SCIMM brengt onze lichaamsvorm in kaart: “Je maat zelf maakt niks uit”

ANTWERPEN - De Tinder van de pasmaten. Een Itsme op maat van je lijf. Een Spotifylijst met jouw favoriete pasvormen. Zo kijkt de naar Antwerpen uitgeweken Nederlandse Tessa Wardenburg naar de toekomst van fitting tools. Met haar start-up SCIMM, die ze samen met software-ingenieur Yannis De Cleene oprichtte, wil ze komaf maken met dat perfecte maatje 38 en terloops de sector verduurzamen.

Wardenburg begon haar carrière als prille twintiger bij een jeanswinkel tegenover het MoMu in de Antwerpse modeboulevard de Nationalestraat. “Het eerste wat ik deed, is de labels uit al die broeken knippen!”

“Een maat lees je niet af op een etiket, maar zie ik op het zicht”, vertelt Wardenburg. “Zo bleek ik erg goed in verkopen, omdat ik mensen hun morfologie zo goed kon inschatten. Voor veel mensen is een zoektocht naar de perfecte jeans een immense opgave. Ik kon op een klant afstappen en zeggen, ‘dit moet je hebben, want dat past perfect bij jouw body shape’. En dan kan de klant in alle rust kiezen tussen een blauwe of een gele broek, omdat de pasvorm al goed zit.”

Als verkoopster merkte Wardenburg hoe onze lichamen van elkaar verschillen. “Veel klanten kwamen helemaal uit de badstad Knokke, waar vrouwen vaak sporten of een liposuctie ondergaan hebben. Zij hebben een heel andere lichaamsvorm dan Antwerpse vrouwen, die graag en veel werkt en zo een redelijk mannelijke houding aanneemt, en zo ook soms een andere verhouding heeft tussen taille en heup.” Zo wist Wardenburg dat ze andere modellen diende aan te kopen in dezelfde kleuren. “Eén pasvorm voor Antwerpen, één voor Knokke en één voor Noord-Nederland. Dan heb je maar drie verschillende lichte jeans nodig.”

Door middel van die kennis is ook het zaadje van SCIMM geplant. “Hoe kunnen we het juiste product aan de man brengen bij de juiste mens? Hoe groot is je taille, hoe breed is je heup? Hoe lang zijn je bovenbenen, welk product matcht écht? We proberen ons zo vaak te wringen in een broek die niet bij ons past. Die verkopen marketeers aan ons. We trekken ze aan en denken dat we niet goed genoeg zijn. ‘Ik pas er niet in, het zal wel aan mij liggen, misschien moet ik diëten.’ Nee, dat moet je helemaal niet! Dit is jouw perfectly given beautiful body. Kleding moet op maat van jou zijn, niet andersom. Het model is 1 meter 80 en draagt een medium. We vergelijken onszelf continu met een andere persoon. Hoeveel body negativity hebben we nog meer nodig?”

Enkel perfecte vrouwen toegelaten

Kan je mensen wel standaardiseren? Dat vraagt Wardenburg zich na al die jaren nog steeds af. De kern van het probleem ligt volgens haar bij hoe we bij die maatvoering uitgekomen zijn. Kleren zijn niet meer op maat gemaakt, zoals jaren geleden de standaard was, maar ready to wear of klaar om te dragen.

Een schrijnend voorbeeld van die ready to wear-filosofie vindt Wardenburg bij Christian Dior. “In de jaren 50 mocht Dior uniformen maken voor luchtvaartpersoneel van Air France. Geen evidentie, want hij moest daarmee niet enkel de huidige maar ook de toekomstige stewardessen kleden. Iedereen moest die pakjes dragen. Zo heeft Dior de maatvoering helemaal hertekend.”

“Een heel belangrijk moment in de geschiedenis van de pasmaten” noemt ze dat. “Op zijn eentje heeft Dior bepaald welke look bij Air France past: een vrouw van 20 tot 30 jaar oud, ongetrouwd, kinderloos, met dit gewicht en deze ratio tussen borstomtrek, taille en heupen. Eigenlijk zegt hij daarmee: dit is mijn kledingstuk. En enkel als je daarin past, als je ‘de perfecte vrouw’ bent, kan je aan de slag bij de luchtvaartmaatschappij.”

“En dat seksistische, niet-diverse systeem,” walgt Wardenburg, “is exact het systeem waarop we vandaag nog steeds op werken. We standaardiseren mensen. We nemen een gemiddelde van duizend vrouwen en zo komen we aan onze maatvoering. Maar een wiskundige medium bestaat helemaal niet. We meten ons dus af tegenover een fictief persoon. En dan voelen we ons slecht als we niet in die kleren blijken te passen. Terwijl we mogelijk zelfs magerder zijn dan die gemiddelde persoon, maar onze heupen zich anders verhouden tot onze taille. Is het niet tijd om dat systeem de wereld uit te helpen?”

Tinderprofiel van de mode-industrie

Al twintig jaar lang, redeneert Wardenburg, proberen we nu door middel van scanners en andere oplossingen klanten te tonen hoe hun lichaam eruitziet en welke maat ze hebben. “Terwijl het maatsysteem zelf een tussenoplossing is, een communicatiesysteem dat niet meer voldoet. We shoppen nu eenmaal online, we leven in een globale wereld.”

Standaardisering zal nooit werken volgens haar, omdat we altijd te laat zullen komen. “Wat betekent een medium in ons land als er hier ook Afrikaanse en Aziatische heupen wonen? En zelfs al denk je dat je het gevonden hebt, dan komt er een nieuwe etniciteit naar Europa en ineens moet die standaard weer op de schop. Het werkt gewoon niet. Dus moeten we naar een ander systeem waarbij niet de maat gestandaardiseerd is, maar de productinformatie. Zodat merken wérkelijk kunnen communiceren over hun producten met klanten.”

De bottleneck van de gehele mode-industrie, vindt Wardenburg, is dat er geen datamodel achter onze producten zit. Dààrom is Wardenburg met SCIMM begonnen, zegt ze. “Ik vergelijk het met een matching profiel maken. Als je op Tinder wil, dan moet je een profiel aanmaken. Ook de mode heeft zo’n profiel nodig, en dat is nooit eerder gebeurd. Daarop focussen wij ons: hoe kunnen we de juiste productinformatie structureren?”

Wardenburg en De Cleene ontwikkelden een simpel statistisch model waarbij mensen hun lengte, leeftijd en gewicht dienen in te voeren. Aan de hand van AI en machine learning gaat dat model vervolgens aan de slag om producten te meten op basis van de morfologie van de eindklant. “Ook werken we met een scanner, maar ik weet niet zeker of dat iets toevoegt, of je dat exacte lichaam wel nodig hebt.”

Wat ze eigenlijk willen weten is hoe je je kleding rond je lichaam wil dragen. “Liever los of juist strak? Je kan via de app van SCIMM inloggen, je lichaamsvorm en je voorkeuren doorgeven, en zo zie je in je favoriete e-commerceplatform alleen nog de producten die jou passen. Zo vormt die app een soort van Itsme van je morfologie.”

Artikel gaat verder onder de afbeelding.

Nooit meer broeken inleggen

Toch zijn niet de consumenten de klanten van SCIMM, maar de modemerken. Elk krijgt een licentie waarop ze al hun producten weergeven. Wardenburg en De Cleene maken een digitale twin van het kledingstuk. “Op basis van de eindklant die het probeert te kopen, kunnen wij bovendien suggesties doen over hoe een small, medium en large – als je nog met die maten werkt – er zouden moeten uitzien.”

Op basis van die data kunnen merken zelf ook kennis opdoen. Het kan zijn dat klanten na de aankoop hun broek nog moeten inleggen, omdat hun benen korter zijn dan de broek. “Als dat bjivoorbeeld duiznde keer gebeurt, dan kan je daar als merk uit concluderen dat die broek misschien korter mag. Zo kan je de connectie tussen je klant en je product optimaliseren.”

Op die manier, denkt Wardenburg, kan je impact maken en de sector mee verduurzamen. “Momenteel ontwerpen we blind. We weten enkel wat er goed verkocht heeft, meer niet. Hoe die exacte medium er uitziet, kan je als merk niet zeggen. Misschien bied je een product aan en heeft je eindklant een geheel andere vorm.”

De ondernemer vergelijkt het met de digitalisering van de muziekindustrie. “Die heeft Spotify helemaal op zijn kop gezet. Nu weet die technologie exact welke muziek je graag hoort en kan de industrie, op basis van Spotify-data, ook voorspellen wat voor muziek er zou moeten gemaakt worden.”

Hetzelfde kan gebeuren binnen de mode-industrie. “Nu kijkt onze sector erg achteruit. Vorig jaar hebben we veel medium verkocht, dus dit jaar gaan we veel medium maken. We kijken continu in de achteruitkijkspiegel. Zouden we niet beter aan voorspellingen doen, in de plaats van achterom te kijken? Niet reactief werken, maar proactief inspelen op hoe je klant eruitziet.”

Echte lancering over één jaar

Een datamodel bouw je niet zomaar snel op. Momenteel werkt Wardenburg aan de “babyversie” van haar product. Via Shopify bieden ze een plug-in aan, voor 99 euro per maand. De eerste merken die daarop ingetekend hebben zijn MUD Jeans en Wolk.

“We vragen hun klanten om een fitquiz te doen. Aan de hand van hun lengte, leeftijd en gewicht kan het systeem dan bij elk product zeggen of je in die broek een maat 36 of juist een 40 hebt.” De merken bieden het hun klanten aan om het juiste product te vinden, maar het is ook een startpunt om data te genereren, om te weten wie hun klant echt is.”

De bedoeling is wel om al die data te beschermen. “We encrypten dat. Zo kan de klant info krijgen van de retailer via zijn profiel welke maten hem passen, maar zal de retailer daar niet van leren. De eigenaar van de data moet nog steeds de ontwerper zijn, het merk zelf, en niet de retailer. Anders wordt dit een Zalandomodel waarbij de tussenpersoon alle data in handen heeft, en de maker geen.”

Het idee is om een soort ‘matenpaspoort’, als een Itsme, op je smartphone te hebben. Zo kan je de software voor elk merk gebruiken, omdat je de lichaamsmaten in je broekzak hebt zitten. Wardenburg wil graag de grote spelers mee betrekken om hieraan mee te werken. “De C&A’s, Pumas en Adidassen van deze wereld”, droomt ze hardop.

Momenteel doet ze twaalf maanden onderzoek met vijf tot zes merken om productinformatie te structureren en de performance van de collectie uit te rekenen. Wolk en MUD Jeans zijn de eersten die daarop ingetekend hebben. “Wie is hun klant vandaag, wat is hun product? Wie bedienen ze op hun wenken, wie vergeten ze?”

Een frontend is er nog niet, althans niet visueel. “Dat willen we samen met de industrie doen. Want er is al zoveel tech gebouwd die uiteindelijk niemand gebruikt. SCIMM moet een inside job zijn.”

Binnen het jaar hoopt ze dat SCIMM écht gelanceerd kan worden. “En in de tussentijd hebben we de Shopify-plug-in. Die is simpel, omdat het kleine merken al de mogelijkheid geeft om een een-op-een-relatie met klanten op te bouwen. Zo kunnen we zien hoe de klant interageert. Als wij alleen producten laten zien die klanten passen, gaan ze daardoor meer kopen, krijgen ze meer vertrouwen en sturen ze niks terug.” Minder retours is bovendien, opnieuw, goed voor de duurzaamheid.

“Sizing doesn’t matter”, concludeert Wardenburg. “Met data kan je leren wat je klant past. Zonder maakt het niet uit welke maat je het noemt: als het je klant niet past, dan past het niet.”