Votre taux de retour vient de devenir un problème logiciel

Qu'est-ce que Zalando et Zara font réellement différemment ?

Les deux entreprises exploitent désormais des outils d'essayage virtuel pilotés par IA en production réelle, mais elles ont emprunté des voies techniques différentes pour y parvenir. Le système de Zalando mise sur la précision : il combine les propres mesures corporelles de l'acheteur avec des scans 3D détaillés de chaque vêtement afin de prédire si une taille donnée conviendra réellement, une approche que Bloomberg juge plus précise mais, de l'aveu même de l'entreprise, parfois inconfortable pour les acheteurs, car des études montrent qu'un avatar corporel peut affecter la confiance et le comportement d'achat d'une personne.

Zara a pris le chemin inverse. Son outil utilise l'IA générative pour habiller un avatar ressemblant à l'acheteur, privilégiant une image engageante et inspirante plutôt qu'une mesure exacte. Zara a déployé cette fonctionnalité en décembre, en parallèle de nouveaux frais de retour pour les commandes en ligne, et chaque tenue générée met actuellement environ deux minutes à s'afficher, avec un plafond quotidien de cinq tenues par acheteur, un compromis d'utilisation réel que l'entreprise accepte en échange du signal de taille qu'il produit.

Pourquoi un problème de taille coûte-t-il si cher ?

Parce que les retours ne sont plus une erreur d'arrondi dans le commerce de détail ; ils constituent aujourd'hui l'un des postes de coûts les plus importants du secteur. Les détaillants ont repris 15,8 pour cent de tout ce qui a été vendu en 2025, soit un total de 849,9 milliards de dollars, et le chiffre pour le commerce en ligne seul était pire, à 19,3 pour cent, selon des données sectorielles sur les taux de retour publiées cette année. Les acheteurs de la génération Z, la population que chaque détaillant de mode courtise le plus activement, ont retourné en moyenne près de huit commandes en ligne chacun l'an dernier, et 82 pour cent des consommateurs affirment désormais que la gratuité des retours est essentielle à leur décision d'achat, ce qui signifie que les détaillants ne peuvent pas simplement facturer les retours pour régler le problème sans perdre la vente elle-même.

Une mauvaise taille, et non des produits endommagés ou un changement d'avis, est le principal moteur de ce volume de retours, ce qui explique précisément pourquoi une solution logicielle visant à prédire l'ajustement avant le paiement, plutôt qu'une solution logistique visant à traiter le colis une fois qu'il est revenu, est devenue la direction dans laquelle les grands détaillants de mode investissent réellement.

Combien cela pourrait-il réellement permettre d'économiser, en chiffres réels ?

Les premiers résultats communiqués par les détaillants prêts à les divulguer suggèrent un effet réel et mesurable plutôt qu'un argument marketing. ASOS a annoncé une réduction de 160 points de base de son propre taux de retour après avoir testé un outil comparable de prédiction de la taille par IA, un chiffre qui peut sembler modeste mais qui se traduit par un volume réel de logistique inverse à l'échelle d'ASOS, et l'estimation de McKinsey sur le potentiel mondial fixe un plafond concret à l'ampleur réelle de cette opportunité.

Cela ne concerne-t-il que les détaillants de la taille de Zalando ?

Non, et c'est là que réside l'enjeu pour un détaillant en ligne européen plus modeste qui découvre le déploiement de Zalando et Zara. L'essayage virtuel est passé d'un projet d'ingénierie sur mesure à une véritable catégorie de fournisseurs : des plateformes telles que Genlook de Shopify, AIUTA et Catches vendent désormais des outils de prédiction de taille et d'essayage qui s'intègrent directement à une boutique en ligne existante, sans nécessiter de développer en interne tout un pipeline de scan 3D. Catches, l'un de ces fournisseurs, prévoit une hausse de 10 pour cent des conversions ainsi qu'un retour sur investissement de 20 à 30 fois le coût de mise en oeuvre pour les commerçants qui l'adoptent.

L'écart entre ce que Zalando a construit en interne et ce qu'un détaillant de taille moyenne peut désormais acheter sur étagère se réduit rapidement, ce qui transforme la question : ce n'est plus de savoir s'il faut construire cet outil, mais quel fournisseur tester en premier.

Que devrait réellement faire un détaillant en ligne de l'UE face à cela ?

Commencez par identifier le chiffre réel avant d'acheter un outil censé le corriger : extrayez votre propre taux de retour ventilé par catégorie de taille et par gamme de produits, car les catégories qui génèrent votre coût de logistique inverse le plus élevé, généralement les vêtements ajustés plutôt que les accessoires ou les chaussures dont les tailles sont plus indulgentes, sont celles où un essai pilote d'essayage virtuel produira un effet mesurable le plus rapidement. Menez ce pilote sur cette tranche restreinte du catalogue plutôt que sur l'ensemble de la boutique, afin que l'écart de conversion et de taux de retour soit attribuable à l'outil plutôt que noyé dans le bruit saisonnier global.

Mesurez le gain sur le coût logistique par commande, et pas seulement sur l'engagement en ligne ou le temps passé sur la page produit ; un acheteur qui passe deux minutes supplémentaires avec un outil d'essayage virtuel mais retourne quand même l'article vous a coûté les mêmes frais de réexpédition qu'avant, avec en plus une facture d'hébergement supplémentaire.

À lire ensuite: Le bond des drones d'Amazon laisse l'Europe plafonnée à 100 par jour  |  Le prix de l'Echo Dot grimpe de 60% alors qu'Amazon repense les tarifs de toute sa gamme d'appareils