虚拟试衣+人工智能 好买衣打造服装全渠道新零售

11月30日-12月2日,2017创业邦100未来领袖峰会暨创业邦年会在国家会议中心举行,好买衣联合创始人兼CEO黄仲生发表了名为“虚拟试衣+人工智能 好买衣打造服装全渠道新零售”的主题演讲。内容如下:

新零售这个词大家谈论蛮长时间,比较火。我们从2013年开始创立,先从虚拟试衣开始做起来,在线上看了这么多好看的衣服,但穿在身上到底怎么样不确定,买的时候你会犹豫这件衣服你要不要。拍下之后送货到家,试穿感觉不对再退回去,在这个过程中买到真正想要的衣服不容易。

我们做虚拟试衣之后发现,更大痛点还在线下。今年比较巧碰到新零售的趋势变化,那就谈谈我们对于这个事情新的理解。

这个画面大家可能都挺有感触的,我创业之前做投资。我们投了美丽说,发现一个很有意思的一现象,用户其实买的不是一件好看的衣服,这个衣服在模特身上很好看,但实际上穿在自己身上好不好看才是用户真正关心的。用户跑到试衣间,穿了很多件,试到一件不错才决定买,这个事情并不容易。服装企业的整个逻辑就是我把衣服设计好,模特展示很漂亮,放在线下橱窗里,用户进店就能找到好看的衣服。但这与用户实际找到自身穿上好看的那件衣服,差得很远。

我们在跟企业交流的时候,他们给我反馈了两个问题:一是用户进店,衣服挂在架子上,这么一件件挂着,翻完以后在镜前比一比,想象一下穿这个衣服什么样子,很难挑到好看的。用户试了几件不合适也不会再去试,在众多衣服里面找到一件好看的衣服不容易,大部分用户进店就走了,一件都没试。

第二个问题是即使用户试穿后买了,衣服是所有商品中最特别的品类。用户买手机,在网上看后认为不是假货,买回来对就行。但衣服要穿在自己身上,用户离开店后,也许一、两个月没有再到店来,店里有新款上来,怎么把用户持续留住,转化销售?这里更关键是用户的服务体验好,这是我们很关注的问题。

我们看看在这个事情上帮助他们解决什么事。线上和线下用户选择衣服都很难,她得一件件去穿,去换,谁能把虚拟试衣做起来,一试就能试到。我们从2013年开始创业,那个时候判断传统虚拟试衣的方式是没有办法做成的,我们做到现在也没有第二家用三维建模方式能做成。衣服需要一件件去做三维建模,特别是女装,一些立体的东西在建模方面非常困难,而且不好看。

我们能够做到什么效果呢?举个例子,三个用户,有一张是她真正穿到了衣服后拍照得到的结果,还有一个是建模在手机上,智能屏幕前就能看到效果。不用亲身去试,这是我们实现的比较大的突破。

(镜像级虚拟试衣技术,犹如照镜子的逼真试穿效果)

为什么几百家公司做,只有我们做到了?这是蛮自豪的一件事,第一,试穿得是你自己的身材,我们就得用非常简单的办法,用户先输入身高、体重这个准确信息,我不知道肩宽怎么量,但你知道你的肩是比较宽还是窄,或者臀是宽还是窄,通过标签,用更前沿的一些技术方式,把你在镜前的身材扫描出来,我们可以得到非常精准的用户体形。

得到体形还不够,气质、风格如何?女生对这个美非常敏感,用一张照片我们实际把她脸三维模型重建出来,你可以看到即使动态图象可以把脸估算出来,用普通相机就可以了,这时候我们再给她换发形、肤色、不同妆容等。

有了自己形象还不够,你怎么看到你穿这件衣服时,你自己的样子呢?别人穿衣服好不好看跟你也没有关系。每个人身材又不一样,找一个人跟你身材一模一样,它先穿好给你看,为此我们就做了一个机器人,自动去改变不同的身材。不管什么样的身材特征它都可以变出来。只要提供衣服,经过数据重建,就可以得到这件衣服在任何体形上的效果,得到逼真的效果。同样一款衣服,每个客户有不同的身材特征,不同的肤色发型,用户就能像照镜子一样,看到自己穿的效果了。

关键的不是试穿衣服,关键是通过试穿衣服买到自己觉得最好看的衣服。我们做了智能实体试衣镜在店铺里,用户上前创建自己形象,浏览衣服,一点击马上就看到自己上身效果。我们实际在一家著名法国快时尚品牌店内试了一下,得到了非常好的效果,平均用户会穿50多套。这个之前在衣架上用户从来不知道会怎么样,现在一看居然穿这种款式还不错,和靠想象拿出去不一样,购买率非常高,所以我们大幅度提升了购买转化。

(智能试衣镜:直观看到百套搭配的上身效果)

辅助有意思的一些地方,原来用户不仅是想试这些衣服,还想知道怎么搭配,配裤子,还是配裙子?我们做了任意搭的技术系统,一件衣服可以看到各种各样的搭法,品牌设计师、达人都可以创造很多丰富的搭配。一件衣服可以这么穿,那么穿,可能跟自己家里的衣服还挺搭配的,就更有可能实现购买。看起来整套都不错,买下来下周去见男朋友,就可能产生连带的购买,这些事情都是原来商家非常关注而且又做不到的事。

(查看每件单品的搭配推荐,促进购买甚至提升连带销售)

前面试穿完了,帮用户找到她可能穿起来最好看的款式。一是她到底适合什么款式,不好看的我就不要推荐给她了;二是用户喜欢什么,不同用户的审美,喜欢的风格是不一样的,我怎么帮助她找到。进店300件、500件衣服,能尝试的太有限了,经常有品牌好的策略是说,我去培训很好的超级导购。好的导购非常懂每个用户的心思,知道什么人穿什么更好看,但这种导购流失率很高,非常难培养。这个事情人工很难,既然有前面的试穿过程,我有了用户所有的样貌、身材数据。浏览过程中,我知道你点了什么衣服,没点什么衣服,我是比那个导购更了解你的,我们怎么做呢?比如用户已经看上了这件衣服,她点了我们后台就知道这个用户对这一类搭配风格更感兴趣,相关性比较差的我们就不推荐了,相似搭配款会更多一点去展示。

我们会提到线上这个数据更加有价值,把用户偏好捕捉下来,推送用户喜欢的风格之后,还有她合适的搭配,每个用户身材不同,发型不同,适合穿不同的衣服。我们看一个综艺节目,穿衣服挺一般的女生到台上,造型师给她打扮一下焕然一新。

我们AI可以提供,这个例子是比较典型的梨形身材的女性,微胖,臀部略宽一点,同样白色的上身T恤,右边的款式没有显得那么胖,臀宽的缺点没有了。用户经常说我要买件好看的衣服,其实用户是买衣服修饰她的身材使她变得比较好看,这是衣服的意义。

(根据用户身材特征,主动推荐展示身材优点的款式&搭配)

个性化的推荐,线下零售店,特别是服装,还会像原来那样结构布局吗?这是很有意思的问题,我们看到有些智能技术出来了,线下超市不需要人,实现无人零售等一些变化。我们想象服装在线下会有什么变化呢?我们的试衣镜放到线下发现有很好的导购引流效果,它是用户最喜欢体验的东西,挺抓眼球的。进店以后你也可能未必需要很大的面积做展示,这是我们做的概念性事例,原来店面必须放大量面积做陈列,因为用户必须去逛去发现才能找到合适的衣服。我们可以直接做到你用更小的面积去把所有衣服推出来,原来店里只能展示200,300款,现在你可以展示1000款,所以用户进店可以在店里尝试更多的可能性,有一些创新发现,仓库是跟试衣间连在一起的,用户选完衣服我们说:“你到3号试衣间,你选的5件衣服已经在那里了”,所以更高的效率产生更高的收入。

(同等面积店铺,展示数倍sku,显著提升坪效)

以前用户离店了以后就失联了,但现在用户在线上屏试穿,用微信扫一扫信息保存下来了。如果接下来有折扣我会主动告诉用户,用户也很喜欢,就扫了微信。这是品牌之前一直求之不得的事,每个门店卖了哪些款式,从来不知道他的那些用户是谁,长什么样子,有什么偏好,只知道这些货卖得挺好。但是我们可以把用户所有的脸形、身材、偏好都存下来,用户画像第一次给他画出来,用户就长这个样。

二是用户喜欢的款式有一个历史存下来了,以前线上都是模特穿的效果。因为有前面的试衣和推荐,这个时候我在微信上推的可能是新的冬装上来了,这时候推荐的是你自己在意喜欢的,跟自己相关的,而不是看的模特,所以很像一个贴心的导购,而不是一个销售说你买这个吧,买那个吧,你还看不到效果。

所有服装企业一定会有库存,打折去销售,打折对品牌形象伤害很大的,天天放五折优惠就不会认为你的衣服是正价应该卖的。而现在,我给真正感兴趣这件衣服的用户定向推送,六折,你是VIP可以购买,用户会特别开心,对品牌来讲这个折扣很快卖出去了,而且对品牌形象没有影响,这是我们去实现的一些事情。

(线下用户留存线上,提供AI个性化服务)

总结一下我们通过虚拟试衣和AI到底帮助了在服装企业产生什么变化:一个是用户在线下体验升级了,更好、更酷的方式去尝试到店里各种各样的可能性,找到用户穿起来最好看那一件,对品牌来讲,用户体验更好了。二是我把这个用户数据全部留存下来,7×24小时在用户的微信里,而用户还不觉得烦,你给她推送的款式还挺满意,你推荐折扣我更喜欢,更愿意跟品牌互动持续去玩。这时候你告诉我这件衣服即将售謦,线下哪个店有,用户就会去逛,把用户带到线下产生成交。

帮助服装企业第一次结构化数据去了解用户和商品,我的角色不只是试衣间,是超级导购,帮助品牌呈现最好的衣服给顾客,这是我们理解新零售怎么围绕具体每一个独特的用户给她体验,怎么样有结构化的数据,更好的变成商业体验。

我们自己开始做了一个APP,叫好搭,暂时只有女生的版本,女生可以下载这个APP去试品牌的衣服,资本市场上我们也有一些新的尝试,所以欢迎各位到时候感兴趣跟我们联系,谢谢各位。

相关文章

hey,又活捉一枚未来的“独角兽”,点击此处拎包入驻改变世界,我来助你风风火火完成大业!

注册