Zalon x Algorithmic Fashion Companion

Die erste Anlaufstelle für Mode: Inspiration beginnt am Schnittpunkt zwischen Fashion und Tech

Mit einem Produktportfolio von über 400.000 Artikeln von fast 2.000 Marken ist Zalando seit seiner Gründung zu Europas führender Plattform für Mode herangewachsen. Aufgrund von zehn Jahren Erfahrung wissen wir, dass Kunden sich vor allem von Outfits inspirieren lassen und direkt nach dieser Inspiration suchen. Eine neue Hose allein ist toll, aber kombiniert mit einem perfekt sitzenden Hemd und einem auffälligen Schal oder einer einzigartigen Krawatte, spiegelt das Outfit den Stil des Trägers wieder.

Zalando liefert Outfitinspiration vor allem durch zwei Services. Da wäre zum einen Zalon, unser persönlicher Styling-Service. Dort bringen wir Stylisten mit Kunden zusammen, um deren Look zu perfektionieren. Zum anderen setzen wir im Zalando Shop den Algorithmic Fashion Companion (AFC) ein, einen skalierbareren Outfit-Generator. AFC basiert auf modernster Technologie, um personalisierte Outfits zu erstellen. Beide Services – Zalon und AFC, inspirieren unsere Kunden auf unterschiedliche Weise und unterstützen sie bei der Suche nach dem perfekten Outfit.

Welche besonderen Rollen AFC und Zalon für Zalando spielen, wie sie zusammenhängen und ob Algorithmen wirklich stylisch sein können, erfahren wir auf einer Paneldiskussion von Ivo Scherkamp, CEO Zalon, Mareike Hummel, Head of Customer Experience bei  Zalon, James Healey, Vice President Inspire & Engage bei Zalando, und Marta Skassa, Product Manager des AFC.

Zalando_SE_AFC_Zalon_Panel_2 DE
Zalon-Stylisten tauschen sich mit Kunden aus, um danach speziell kuratierte und persönliche Boxen mit Outfit-Optionen zusammenzustellen

Welche Kunden nutzen Zalon – und was macht diesen Service so besonders?

Ivo: Kunden, die den Zalon Service nutzen, suchen gezielt nach Inspiration in Form von Outfits, meist für einen bestimmten Anlass. Diese Outfits werden von ihrem persönlichen Stylisten zusammengestellt, der ihre Vorlieben und Wünsche sowie No-Go-Muster und -Teile kennt.

Wenn Kunden sich zum ersten Mal bei Zalon anmelden, füllen sie einen Fragebogen aus, mit dem der passende Stylist für sie gefunden wird. Dieser kreiert das passende Outfit und sendet dem Kunden eine Vorschau zu, zu der Feedback gegeben werden kann. Es besteht ein konstanter Austausch zwischen Stylist und Kunden. Es ist eine Beziehung, die von Dauer ist und sich entwickelt. Sie wird mit jeder Bestellung besser.

Wenn Zalon Kunden bedient, die bei Outfits inspiriert werden wollen, wie passt der AFC in dieses Bild? Wie unterscheiden sich beide Angebote?

James: Mit AFC, unserem auf maschinellem Lernen basierenden Outfit-Algorithmus, können wir eine skalierbare Echtzeit-Empfehlung von Outfits für unsere Kunden anbieten. Entweder basierend auf einem Artikel, den sie gekauft und behalten haben, oder basierend auf Artikel in ihrer Wunschliste. Jede Outfit-Empfehlung ist personalisiert, das heißt, sie spiegelt Kundenpräferenzen wie Marke, Farbe oder Kategorie wider.

Marta: Alle AFC-Outfits werden vollständig automatisiert durch einen maschinell lernenden Algorithmus erstellt. Ohne zu tief in die technischen Details einzusteigen, trainieren wir unsere Algorithmen grundsätzlich mit einem sogenannten "Trainingsset". Dieses Trainingsset besteht aus Millionen von Outfits, die von Zalon-Stylisten manuell erstellt wurden. Unser Algorithmus analysiert diese Outfits und lernt, wie ein gutes Outfit aussehen sollte. Dadurch ist es möglich, völlig neue Outfits für das gesamte Zalando-Sortiment zu erstellen.

Macht das die Zalon Stylisten in Zukunft nur noch zu Datenlieferanten? Wie wichtig bleibt der menschliche Aspekt?

Mareike: Es gibt Situationen, in denen die persönlichen Fähigkeiten und das Einfühlungsvermögen eines Stylisten nicht durch automatisierte Lösungen ersetzt werden können. Zum Beispiel, wenn Kunden eine neue Stilrichtung ausprobieren möchten oder ein Outfit zu einem bestimmten Anlass suchen. Stylisten übersetzen diese persönlichen Wünsche in strukturierte Informationen, mit denen der Algorithmus wiederum lernen kann. Wenn ein Stylist zum Beispiel ein Outfit für ein "Firmen-Weihnachtsessen" zusammenstellt, kann er dies in ein Label wie "festlich" übersetzen, das ein Algorithmus verarbeiten und zu den für diesen Anlass ausgewählten Stücken hinzufügen kann.

Zalando_SE_AFC_Zalon_Panel_1 DE
Mareike Hummel, Head of Customer Experience bei Zalon, erklärt den kuratierten Styling-Service von Zalando

Wie kam es zur Entwicklung des AFC?

James: Der herausragende Erfolg von Onlineshopping liegt darin, dass eine große Auswahl an Produkten verfügbar gemacht wurde. Wir haben jedoch gelernt, dass Kunden nicht nur Produkte suchen, sondern sich vor allem durch Outfits inspiriert fühlen. Vergleichbar mit dem Kochen eines Rezept, zum Beispiel Lasagne. Möchte man Lasagne kochen, braucht man für die Soße nicht nur eine Zwiebel, sondern eine Vielfalt an Zutaten. Ebenso wird Mode konsumiert, Kunden denken nicht in Produkten, sondern in Outfits. Wir wollen daher sicherstellen, dass unsere Kunden während ihrer gesamten Zeit auf Zalando ein personalisiertes und ganzheitliches Mode-Erlebnis genießen können.

Wie können diese beiden Angebote in Zukunft noch besser das Inspirationsbedürfnis der Kunden bedienen?

Ivo: Für Zalon Stylisten geht es vor allem darum, persönliche, perfekt auf den Kunden und dessen Lebenssituation zugeschnittene Outfits zu kreieren. Der AFC könnte Stylisten helfen, schneller durch das Zalando Sortiment zu navigieren und nur Produkte anzuzeigen, die auch in der Größe des Kunden verfügbar sind. Dadurch können sich Stylisten auf das Wesentliche ihrer Arbeit konzentrieren: das perfekte Outfit zu finden.

Zalando_SE_AFC_Zalon_Panel_3 DE
James Healey, VP Inspire and Engage, erklärt die Funktionsweise des AFC anhand eines Videos mit Produktmanagerin Marta Skassa

Marta: Wir wollen auf jeden Fall weiterhin in die Entwicklung des Personalisierungsaspekts  des AFC investieren, um sicherzustellen, dass die Outfits die individuellen Modevorlieben der Kunden noch besser widerspiegeln. Kunden sollten außerdem Anpassungsmöglichkeiten haben und etwa einzelne Teile der Empfehlung austauschen können.

Weiterführende Inhalte