服装的退货率原因非常复杂，尺码不符是一个非常重要的原因。颜色,款式,面料稍有差异，消费者很多时候容忍度大一点都还马马虎虎可以接受，但是尺码不合，长了，短了，大了，小了，那真是退货没商量。看看你的退货，看看你的库存，品牌方需要想想自己究竟有多了解消费者的身体数据。原有的消费者体型变到哪里去了，新客是什么样的体型，这些品牌的消费者体型数据还知道多少，品牌的产品尺寸究竟离品牌核心人群的体型数据偏离有多远。

尺码不符的原因分析大概有以下几种；

1，国家标准滞后，企业自己调整没有明确的方向和数据支持。

企业在生产的过程中，一般都是按照国家标准的号型去生产服装。现行的国家标准是2008年的版本，这个版本的标准和当前消费者的数据很多时候已经对不上了。按照国家标准女体M号是160/84A，现在很多企业已经使用165/88A作为M号了。企业都在微调以更好的适应市场，但目前绝大多数企业还没有自己的消费者数据库，很多调整也只能是根据经验来调整，是被销售，被市场倒逼的一个微调。

上图是国家体型的分布占比图，标准体型的男性只占人口总比例的39.21%，女性占比44.13%。很多企业如果每个体型，每个尺码都做全，最后自己的SKU会非常多，所以很多企业只有标准体型的产品。其他体型基本都是在这些什么大一号或者小一号来选择的。自然难以获得满意的客户体验。

2，消费者按照自己的经验选择，但每个品牌尺码又不一样。

消费者在线上选购产品时，一般会问客服，你们家尺码是偏大还是偏小啊？我穿你们家产品的什么尺码啊，消费者一般也非常愿意的配合客服提供身高和体重让客服帮忙做选择，但很多时候，同样身高和体重的人，三围尺寸偏差还是很大的。已经是优选了，已经很努力了，最后选出来的尺码还是达不到消费者满意的效果。

客观的来讲，服装退货一方面降低了销售额，另一方面也给用户带来了不愉快的购物体验。同时还产生了来来回回的快递费用，这个是服装销售中切切实实的痛点、难点。产生这样问题的原因其实是消费者体型数据和企业生产的产品数据之间缺少直接链接，企业看不到消费者的数据，消费者不清楚企业的产品数据。

既然大数据时代已经到了，是时候利用数据构建每个品牌自己的尺码体系sizingstrategy。根据国外品牌重构尺码系统的经验，构建自己的尺码体系，可以获得如下收益

智能量体时代已经来了，通过手机拍摄一张照片获取消费者的数据，已经让这样的数据积累变得容易了很多。

我们目前通过和企业合作，在企业的公众号上建立企业自己的智能量体系统，企业可以利用这个工具，直接获取消费者的体型数据，用这些数据做基础优化品牌的版型设计，让品牌的版型精准地覆盖品牌的核心消费人群。这是一个长期的工作，需要持续积累数据，样版师对版型的持续优化，持续调整，最终让你那些死库存越来越少。让你的销售最大化，同时用户体验得到很好的提升。