Penggabungan DXL–FullBeauty buka jalan baharu: fesyen plus size yang benar-benar inklusif, dikuasakan AI untuk fit, stok dan pengalaman beli-belah yang jauh lebih bijak.
Penggabungan DXL–FullBeauty: Apa Kaitan Dengan AI Runcit?
Pasaran pakaian plus size global dianggarkan melebihi ratusan bilion ringgit, tetapi kadar kepuasan pelanggan masih rendah: stok selalu tak cukup, saiz tak konsisten, dan pengalaman beli-belah sering mengecewakan. Majoriti jenama besar masih menganggap segmen ini sebagai sampingan, bukan keutamaan.
Sebab itu pengumuman pada 12/12/2025 bahawa Destination XL (DXL) dan FullBeauty Brands akan bergabung dalam “merger of equals” patut buat pemain runcit dan e-dagang di Asia Tenggara buka mata. Bukan sekadar kerana gabungan ini mewujudkan gergasi fesyen inklusif dengan jualan gabungan sekitar USD1.2 bilion, tetapi kerana potensi mereka untuk menggunakan AI dalam runcit & e-dagang bagi menguasai pasaran niche yang lama terabai.
Dalam siri “AI dalam Runcit & E-Dagang (Rangkaian Besar & Pasaran)” ini, kita tengok bagaimana penggabungan ini boleh menjadi ‘manual’ tidak rasmi untuk peruncit seperti Lotus’s, AEON, Zalora, Lazada atau Shopee membina strategi AI mereka sendiri – terutamanya bila melayani segmen pelanggan yang sangat khusus seperti plus size.
Gambaran Ringkas Penggabungan DXL–FullBeauty
Fakta utama penggabungan:
- Penggabungan dijangka selesai pada separuh pertama 2026
- Jim Fogarty (CEO FullBeauty) akan jadi CEO syarikat gabungan
- Peter Stratton (CFO DXL) akan kekal sebagai Ketua Kewangan
- 296 kedai fizikal + base pelanggan 34 juta isi rumah
- Jualan gabungan 12 bulan (hingga Oktober 2025): kira-kira USD1.2 bilion
- Jangkaan penjimatan kos tahunan: USD25 juta menjelang 2027
- Struktur pemilikan: pemegang saham FullBeauty 55%, DXL 45%
- Syarikat gabungan kekal tersenarai awam di pasaran saham melalui DXL
Walaupun DXL melaporkan jualan suku ketiga menurun lebih 5% dan comps jatuh lebih 7%, kedua-dua pihak jelas nampak satu perkara: pasaran fesyen inklusif masih sangat kurang dilayan dan berpecah-pecah. Ini jarang berlaku dalam retail moden – pasaran besar, tapi pemain bersepah dan tiada dominan.
Di sinilah AI menjadi senjata strategik.
“Dengan menyatukan DXL dan FullBeauty, kami mewujudkan peneraju dalam pasaran yang berpecah, yang akan mentakrif dekad seterusnya fesyen inklusif,” – Jim Fogarty.
Kenapa Fesyen Plus Size Perlukan AI Lebih Daripada Segmen Lain
Realitinya, pakaian plus size jauh lebih kompleks berbanding straight size:
- Variasi bentuk badan lebih besar walaupun dalam saiz yang sama (contoh: dua orang 3XL boleh ada bentuk bahu dan pinggul berbeza sekali)
- Kadar pemulangan (returns) biasanya lebih tinggi kerana fit tak kena
- Stigma sosial buat ramai pelanggan lebih selesa beli atas talian, bukan cuba di kedai
- Permintaan sering tak sepadan dengan stok di saiz tertentu, menyebabkan stock-out atau lambakan
Di sinilah AI dalam runcit & e-dagang menjadi kritikal:
- AI untuk ramalan inventori mengikut saiz dan bentuk tubuh
Bukan lagi sekadar ramal jualan S–M–L, tetapi pecahan mendalam:- 2XL dengan potongan regular vs relaxed
- Pinggang elastic vs struktur
- Perbezaan keperluan antara pelanggan lelaki Big & Tall (DXL) dan pelanggan wanita pelbagai bentuk (FullBeauty)
-
AI untuk pemperibadian pengalaman beli-belah
Dengan data 34 juta isi rumah, gabungan ini boleh bina model:- “Customer lookalike” untuk syor produk lebih tepat
- Kedai maya yang susun koleksi ikut bentuk badan, bukan hanya ikut saiz
- Styling recommendation yang ambil kira sensitiviti budaya, konteks kerja, majlis dan sebagainya
-
AI untuk pengurusan pulangan (returns) yang lebih bijak
Data pulangan + sebab pulangan + maklumat fit boleh latih model untuk:- Ramal item mana berisiko dipulangkan
- Tindak awal dengan ulasan saiz yang lebih jujur dan tepat
- Uji variasi potongan (fit experimentation) sebelum dilancar besar-besaran
Bagi peruncit Malaysia atau rantau ASEAN, cabarannya sama: pelanggan semakin pelbagai, tetapi sistem lama masih fikir saiz sekadar nombor di tag. AI ialah cara paling praktikal untuk urus kerumitan ini pada skala besar.
Teknologi Fit & Data Pelanggan: Aset Terbesar Syarikat Gabungan
DXL baru-baru ini memperkenalkan teknologi pengimbas saiz, FiTMAP, dan FullBeauty pula terkenal dengan program pertukaran percuma yang mesra pelanggan. Kedua-dua inisiatif ini menghasilkan data fit yang sangat kaya.
Bagaimana AI Boleh Guna Data Fit Ini
-
Model saiz dinamik (dynamic sizing models)
AI boleh belajar dari:- Ukuran badan sebenar (melalui pengimbas atau input manual)
- Item apa yang akhirnya ‘cocok’ dan mana yang dipulangkan Hasilnya, sistem boleh kata: “Walaupun awak biasanya 2XL, untuk potongan jaket jenama X, saiz yang paling kena ialah XL.”
-
Peta tubuh populasi (body shape mapping)
Dengan jutaan data, syarikat boleh:- Kenal pasti kluster bentuk badan utama pelanggan mereka
- Ubah reka bentuk produk berdasarkan data sebenar, bukan sekadar standard saiz lama
- Atur inventori setiap cawangan ikut profil pelanggan kawasan tersebut
-
Pengalaman omnichannel yang konsisten
Satu profil fit boleh digunakan di:- Kedai fizikal (staff guna tablet dengan profil pelanggan)
- Aplikasi mudah alih dan laman web
- Marketplace pihak ketiga (dengan integrasi API)
Bila data fit digabung dengan sejarah pembelian, tabiat melayari, dan maklum balas pelanggan, potensi pemperibadian memang besar. Ramai peruncit besar di Malaysia bercakap tentang “single customer view”, tapi jarang ada yang masukkan dimensi tubuh dan fit ke dalam model AI mereka. DXL–FullBeauty berpeluang jadikan itu kelebihan kompetitif utama.
GLP‑1, Turun Berat & Strategi AI Mengikut Perjalanan Hidup Pelanggan
Satu faktor menarik dalam pengumuman penggabungan ini ialah rujukan kepada ubat GLP‑1 (seperti Ozempic, Wegovy dan lain-lain) yang semakin popular di AS untuk pengurusan berat badan. Ada pemerhati bimbang ini akan mengecilkan pasaran plus size.
Namun ramai penganalisis melihat kesannya lebih kepada sedikit pengecilan purata ukuran pinggang, bukan “hilangnya” pasaran plus size. Malah DXL dan FullBeauty sudah memposisikan diri untuk menjadi jenama sepanjang perjalanan turun naik berat pelanggan – bukan hanya bila mereka plus size.
Mereka menekankan fokus bersama pada "fit, fleksibiliti dan sokongan berterusan" untuk pelanggan sepanjang perjalanan turun naik berat, termasuk pengguna GLP‑1.
Bagaimana AI masuk dalam naratif ini?
-
Model perjalanan hidup pelanggan (customer life journey modeling)
AI boleh mengesan pola:- Pelanggan mula beli saiz lebih kecil secara konsisten
- Kekerapan pembelian kategori tertentu (contoh: activewear) meningkat
- Perubahan gaya hidup berdasarkan produk dibeli Lalu sistem boleh sesuaikan cadangan produk, nada komunikasi dan promosi – tanpa menghakimi, sambil menghormati privasi.
-
Subscription & wardrobe planning pintar
Untuk pelanggan yang turun berat secara bertahap:- AI boleh cadangkan pelan “wardrobe transition”: pakaian kerja, kasual dan formal yang dioptimumkan untuk beberapa saiz dalam 6–12 bulan
- Syarikat boleh tawarkan langganan di mana pelanggan boleh tukar saiz mengikut target, dengan logistik dioptimumkan AI
-
Harga dinamik & pengurusan margin
Bila saiz tertentu bergerak pantas atau perlahan, sistem harga dinamik boleh:- Sesuaikan diskaun dengan lebih tepat mengikut lokasi, saiz dan tempoh musim
- Lindungi margin walaupun berlaku perubahan mendadak dalam corak permintaan
Bagi peruncit di rantau ini, GLP‑1 mungkin belum sebesar di AS, tetapi konsepnya sama: pelanggan berubah, dan sistem lama yang statik tak cukup pantas. AI ialah cara paling masuk akal untuk mengikuti perubahan ini pada skala besar.
Implikasi Untuk Peruncit Besar & Marketplace di Malaysia/ASEAN
Most companies get this wrong. Mereka nampak berita merger besar di AS, anggap itu isu luar negara dan tak relevan. Hakikatnya, beberapa pelajaran dari DXL–FullBeauty sangat terus terang untuk pemain seperti Lazada, Shopee, TikTok Shop, Lotus’s, AEON dan rangkaian fesyen besar di rantau ini.
1. M&A Tanpa Strategi Data & AI = Kos, Bukan Peluang
Banyak penggabungan berakhir dengan kos integrasi yang tinggi dan sinergi yang tak tercapai. Dalam konteks hari ini, tanpa pelan integrasi data dan AI yang jelas, merger hanya jadi pembesaran masalah lama.
Apa yang patut ada dalam pelan pasca merger untuk peruncit:
- Pelan penyatuan data pelanggan, inventori dan transaksi dalam satu ‘data layer’
- Pasukan kecil AI/analitik khusus untuk projek pasca merger 12–24 bulan
- KPI yang jelas: penurunan kadar returns, kenaikan conversion, penurunan stok mati mengikut kategori & saiz
2. AI Harus Bermula Dari Use Case Paling Menyakitkan
DXL–FullBeauty nampaknya bermula dengan fit dan pengalaman pelanggan plus size – masalah paling kritikal dalam segmen mereka. Itu langkah yang betul.
Untuk peruncit di sini, beberapa use case yang biasanya beri impak paling cepat:
- Ramalan permintaan mengikut cawangan dan saiz
- Pengurusan promosi & markdown menggunakan AI pricing
- Pencarian produk visual dan ‘shop the look’ untuk kategori fesyen
- Chatbot dan asisten styling berasaskan AI dalam aplikasi dan WhatsApp Commerce
3. Marketplace Perlu Lihat Data Sebagai Produk, Bukan Hanya Infrastruktur
Lazada, Shopee dan rakan-rakan marketplace mempunyai kelebihan besar: data rentas ribuan penjual. Jika digabung dengan AI:
- Mereka boleh bina enjin saranan khusus plus size merentas pelbagai jenama
- Tawarkan tool analitik kepada seller plus size: saiz mana patut tambah stok, reka bentuk mana patut dikurangkan
- Mewujudkan label “fit confidence score” pada produk berdasarkan data pulangan dan ulasan
DXL–FullBeauty menunjukkan bagaimana data pelanggan niche + AI boleh dijadikan asas kelebihan kompetitif, bukan sekadar laporan di belakang tabir.
Langkah Praktikal Untuk Pemain Runcit Besar di Rantau Ini
Kalau anda berada dalam pasukan strategi, digital, atau e-dagang di rangkaian besar atau marketplace, berikut beberapa langkah konkrit yang boleh diambil terinspirasi daripada kes DXL–FullBeauty:
-
Kenal pasti segmen niche yang paling kurang dilayan
Contoh di Malaysia:- Plus size Muslimah
- Big & tall lelaki bekerjaya
- Activewear untuk wanita berhijab dengan pelbagai potongan badan
-
Mulakan projek perintis AI berfokuskan segmen itu
- Model ramalan permintaan saiz & warna khusus segmen tersebut
- Modul recommendation yang ambil kira fit dan gaya hidup
- Chatbot berbahasa Melayu/Indonesia yang faham istilah fesyen tempatan
-
Bangunkan “profil fit” atau sekurang-kurangnya panduan saiz pintar
- Gunakan soal selidik ringkas dan gambarajah badan
- Latih model AI untuk cadangkan saiz mengikut jenama & potongan
-
Jadikan metrik AI sebahagian KPI perniagaan, bukan hanya ‘projek IT’
Contoh KPI:- Penurunan kadar returns 10–20% bagi kategori plus size
- Peningkatan AOV (average order value) untuk pelanggan dengan profil fit lengkap
- Masa pusingan stok (stock turn) lebih pantas untuk saiz hujung (XS/3XL ke atas)
Saya pernah lihat beberapa peruncit tempatan yang sudah mula dengan projek kecil seperti recommendation engine generik, tetapi impaknya lemah kerana tidak disasarkan. Kes DXL–FullBeauty menunjukkan: lebih niche fokus AI anda, lebih kuat impak perniagaan.
Penutup: Fesyen Inklusif + AI Bukan Trend Sementara
Penggabungan DXL dan FullBeauty bukan hanya berita kewangan; ia gambaran jelas arah tuju runcit fesyen global:
- Segmen niche yang besar (seperti plus size) akan diterajui oleh pemain yang paling bijak mengurus data dan AI, bukan semata-mata paling banyak kedai.
- AI dalam runcit & e-dagang akan bergerak daripada ‘nice to have’ kepada tunjang strategi, terutama bila pelanggan mahukan fit yang tepat, pengalaman peribadi dan fleksibiliti sepanjang perubahan hidup mereka.
Bagi peruncit besar dan marketplace di Malaysia & Asia Tenggara, soalannya bukan lagi “perlu guna AI atau tidak?”, tetapi:
Di segmen mana anda sanggup jadi peneraju, dan sanggup bina keupayaan AI yang cukup serius untuk memenangi segmen itu?
Jika DXL–FullBeauty sedang bersedia “mentakrif dekad seterusnya fesyen inklusif” dengan AI, siapa pula yang akan memimpin fesyen inklusif dan runcit pintar di rantau kita dalam 5 tahun akan datang?