Lo studio Shape of You, firmato da ricercatori Amazon nel 2023, prosegue il lavoro iniziato con l’acquisizione di Body Labs

C’è un costo invisibile in ogni campagna apparel su Amazon: il divario tra il corpo reale dell’acquirente e il modello in foto. Quando la taglia non torna, il click diventa un reso e il reso erode il ritorno sulla spesa pubblicitaria (ROAS). Ora quel divario può essere misurato. Secondo il paper Shape of You pubblicato da Amazon Science, un approccio chiamato Shape of You (SoY) migliora la stima della forma corporea 3D del 17,7% sul dataset SSP3D rispetto al recente metodo SHAPY.

Il 17,7% non è un numero: è il costo della taglia sbagliata

Per chi ottimizza campagne, l’errore sulla forma 3D ha un costo concreto: una raccomandazione di taglia imprecisa può trasformare una conversione in un reso. Il 17,7% non è un dato accademico fine a se stesso: è la differenza tra un sistema che inizia a indovinare la taglia e uno che continua a sbagliarla. Il paper presenta Shape of You come approccio per migliorare l’accuratezza della stima della forma corporea 3D nei sistemi di raccomandazione di abbigliamento basati su visione. Non cita i resi, ma per chi deve difendere il ritorno sulla spesa pubblicitaria (ROAS) la direzione è chiara: meno incertezza sul fit significa meno soldi spesi per conversioni che non restano.

Per un media buyer, il confronto tra SHAPY e Shape of You su SSP3D non è un dettaglio da laboratorio: è un benchmark che rende misurabile l’incertezza sulla taglia. Il 17,7% rappresenta un margine di errore in meno tra la forma stimata e quella reale, il che riduce il rischio di consigliare una taglia sbagliata a chi sta per comprare.

Da Body Labs a Shape of You: nove anni di infrastruttura per la vestibilità

Il miglioramento non arriva dal nulla. Bisogna tornare al 2017, quando Amazon ha acquisito Body Labs, la startup di modellazione 3D del corpo. Secondo quanto riportava TechCrunch, l’azienda usava intelligenza artificiale per capire forma 3D e movimento delle persone da foto o video e creare modelli 3D fedeli per un fit più accurato. All’epoca, con Bill O’Farrell come co-fondatore e CEO, Body Labs sintetizzava l’obiettivo nella possibilità di fornire la forma umana come piattaforma digitale in modo automatico, accurato ed economico.

Quasi dieci anni dopo, il paper Shape of You del 2023 firmato da Rohan Sarkar, Achal Dave, Gérard Medioni e Ben Biggs porta avanti quella linea. Il metodo propone due funzioni di perdita integrabili in pipeline parametriche di ricostruzione umana 3D e una routine di ottimizzazione test-time che migliora ulteriormente la qualità. In pratica, il miglioramento può essere aggiunto senza riscrivere l’infrastruttura esistente. Non è un annuncio isolato: è la prosecuzione di un’infrastruttura costruita nel tempo.

Cosa cambia per il budget: il reso diventa un KPI pianificabile

La traduzione operativa esiste già nelle pagine di dettaglio. Amazon ha lanciato una funzione interattiva basata su intelligenza artificiale generativa che simula come i vestiti appaiono su modelli reali di tutte le taglie, da XS a 4XL. I clienti possono scegliere il modello preferito dai dettagli dei capi idonei tramite l’opzione “Choose Model”, selezionando da una galleria di immagini fino a 40 modelli reali.

Per chi pianifica le campagne, questo cambia il modo di leggere il budget. Se il fit è più prevedibile, il costo per acquisizione (CPA) reale si avvicina a quello che compare in dashboard: un click che porta a un reso non vale come un click che resta. Il ROAS non viene più letto come un dato pulito, perché la conversione che torna indietro è una spesa pubblicitaria parzialmente sprecata. Non serve una nuova struttura di attribuzione: serve scegliere quali cataloghi mostrano la vestibilità reale e spostare lì il budget.

La galleria di 40 modelli reali non è un gadget da product page: è un test in produzione su larga scala. Un media buyer può confrontare resi e conversione tra schede che offrono “Choose Model” e schede che non lo offrono. Il reso smette di essere solo un problema logistico e diventa un indicatore chiave di performance (KPI) che può essere misurato e pianificato. Non c’è una checklist pronta, ma una domanda operativa diventa concreta: quali campagne vale la pena spostare su cataloghi che mostrano il fit reale?

Il vero risultato non è il 17,7%. È la possibilità di spostare il rendimento della spesa e-commerce: chi continua a ignorare l’accuratezza del fit pagherà per resi che Amazon ha già iniziato a ridurre. La stima della forma corporea non è un dettaglio tecnico; è una leva di performance per chi gestisce budget.