Virtual Try-on messen: Testdesign und die Kennzahlen, die zählen
Nutzerinnen und Nutzer von Try-on-Funktionen sind keine Zufallsstichprobe, daher überzeichnen naive Vergleiche die Ergebnisse. Ein Testdesign mit Holdout-Gruppen, die wichtigen Metriken und die typischen Fallen.
DAS WICHTIGSTE Zusammenfassung der Redaktion
- Die berichteten Ergebnisse sind vielversprechend, beruhen aber weitgehend auf Unternehmensaussagen: Zalandos Director of Applied Science sagte gegenüber Business of Fashion, die Retouren seien nach einem Test im April 2023 um 40 % gesunken, wie eMarketer berichtet.
- Wer eine Try-on-Funktion nutzt, unterscheidet sich von Personen, die sie nicht nutzen. Ein Vergleich von Nutzenden mit Nichtnutzenden überzeichnet daher die Wirkung; stattdessen sollte zufällig bestimmt werden, wem die Funktion angeboten wird.
- Die primäre Metrik sollte die Nettomarge pro exponiertem Besucher sein, ergänzt um Conversion, Retourenquote nach Grund, durchschnittlichen Bestellwert und Wiederkäufe.
- Ein Difference-in-Differences-Design mit Kontrollgruppe, wie es eine Studie im Journal of Operations Management von 2021 zu kostenlosen Retouren verwendet, ist eine praktikable Option, wenn eine Randomisierung der Besucher nicht möglich ist.
- Zalandos eigene Darstellung trennt Pilotprojekte von der Skalierung: Das Unternehmen berichtet von bis zu 40 % niedrigeren Retourenquoten in Pilotprojekten mit dem Virtual Fitting Room und von einer Senkung der grössenbedingten Retouren um 10 % bei seinem Messtool. Das zeigt, dass die Effekte von Kategorie und Design abhängen.
Um Virtual Try-on sauber zu messen, bieten Sie die Funktion zufällig einem Teil Ihres Traffics an, behalten eine Holdout-Gruppe ohne Funktion bei und vergleichen die Nettomarge pro Besucher statt nur Nutzung oder Conversion. Nutzende, die sich freiwillig dafür entscheiden, sind nicht repräsentativ, daher schmeichelt ein simpler Vergleich von Nutzenden und Nichtnutzenden der Technologie. Legen Sie Metriken, Laufzeit und Abbruchregeln vor dem Start fest.
Welche Ergebnisse haben Händler für Virtual Try-on gemeldet?
eMarketer berichtete im April 2026, dass Levi Strauss eine generative KI-Funktion namens Imagine on Me entwickelt, dass Zara Anfang 2026 eine KI-Try-on-Funktion für App-Nutzende eingeführt hat und dass Zalando plante, seine Virtual-Try-on-Technologie 2026 für alle Kundinnen und Kunden auszurollen. Zitiert wurde ein Interview mit Business of Fashion, in dem Zalandos Director of Applied Science sagte, die Retouren seien nach einem Test im April 2023 um 40 % gesunken. Das Start-up Catches erwartet 10 % mehr Conversions und einen 20- bis 30-fachen Return on Investment, was eine Erwartung eines Anbieters und kein gemessenes Ergebnis ist. eMarketer wies zudem darauf hin, dass sich die Unternehmen meist noch in frühen Tests befinden und dass die meisten Kundinnen und Kunden kein Interesse an KI-Try-on-Tools haben.
Zalandos Darstellung vom Juni 2026 liefert zusätzlichen Kontext. Demnach sanken die Retourenquoten in Pilotprojekten mit dem Virtual Fitting Room um bis zu 40 %, und die Funktion nutzt Körpermasse, um einen 3D-Avatar zu erstellen, mit dem sich Grössen desselben Artikels vergleichen lassen. Für ein früheres Tool für Grössenempfehlungen anhand von zwei Fotos berichtete Just Style im Juli 2023, es habe die grössenbedingten Retouren bei Damenoberteilen und Kleidern in Deutschland, Österreich und der Schweiz um 10 % gesenkt. Die Spanne zwischen 10 % und bis zu 40 % zeigt, wie stark die Ergebnisse vom Tool, von der Kategorie und vom Vergleich abhängen.
Wie gestalten Sie einen validen Virtual-Try-on-Test?
- Wählen Sie einen engen Umfang: eine oder zwei Kategorien, in denen die Unsicherheit bei der Passform hoch ist und Retourengründe gut erfasst werden, etwa Jeans oder Kleider.
- Randomisieren Sie die Ausspielung auf Besucher- oder Kundenebene, damit die Gruppe mit Try-on-Angebot und die Holdout-Gruppe vergleichbar sind. Speichern Sie die Zuordnung dauerhaft, damit wiederkehrende Besucher dieselbe Erfahrung sehen.
- Erfassen Sie, ob jeder exponierte Besucher die Funktion genutzt hat, um sowohl die Wirkung des Angebots (Intention to Treat) als auch die Wirkung unter den Nutzenden schätzen zu können. Als Kennzahl für die Kernaussage dient die erste.
- Legen Sie Metrikset, Mindestlaufzeit und Entscheidungsregel vor dem Start schriftlich fest. Bestimmen Sie die Stichprobengrösse mit einer Power-Analyse, statt abzubrechen, sobald eine Zahl gut aussieht.
- Verfolgen Sie Bestellungen, bis die Retouren eingetreten sind. Im Modehandel heisst das, mindestens das Retourenfenster plus die Bearbeitungszeit abzuwarten.
- Werten Sie die Ergebnisse nach Kategorie, Endgerät sowie Neu- und Bestandskundschaft aus und lassen Sie die Holdout-Gruppe bis zur Schlussanalyse bestehen.
Welche Kennzahlen sollten Sie verfolgen?
| Metrik | Warum sie wichtig ist | Worauf zu achten ist |
|---|---|---|
| Nettomarge pro exponiertem Besucher | Vereint Conversion, Warenkorb, Retourenkosten und Funktionskosten | Erfordert eine verlässliche Zuordnung der Retourenkosten |
| Conversion-Rate | Zeigt, ob Try-on Zögern abbaut | Kann steigen, während auch die Retouren steigen |
| Retourenquote nach Grund (Grösse, Passform, Optik) | Zeigt, ob die Funktion am beabsichtigten Problem ansetzt | Gründe sind häufig uneinheitlich kodiert |
| Durchschnittlicher Bestellwert und Artikel pro Bestellung | Erkennt Bracketing, also die Bestellung mehrerer Grössen | Ein kleinerer Warenkorb kann ein gutes Ergebnis sein, wenn die Retouren sinken |
| Nutzung und Abschlussquote der Funktion | Zeigt, ob Kundinnen und Kunden sie bedienen können | Nutzung ist nicht Wirkung |
| Wiederkäufe innerhalb eines definierten Zeitraums | Prüft die Aussage zur Kundenbindung | Erfordert eine längere Nachverfolgung |
| Kosten pro Sitzung (Rechenleistung, Lizenzen) | Nötig für den ROI | Stückkosten ändern sich mit dem Volumen |
Welche typischen Fehler gibt es bei der Messung von Try-on?
- Nutzende mit Nichtnutzenden vergleichen. Wer anprobiert, ist möglicherweise schon entschlossener oder engagierter, daher überzeichnet die Differenz die Wirkung der Funktion.
- Zu früh messen. Retouren laufen den Bestellungen hinterher. Ein Conversion-Gewinn ohne Retourendaten sagt wenig aus.
- Den Pilot als Rollout werten. Ein Pilot in einer Kategorie mit begeisterten Kundinnen und Kunden lässt sich selten unverändert übertragen.
- Bildqualität und Avatar-Realismus ausblenden. Wenn das Rendering bei Passform oder Farbe in die Irre führt, können Retouren aus neuen Gründen steigen. Verfolgen Sie Retouren mit dem Grund «nicht wie abgebildet».
- Die Kostenseite überspringen. ROI-Aussagen brauchen neben den Gewinnen auch die Kosten für Rechenleistung, Integration, Support und Lizenzen.
Was tun, wenn sich Besucher nicht randomisieren lassen?
Ein quasi-experimentelles Design kann funktionieren. Eine Studie von 2021 zu kostenlosen Retouren bei einem schwedischen Online-Modehändler, veröffentlicht im Journal of Operations Management, nutzte einen Markt, in dem die Änderung eingeführt wurde (Dänemark, ab dem 1. November 2017), und andere europäische Märkte als Kontrollgruppe und verglich vorher und nachher mit Difference-in-Differences. Die Autoren prüften die Robustheit mit parallelen Trends, Event-Studies und Placebo-Tests. Dieselbe Logik gilt, wenn Sie Try-on zuerst in einem Markt starten, wobei Sie saisonale Unterschiede und Aktionen berücksichtigen müssen, die nur einen Markt betreffen.
Planen Sie die benötigten Daten im Voraus. Bestell-, Retouren- und Sitzungsdaten müssen auf Kundenebene zusammengeführt werden, mit einheitlichen Retourengründen und einem Flag für die Exposition. Wenn Ihre Retourengründe Freitext sind, investieren Sie vor dem Test Zeit in deren Bereinigung, denn die gesamte Analyse, ob Try-on bei Grösse und Passform ansetzt, hängt davon ab. Vereinbaren Sie mit dem Finanzbereich, wie die Kosten der Retourenabwicklung zugeordnet werden, damit die Margenzahl bei der Präsentation der Ergebnisse standhält.
Wie sollten Sie das Ergebnis lesen?
Betrachten Sie zuerst die Nettomarge pro exponiertem Besucher und ihr Konfidenzintervall. Ist sie positiv und die Retourenquote aus den beabsichtigten Gründen gesunken, skalieren Sie auf ähnliche Kategorien. Stieg die Conversion, ohne dass die Retouren sanken, ist die Funktion möglicherweise eher ein Marketinginstrument als ein Retourenhebel, was einen anderen Business Case bedeutet. Ist die Nutzung gering, verbessern Sie Platzierung und Geschwindigkeit, bevor Sie die Technologie beurteilen. Dokumentieren Sie schliesslich, was Sie wie lange getestet haben, damit die nächste Kategorie das Design wiederverwenden kann.
Häufige Fragen
Senkt Virtual Try-on die Retouren im Modehandel?
Manche Händler berichten das. Zalando gibt an, die Retourenquoten seien in Pilotprojekten mit dem Virtual Fitting Room um bis zu 40 % gesunken und, laut eMarketer, die Retouren nach einem Test im April 2023 um 40 %. Das sind Unternehmenszahlen aus Pilotprojekten. Testen Sie die Wirkung daher an Ihrem eigenen Sortiment, bevor Sie ähnliche Ergebnisse unterstellen.
Welche Metrik ist für einen Virtual-Try-on-Test am besten?
Die Nettomarge pro exponiertem Besucher, weil sie Conversion, Warenkorbgrösse, Retourenkosten und die Betriebskosten der Funktion einschliesst. Verfolgen Sie Retourenquote nach Grund und Conversion als ergänzende Metriken.
Wie lange sollte ein Virtual-Try-on-Test laufen?
Lange genug, um die Stichprobengrösse aus Ihrer Power-Analyse zu erreichen und Retouren zu beobachten, also mindestens das Retourenfenster plus Bearbeitungszeit. Brechen Sie nicht vorzeitig ab, nur weil ein Ergebnis günstig aussieht.
Warum nicht einfach Try-on-Nutzende mit anderen Kundinnen und Kunden vergleichen?
Weil sich Nutzende selbst selektieren. Sie sind womöglich bereits engagierter oder sicherer, daher überzeichnet der Vergleich die Wirkung der Funktion. Wenn Sie die Funktion zufällig anbieten und alle auswerten, denen sie angeboten wurde, entfällt diese Verzerrung.
Eine Ausgabe an jedem Werktag. In fünf Minuten gelesen. Kostenlos für Branchenprofis.
QUELLEN
- eMarketer: Retailers rely on virtual try-on to curb returns, boost conversions
- Zalando Corporate: How Zalando uses technology to help customers find the right size
- Just Style: Zalando reduces size-related returns with new tool
- Hanken School of Economics: The impact of free returns on online purchase behavior, evidence from an intervention at an online retailer
