“FitGraph”: Prediktiv graderings‑ og størrelsesmodell for færre returer

Offentlig prosjektsammendrag

Prosjektet skal utvikle en prediktiv graderings- og størrelsesmodell for sportsklær som kan redusere returandelen med minst 20%. Feil passform er den største årsaken til returer i netthandel, noe som gir høye kostnader, lavere kundetilfredshet og unødvendig miljøbelastning. Utfordringen er at dagens størrelsesguider og anbefalingssystemer ikke tar hensyn til variasjoner i materialegenskaper, produksjonsbatcher og ulike kundeprofiler. Det finnes ingen kjent løsning som kombinerer disse datakildene i én modell. Prosjektet vil derfor forske på hvordan stoff-strekk-kurver, produksjonsdata, kundefeedback og returårsaker kan integreres i en kausal og sekvensiell maskinlæringsmodell som estimerer sannsynlig passform for hvert kunde-segment. Fremgangsmåten omfatter systematisk datainnsamling, utvikling av algoritmer, simuleringer på historiske data og A/B-testing mot dagens størrelsesmatrise. Resultatet blir nye graderingsregler, bedre kundetilfredshet og en mer bærekraftig e-handelsprosess.