格。

与原有的尺码选项并排显示

推荐结果会紧挨着顾客日常使用的尺码按钮显示。

完美融入您的商店主题

安装过程无需修改任何主题代码。推荐模块将自动继承您商店的字体和颜色。

支持白标显示

尺码助手支持白标显示。它会展现您的商店名称,而不是 Genlook 的品牌信息。

03 · 数据输入

关于顾客和衣物的 5 项关键数据。

系统会根据顾客愿意提供的任何信息进行工作。仅凭一项数据即可生成推荐,而提供的额外信息越多,估算结果就越精准。

PHOTO通过顾客照片它会通过顾客为试穿上传的照片来估算其体型和身材比例。顾客无需手动输入任何测量数据。
WARDROBE通过常穿服饰顾客可以选择他们在已知品牌中常穿的尺码。这会将估算结果与真实的服装尺寸挂钩,而不是基于平均身材。只需通过一个下拉菜单即可完成。
ORDERS通过订单历史系统会参考顾客保留和退回的尺码。新订单数据会自动同步到估算模型中,且所有订单数据都会保留在您的商店内。
FIT通过穿着偏好顾客可选择修身、标准或宽松版型。对于同一个人,不同的版型偏好对应不同的尺码,而服装尺码表会记录每种剪裁的余量空间。
TAPE通过顾客填写的测量数据(可选)顾客可以根据需要输入自己的测量数据,这不是必填项。
结果
✳ 推荐尺码:M该版型偏大,所以我们推荐 M 码,而不是您通常穿着的 L 码。推荐结果综合了全部的五项数据。

04 · 专属推荐

精准推荐尺码,并附带简短的推荐理由。

Genlook 会用一句话解释每次推荐的理由。顾客可以参考该建议,或者根据自己的了解选择其他尺码。

一键加购推荐尺码顾客只会看到一个确切的尺码推荐,无需再费力解读数据范围或复杂的表格。
一句话推荐理由“该款式偏大,因此建议 M 码而非您平时穿的 L 码。”
针对尺码介于两者之间的建议如果顾客的尺寸刚好介于两个尺码之间,系统会明确告知,并根据他们期望的穿着偏好推荐合适的尺码。
数据不足时拒绝盲猜如果产品页面的信息过少,尺码助手会给出谨慎的建议,甚至不提供推荐。

05 · 服装尺码表

Genlook 会为每件产品构建专属的尺码表。

每一次推荐都离不开真实的服装测量数据。Genlook 会从您现有的商品目录数据中自动为每件产品构建尺码表。

一物一表

即便是标着相同尺码的两款衣服,只要剪裁不同,也会分别生成对应的尺码表,以确保版型差异得到体现。

基于您的商品目录构建

系统会自动提取商品标题、描述、变体选项、供应商参数和图片等信息,您无需额外添加任何新数据。

您可以自由编辑尺码表

当您修改某项测量数据时,所有基于此数据生成的推荐结果都会自动更新。习惯看表格的顾客依然可以查阅具体的尺码表。

06 · 无缝衔接试穿

同一张照片,既能试穿也能看尺码。

虚拟试穿让顾客看到衣服上身的效果,而尺码助手则会告诉他们买哪个码最合身。这两项功能只需顾客授权并上传一次照片即可。

07 · 支持平台

已计划支持您正在使用的电商平台。

尺码助手将与 Genlook 的其他功能在同一商店平台上运行。只要能读取您的商品目录,我们就能构建尺码表并为您的商店提供推荐服务。

ShopifyWooCommercePrestaShopShoplineBigCommerceMagentoWix通过 API 接入自定义技术栈

在候补名单表单中告知您的平台,我们将确认首批支持列表中是否包含您的平台。

08 · 候补名单

让您的商店成为首批体验者。

请留下您的邮箱和商店网址。我们将评估您的商品目录,检查现有数据是否足以支持尺码推荐功能,并告知您所在的开放批次。

我们将分批为商店开通权限。提交您的商店网址,我们会告知您所属的批次。

这款工具的其他称呼

商家们通常将其称为尺码表应用、尺码指南、版型助手或尺码推荐软件。如果您目前只需要一个静态表格,我们可以提供免费的 尺码表生成器,一分钟内即可搞定,您也可以查阅 尺码表词汇表 了解基础知识。

尺码表应用尺码指南尺码助手尺码推荐

常见问题

关于 AI 尺码表的常见问题

其他问题请查阅文档,或直接联系 hello@genlook.app。

什么时候正式上线?
为了通过真实的商品目录和退货数据来检验推荐的准确性,我们将分批为商店开放功能。具体的上线日期尚未确定。加入候补名单,我们会告知您的商店处于哪个批次。
这是一款只针对 Shopify 的尺码表应用吗?
是的。作为一款尺码表应用,它计划支持 Shopify、WooCommerce、PrestaShop、Shopline、BigCommerce、Magento 和 Wix,并为自定义店铺提供 API 接入。候补名单表单接受任何平台的报名。
这与传统的尺码表生成器有什么不同?
生成器提供的是可以粘贴到页面上的静态表格,我们免费的 尺码表生成器 就能做到这一点。而 AI 尺码表会自动为每件产品构建尺码数据,然后为每位顾客推荐专属尺码,并附上简短的推荐理由。
顾客必须要上传照片吗?
不需要。照片只是五项输入数据之一。顾客也可以选择提供他们常穿品牌的尺码或穿着偏好。已经为试穿上传过照片的顾客,在授权后可以直接复用照片。
如果没有测量数据,准确度能有多高?
由于我们仍在通过真实的商品目录测试准确度,目前尚未公布具体数据。尺码助手会显示其推荐的置信度,并且当产品页面的信息过少时,它不会盲目提供推荐。
如果推荐尺码错了怎么办?
顾客随时可以选择其他尺码,显示的推荐理由可以帮助他们做决定。您可以修正衣服的测量数据,这会自动更新相关的所有推荐。退货数据也会被纳入未来的估算模型中。
我需要先安装虚拟试穿应用才能使用它吗?
不需要。尺码助手可以独立运行。如果您已经使用了 Genlook 的虚拟试穿功能,两者将共享同一张照片、同一次授权以及同一个后台看板。
顾客的照片和数据会被如何处理?
照片将仅用于估算身材比例,并遵循与试穿照片相同的数据保留和隐私授权规则。它们会被加密处理,在 7 天后自动删除,并且绝不会用于训练 AI 模型。历史订单数据仅保留在您的商店中。详情请参阅我们的隐私政策。

还有其他问题?

加入 AI 尺码表候补名单。

发送您的商店网址。我们会评估您的商品目录数据能够在多大程度上支持尺码推荐功能。