Les marchands d’articles de mode de plus en plus nombreux à choisir la solution ClicknDress

LA NOUVELLE ÉCONOMIE INTERVIEW

Ous Ouzzani, cofondateur de ClicknDress : « Des moteurs statistiques calculent les mensurations de l’utilisateur avec une marge d’erreur inférieure à 3%. »

La jeune pousse française ClicknDress, lancée en 2014 par Cathy Xicluna et Ous Ouzzani, est à l’origine d’une technologie qui permet aux consommateurs de ne pas se tromper sur leur taille lorsqu’ils commandent des vêtements en ligne. En effet, dans le secteur de la mode, les commerçants subissent des taux de conversion très faibles (environ 3,7%) et des taux de retours élevés qui mettent en danger leur rentabilité (entre 20 et 40% des produits commandés en ligne sont retournés). Ainsi, depuis plusieurs mois, les commerçants en ligne sont de plus en plus nombreux à adopter cette solution. Par exemple, l’entreprise vient de signer un contrat avec la marque de prêt-à-porter 1.2.3. Ous Ouzzani, cofondateur de ClicknDress, nous explique comment ClicknDress fonctionne pour permettre aux consommateurs de ne pas commettre d’erreurs lors de leurs commandes.


L’Hebdo-Bourseplus : La question de la taille apparaît être le principal handicap au développement du secteur de la mode en ligne, car on n’est jamais sûr de sa taille… Êtes-vous partie de ce constat ?

Ous Ouzzani : D’abord, c’est un constat en tant que consommateur d’articles de mode en ligne : nous avons tous été confrontés à une hésitation importante avant de sélectionner notre taille et c’est la raison pour laquelle on a du mal à passer à l’acte d’achat dans la mode. Par ailleurs, lorsque l’on reçoit le colis, on essaie le vêtement et on s’aperçoit qu’il ne correspond pas du tout à la photo du modèle mis en avant sur la fiche produit, parfois parce que la taille commandée n’est pas celle que l’on aurait dû prendre, mais aussi, indépendamment de la taille, le vêtement dans sa coupe ne convient pas du tout à notre morphologie. Forcément, ces contraintes du côté de utilisateurs se traduisent par des résultats en berne du côté des sites marchands. Résultat, le taux de conversion et les paniers sont assez faibles, alors qu’il y a de forts potentiels de croissance. À cela s’ajoute l’énorme taux de retour constaté sur le marché, puisque les plus bas sont à 15 % et, lorsque les sites font la promotion du retour gratuit, on peut atteindre des ratios de 40 % assez facilement.


Concrètement, quelle est votre technologie ?

Nous sommes dans la statistique et dans le Big data, car l’idée est d’exploiter les réponses que l’utilisateur donne pour faire tourner un certain nombre d’algorithmes. Nous posons quatre à cinq questions à l’utilisateur en fonction de son sexe, notamment l’âge, le poids ou la taille, à cela s’ajoute la taille habituelle de soutien-gorge pour les femmes. Pour les hommes, nous avons des pictogrammes présentant des tours de ventre et l’utilisateur fait son choix. Ensuite, nous faisons tourner plusieurs modèles : des moteurs statistiques calculent les mensurations de l’utilisateur avec une marge d’erreur inférieure à 3%, et nous déterminons son profil morphologique parmi une base de données de 135 profils différents. Indépendamment des mensurations, nous déterminons la morphologie du client ou de la cliente. Nous mettons cela en adéquation avec le produit regardé par l’utilisateur afin de lui apporter deux recommandations : une recommandation de taille et une recommandation de bien-aller morphologique.