我們家的i衣櫥鞋櫃，e起成長

　　在百貨商場或街邊門店內，經常看到場景對話：「不知是否穿得下?會不會太小了」「若穿不下，保留標籤，可以退換」，或者「喂!明明你的鞋子是穿幾號?」「不知啦!在打電動不要吵啦」，相信是大家共同經歷。

　　從孩子還小時，全家一起逛街購物，買衣服、鞋子、吃飯，與隨著孩子成長，比較不願意跟著出門，父母依然會逛百貨賣場購物，也想到幫孩子購買時，也或者看到適合長輩的衣服、褲子、鞋子時，想要買時，總會出現這樣場景對話，消費者被商品所吸引，或者因行銷活動的優惠，想要幫家人購買商品，然而，卻不知家人衣服、褲子、鞋子的尺寸、不知商品是否合身，儘管可以換貨，但要促進消費者增加購買商品時，總會多費些心力，或許依然成交，但更多時候，是眼見商機流失。

　　在電子商務方面，香港零售巨頭馮氏集團旗下子公司 FUNG GLOBAL RETAIL & TECHNOLOGY 日前發佈 2015年全球鞋類電商資料，報告中指出中國已成為最大市場，並且在千禧一代的主導下電商業務大幅增長。休閒運動和崇尚健康的生活方式帶動了運動鞋的需求量，還有試穿和退貨的成本成為制約鞋履電商發展的主要因素。

　　據試衣技術服務供應商 Fitcode 的資料，每年電商在退貨成本上的花費高達 2600億美元。但隨著新技術的進步，消費者也能線上選到合適尺碼的產品，這樣大大節約了商家的成本。True Fit 、 Fitcode等試衣技術大大降低了退貨率。

　　馮氏此前的研究顯示，多管道的時尚零售商，其電商業務的退貨率達到 15%~20%；但對電商單一模式的零售商來說，退貨率更高：服裝、鞋履純電商企業 Zalando 的退貨率高達 50%，AS0S 的退貨率近年來約為30%。還有部分電商提供免費退貨服務，跨境電商業務更是面臨高額的運費和退貨成本。

　　據 Body Labs 2016年四月的研究表明，美國消費者線上購鞋的退貨率平均達到了20%，而實體店購物和線上購買服裝的退貨率分別為13%和23%。其中最主要的退貨原因就是尺碼不合適，其他原因還包括：品質差、款式不喜歡、不想要了等等。

　　為此，美國電商巨頭亞馬遜（Amazon）於2015年收購了總部位於匹茲堡的創業公司 Shoefitr。Shoefitr 已經開發了一套 3D 試鞋技術，方便網上購鞋的消費者買到更合適的鞋履。收購完成後，該技術將應用于亞馬遜旗下主打鞋履的電商網站 Zappos。(資料來源 瘋時尚網站。網址：http://ifashiontrend.com/2015-online-shoe-consumption-report/ )

圖：瘋時尚網站 文章標題

　　而在台灣，依據經濟部2015年我國B2C網路商店經營現況研析報告，針對所有網路商店販售商品類型統計分析，其中 以銷售服飾、鞋、包類商品的網路商店為最多，共佔 158 家，高居第一，而第二名商品為3C、電器類商品為107家，其他類型商品所佔家數就都在2位數以下，如圖所示：

　　不僅顯現，網路經營服飾、鞋包的門檻較低，容易進入，也表示競爭更是激烈，但也帶動消費人潮，以及無可避免，因試穿、不合適的退貨成本的管理，故輔以行動科技運用之善化、深化與強化的會員關係經營，站在以消費者為中心的立場，建構我們家的ｉ衣櫥、鞋櫃行動APP，突顯差異化服務，從擴大對會員的家人服務的開源、增加客群，到降低退貨率與相關費用成本的節流，將會是ｅ商機無限大。

　　我們家的i衣櫥鞋櫃APP，基本上是行動商務延伸，也就是擴充會員管理的功能，以消費者為中心的服務概念，在於能黏住消費者，讓此APP為消費者所鐘愛，因此就必須具有的功能，能夠讓會員記錄本身以及家人的衣服、褲子、裙子、鞋子的尺寸等等，購買的日期、地點、商品品牌，購買後，也能拍下實體商品照片、紀錄商品色系與形式特色、與穿著的感受、喜愛程度，與購買時的起心動念或是生日禮物、升學紀念等等，而因是我們家的i衣櫥鞋櫃APP，顧名思義，是我們的家人的手機都使用此APP，以共享資料，以達到幫家人購買衣服、褲子、鞋子能夠無縫接軌，不只是合適尺寸，連商品形式、色系都能是家人喜愛風格，而由於有紀錄購買商品照片、或穿著商品照片，都存放在雲端，成為我們家的i衣櫥鞋櫃，日機月累下來，隨著年歲增長，穿不下衣服或鞋子也許送人或回收，已不在佔據家中衣櫥鞋櫃空間，但是因已數位典藏放在雲端，故還是能夠在APP呈現出來，而那是成長過程記憶呈現。

　　所以，就服飾、鞋履業者當建構電子商務運作模式，在市場競爭激烈中的脫穎而出，除商品豐富性與特色外，更重要是提供會員服務價值、個人化服務，更應擴及會員家人連結價值，能夠代購服飾鞋履商品，不會有尺寸困擾，也能降低退貨比率，尤其是辦行銷活動時，更能增加商品銷售，而提供會員服務，在任何同業的零售店面或電子商務購買，也都能使用我們的i衣櫥鞋櫃APP，畢竟是以消費者為服務主體，而也得以形成服飾鞋履蒐集消費者購物習性大數據，進而市場化與個人化情報分析、預測，有助於業者商品研發、採購，及對會員個人化喜好服務推播，精準銷售，e起成長，開創發展，更加穩固。