一、案例定位

理解 image generation 如何降低消費者在網購服飾時的想像成本。

二、學習目標

• 辨識 virtual try-on 的輸入、輸出與衡量指標。
• 不把體驗功能直接等同轉換率提升。

三、案例情境

原書列出 Anthropologie、Everlane、H&M、Loft 等零售商與 Google 合作，利用生成式 AI 讓消費者虛擬試穿不同服裝。

四、開始資料

五、Excel／AI 分析方法

可追蹤 try-on usage、add-to-cart rate、conversion、return rate；用 cohort 比較功能使用者與未使用者，但需注意 selection bias。

六、計算結果

原書沒有提供上述品牌的 conversion 或 return 數字，因此不補造結果。

七、結果分析與管理解讀

虛擬試穿的商業價值應以 customer journey 指標驗證，而不能只以生成圖片品質判斷。

八、AI 提問詞

根據已提供的 virtual try-on cohort KPI，比較使用者與未使用者的 conversion／return 差異，並提醒 selection bias。

九、思考／情境變動

**題目：**若使用者 conversion 為 6%、未使用者為 4%，相對提升多少？

參考解答：(6%-4%)/4%=50%；但這是教材模擬，不代表因果效果。