Sizing intelligence is een strategische prioriteit nu merken zich voorbereiden op AI-gedreven commerce
Een nieuw rapport van Coresight Research, ‘Shifting the Size and Fit Paradigm: A three-pillar framework to reduce returns and future-proof for agentic commerce’ (mei 2026), identificeert de consumenten-, technologische en marktkrachten die het modelandschap hervormen. Het adviseert merken en retailers hoe zij zich kunnen voorbereiden en succesvol kunnen zijn in het licht van deze ingrijpende veranderingen. In dit artikel vat Alvanon, het technologiebedrijf voor maatvoering en partner van het rapport, enkele belangrijke bevindingen en direct toepasbare aanbevelingen samen.
Maatvoering en pasvorm zijn niet alleen een technisch probleem in productontwikkeling, maar ook een strategische kwestie van business intelligence. Dit blijkt uit nieuw onderzoek van Coresight Research in samenwerking met Alvanon, een technologiebedrijf gespecialiseerd in kledingmaatvoering. Het rapport toont aan dat merken sterkere ‘sizing intelligence’-kaders moeten opzetten om retouren te verminderen, de voorraadplanning te verbeteren en zich voor te bereiden op de opkomst van AI-gestuurd winkelen.
Online kledingretouren blijven een kostenpost voor de sector. Coresight schat dat het gemiddelde retourpercentage voor online kledingaankopen in de Verenigde Staten 23,4 procent bedroeg in 2025. Gebaseerd op een online kleding- en schoenenmarkt ter waarde van 201,1 miljard Amerikaanse dollar, komt dit neer op ongeveer 47,1 miljard dollar aan geretourneerde goederen. Bijna 70 procent van de consumenten die online gekochte kleding retourneerden, noemde maat en pasvorm als reden. Dit benadrukt wat het rapport omschrijft als een belangrijke kans voor retailers om retouren te verminderen en het consumentenvertrouwen te vergroten.
AI-shoppingassistenten verhogen de inzet
Het onderzoek identificeert drie krachten die de verwachtingen rondom maatvoering en pasvorm veranderen. Dit zijn ‘agentic commerce’, voorspellende maattechnologieën en veranderende lichaamsprofielen van consumenten door het gebruik van GLP-1-medicatie voor gewichtsverlies.
Naarmate AI-assistenten consumenten vaker helpen met productaanbevelingen en aankoopbeslissingen, lopen merken met inconsistente of onvolledige maatgegevens het risico minder zichtbaar te worden. AI-systemen zijn afhankelijk van gestructureerde, machineleesbare productinformatie om producten nauwkeurig te kunnen vergelijken en aanbevelen. Onnauwkeurige of onvoldoende maatgegevens leiden tot een lagere betrouwbaarheid van aanbevelingen en het op grote schaal repliceren van fouten. Merken worden na verloop van tijd lager geprioriteerd als hoge retourpercentages negatieve prestatiesignalen genereren.
De overgang is al gaande. Uit een onderzoek van Coresight uit december 2025 bleek dat 58 procent van de consumenten in de Verenigde Staten die bekend zijn met AI, tools voor kunstmatige intelligentie had gebruikt of van plan was te gebruiken om te winkelen. Daarnaast gaf 29 procent aan eerder te winkelen op websites die AI-assistenten aanbieden om de klantenservice te verbeteren.
Voorspellende maattechnologieën zijn afhankelijk van betrouwbare data
Retailers gebruiken steeds vaker voorspellende maattechnologieën om online klanten te helpen de juiste maat te kiezen. Het rapport benadrukt echter dat de effectiviteit van deze tools afhangt van de data waarop ze zijn gebaseerd.
“De kwaliteit van de aanbevelingen is daarom een directe weerspiegeling van de sizing intelligence waaruit ze putten.”
Gestructureerde informatie zoals kledingmaten, gradeerregels en stofeigenschappen moet verankerd zijn in consistente maatstandaarden. Dit is nodig voor nauwkeurige aanbevelingen, ook voor nieuwe producten zonder historische verkoopgegevens.
Gebruikers van GLP-1 stimuleren vraag naar duidelijkere pasvorminformatie
Het toenemende gebruik van GLP-1-medicatie voor gewichtsverlies beïnvloedt ook de vraag naar kleding. Volgens een onderzoek van Coresight uit november 2025 en maart 2026, meldde 70 procent van de GLP-1-gebruikers in de Verenigde Staten dat ze minstens één kledingmaat kleiner waren geworden.
Nu consumenten vaker te maken hebben met lichaamsveranderingen en het vernieuwen van hun garderobe, staan merken onder toenemende druk om duidelijkere pasvormbegeleiding en betrouwbaardere, stabiele maataanbevelingen te bieden.
Een raamwerk met drie pijlers
Coresight stelt een kernraamwerk met drie pijlers voor om maat- en pasvormstrategieën toekomstbestendig te maken.
“Een gedisciplineerde aanpak van maat- en pasvormstandaarden vormt de basis van alle inspanningen om het vertrouwen van de klant te vergroten en retouren te verminderen.”
De eerste pijler richt zich op het vaststellen van consistente maat- en pasvormstandaarden voor alle categorieën, inclusief duidelijke lichaamsafmetingen, maatdefinities en gradeerregels.
De tweede pijler is gericht op productinformatiemanagement (PIM). PIM zet pasvormstrategieën om in gestructureerde data-attributen, zoals afmetingen per maat en de rekeigenschappen van stoffen. Effectieve PIM-systemen bieden ook inzichten die maataanbevelingen voortdurend kunnen verfijnen.
De derde pijler is de productdetailpagina (PDP), die het rapport omschrijft als het laatste controlepunt voor de aankoop. Ongeveer 40 procent van de consumenten in de Verenigde Staten gaf aan een online kledingaankoop te hebben afgebroken vanwege verwarrende of ontbrekende productinformatie.
Om de conversie te verbeteren en het aantal retouren te verminderen, moet de maatinformatie op PDP's specifiek, duidelijk en praktisch zijn.
Maatvoering als business intelligence
Het rapport concludeert dat maatvoering moet worden gezien als een business intelligence-strategie die wordt gedeeld binnen de gehele waardeketen.
Nauwkeurige lichaams- en pasvormgegevens kunnen als input dienen voor beslissingen over ontwerp, merchandising en assortimentsplanning. Dit helpt retailers de voorraad te optimaliseren, verspilling te verminderen en de vraag effectiever te voorspellen.
Nu de lichaamsprofielen van consumenten steeds diverser en dynamischer worden, hebben merken die hun maatstrategieën baseren op echte klantgegevens een betere uitgangspositie om de klantloyaliteit te versterken en een concurrentievoordeel te behalen.
“Traditionele ‘one-size-fits-all’-aannames zijn niet langer effectief”, concludeert het rapport. Het stelt dat sizing intelligence nu essentieel is nu de industrie het tijdperk van AI-gedreven commerce betreedt.
Klik [hier](https://s3.alvanon.com/attachments/2adac6dd-81b6-4aec-a3da-272295fb9b4e_Shifting_the_Size_and_Fit_Paradigm--Coresight_Research.pdf om het volledige rapport te lezen.
Dit rapport wordt beschikbaar gesteld aan niet-abonnees van Coresight Research dankzij de sponsoring door Alvanon, een technologiebedrijf gespecialiseerd in kledingmaatvoering.
Dit artikel is in het Nederlands vertaald met behulp van een AI-tool.
FashionUnited gebruikt AI taaltools om het vertalen van (nieuws)artikelen te versnellen en de vertalingen te proeflezen om het eindresultaat te verbeteren. Dit bespaart onze menselijke journalisten tijd die ze kunnen besteden aan onderzoek en het schrijven van eigen artikelen. Artikelen die met behulp van AI zijn vertaald, worden gecontroleerd en geredigeerd door een menselijke bureauredacteur voordat ze online gaan. Als je vragen of opmerkingen hebt over dit proces, stuur dan een e-mail naar info@fashionunited.com.