Bingoapp: Una nueva experiencia de compras

El comercio electrónico en la industria de la moda ha experimentado un crecimiento significativo, impulsado por el aumento de los ingresos disponibles, la penetración de Internet y las bajas tasas de interés. Se espera que el mercado global de moda en línea crezca de $821.19 mil millones en 2023 a $905.62 mil millones en 2024, con una tasa de crecimiento anual compuesta (CAGR) del 10.3 %, según un informe de Research and Markets [13]. Este dinámico contexto motiva la necesidad de nuestra investigación para mejorar la interacción del usuario con el proceso de compra en línea, al eliminar el problema de no saber las tallas adecuadas y mejorar el etiquetado de las imágenes donde en un futuro ayudará a arrojar resultados más precisos en los motores de búsqueda. El proceso de compras es agradable e incluso satisfactorio pero puede verse afectado por múltiples factores que influyen en la eficiencia y la experiencia del consumidor. Un factor particularmente confuso es el fenómeno del vanity sizing, donde las tallas de ropa varían significativamente entre diferentes marcas y fabricantes, haciendo difícil para los consumidores seleccionar la talla correcta sin probarse la ropa físicamente [14]. Basándonos en la investigación previa que identificó elementos importantes en la experiencia de compra [7], esta tesis se centra en la implementación de dos funcionalidades claves para el funcionamiento de la aplicación llamada Bingo. Estas dos funcionalidades son: Búsqueda Avanzada y un Sistema de Medidas. La Búsqueda Avanzada analiza imágenes de prendas de vestir que son subidas por los usuarios para determinar el tipo de prenda, buscando mejorar la precisión en la identificación y facilitar una experiencia de compra personalizada. Por otro lado, el sistema de Medidas técnicas hace uso de procesamiento de imágenes y aprendizaje automático para estimar las medidas del usuario, abordando directamente el problema del vanity sizing y personalizando aún más la experiencia de compra. Este enfoque no solo contribuye a una mejor experiencia de compra en línea, sino que también prepara el terreno para futuras mejoras en los motores de búsqueda basados en imágenes.

• Autores: Cáceres Charari, Johan Sebastián; Martínez Galindo, Laura Isabela
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/74684
• Acceso en línea: https://hdl.handle.net/1992/74684
• Palabra clave: Machine learning; Ropa; Categorización; Medidas; Análisis de imágenes; Aplicación móvil; Ingeniería
• Rights: openAccess
• License: Attribution-NoDerivatives 4.0 International