زمانی که خرید به سرگرمی تبدیل می‌شود
جامه پوش: خرید اینترنتی لباس گاهی کار بسیار سختی است. اگر کاپشن یا لباس شب می‌‌‌خواهید، ممکن است لازم باشد ساعت‌‌‌ها موجودی سایت‌‌‌های مختلف را بالا و پایین کنید تا چیزی را که می‌‌‌خواهید پیدا کنید.
یک فضای بازار جدید به نام «شاپ‌‌‌ترو» قصد دارد خرید اینترنتی را به یک سرگرمی تبدیل کند. این استارت‌آپ با گرفتن یک صفحه از نتفلیکس و اینستاگرام، پلتفرم‌‌‌هایی را با اولویت‌‌‌های شما متناسب‌‌‌سازی می‌کنند. آنها از هوش مصنوعی استفاده می‌کنند تا یک فروشگاه شخصی‌‌‌سازی‌شده برای هر مشتری درست کنند. الگوریتم‌‌‌ها محصولات را از میان دوهزار برند و میلیون‌‌‌ها آیتم مختلف، براساس سلیقه، بودجه و سایز مشتری متناسب‌‌‌سازی می‌کنند.
وب‌سایت‌‌‌های تجارت الکترونیک هنوز می‌خواهند افراد خودشان به‌دنبال جنس دلخواه‌شان بگردند اما شاپ‌‌‌ترو به موجی از استارت‌آپ‌‌‌ها پیوسته که تمرکزشان بر کمک به مصرف‌کننده برای پیدا کردن راحت محصولات مورد علاقه‌‌‌شان است. این حرکت، از بسیاری جهات قدم بزرگ بعدی در آینده خرده‌‌‌فروشی محسوب می‌شود؛ شرکت‌ها الگوریتم‌‌‌ها را در بسیاری از جنبه‌‌‌های زندگی ما به‌شکل مؤثری به‌کار می‌‌‌گیرند و نحوه خرید کردن ما را از اخبار گرفته تا موسیقی و فیلم شکل می‌دهند.
پس منطقی است که آنها را در مد و لباس هم به کار بگیریم. پلتفرمی مثل «شاپ‌‌‌ترو» کاری کرده که خرید لباس مثل گشتن در رسانه‌‌‌های اجتماعی یک سرگرمی باشد و بتوانید آیتم‌‌‌های ویژه‌‌‌ای را به‌راحتی پیدا کنید.
با اینکه رویکرد «شاپ‌‌‌ترو» پتانسیل ایجاد انقلاب در خرید آنلاین را داشته اما معضلات خاص خودش را هم دارد. یکی از این معضلات، مصرف‌کنندگان آنلاین با مواضع پرتغییر هستند و بنابراین متقاعد کردن تعداد زیادی از آنها برای امتحان کردن یک فضای بازار جدید و ماندگاری در استفاده از آن تکنولوژی، سخت است. به‌طور گسترده‌‌‌تر، استفاده از الگوریتم‌‌‌ها برای شناسایی سلیقه مشتری می‌تواند دشوار باشد، چون سلیقه افراد در لباس ثابت نیست و تغییر می‌کند.
موضوع دیگر، جلب توجه مصرف‌کنندگان در دنیای پرازدحام تجارت الکترونیک است؛ جایی که هر روز استارت‌آپ‌‌‌های مختلف در کنار فضاهای بازار بزرگ مثل آمازون و «فارفچ» ظاهر می‌‌‌شوند.
«شاپ‌‌‌ترو» ایده «رامنی ایوانز» از کهنه‌‌‌کاران عرصه تجارت الکترونیک است. او قبلاً هم در راه‌‌‌اندازی «ترو فیت» مشارکت کرد؛ استارت‌آپی که از داده برای کمک به یافتن لباس‌‌‌های متناسب مشتریان استفاده می‌کند.
ایوانز برای تأسیس «شاپ‌‌‌ترو» یک تیم پرستاره را جمع‌‌‌آوری کرده است. جان لشلی، متخصص سابق تجزیه و تحلیل داده در شرکت‌های نتفلیکس و لینکدین را به‌عنوان معاونت علوم داده استخدام کرده و برندون هالی، سردبیر سابق مجله‌‌‌های مد «لاکی، جین و ال‌‌‌گرل» به‌عنوان مدیر ارشد مد انتخاب شده است. وقتی کاربر ابتدا از شاپ‌‌‌ترو استفاده می‌کند، یک آزمون کوتاه در اختیارش قرار می‌گیرد تا مشخص شود چه برندها و مدل‌‌‌هایی را دوست دارد.
سپس آنها می‌توانند به فروشگاه شخصی‌‌‌سازی‌شده خودشان دسترسی داشته باشند. هر فروشگاه می‌تواند دسته‌‌‌بندی‌‌‌های مختلفی مثل پلیورهای راحت و گشاد، شلوار کتان، کت‌‌‌های پاییزه و بوت داشته باشد. با مرور هریک از این دسته‌‌‌بندی‌‌‌ها، افراد می‌توانند به‌سرعت به مدل موردنظرشان برسند.
منبع: EURONEWS