полная версия

Робот-стилист: бренд Rafinad запустил алгоритм интеллектуального подбора наряда

24 июля 2017, 11:00 — Пресс-релизы 192
Бренд одежды Rafinad вывел на новый уровень процесс подбора актуального платья. Алгоритм Rafinad Stylist обрабатывает фотографии пользователя в соцсетях, определяет оптимальный стиль одежды и предлагает актуальный наряд. Разработчики инновационного продукта установили, что их методика сокращает среднее время выбора наряда с 18 до 6 минут и более чем вдвое увеличивает вероятность покупки.

Хотя российский рынок e-commerce по-прежнему растет, сделать выбор в интернете, полагаясь на собственный вкус, не так-то просто. Возвраты товаров, приобретенных онлайн, сегодня составляют около 40%. В сегменте одежды и обуви этот процент может быть еще больше: эксперты называют цифры до 60-70%. И хотя в реальных торговых точках эта цифра редко доходит до 9%, после их посещения многие женщины все равно остаются недовольны решением о покупке. Иначе откуда бы взяться стольким сервисам перепродажи неподошедших вещей и попыткам пристроить платье, которое было надето всего раз?

Даже если оставить за бортом тему бессмысленного потребления, проверенные и взвешенные подходы тоже нередко дают сбой. Изучение теорий женских типажей и цветотипов внешности, мастер-классы подбора капсульного гардероба и базовых вещей, даже помощь профессионального стилиста часто приносят разочарование. Мы по-прежнему покупаем то, что нам не подходит — и возвращаемся к поискам себя.

Среди тех, кто работает над решением этой проблемы — российский дизайнер, управляющий партнер бренда Rafinad Яна Строкова. Каждая коллекция Яны рождается как часть бесконечного путешествия. Уже 7 лет она путешествует по миру в поисках лучших поставщиков тканей, фурнитуры и оборудования. После первой поездки она открыла небольшое ателье, которое за 4 года превратилось в профессиональную фабрику и мастерскую дизайнера. Бренд Rafinad представлен бутиками в Москве, Самаре и Санкт-Петербурге, а заказы в онлайн-магазин поступают из Европы, Америки и даже Австралии.

Психолог по образованию, Яна проанализировала, как женщины покупают одежду, и разработала методику оценки клиента для продавцов. Собрав данные 16 тысяч покупателей, она учла ряд факторов — таких как любимая цветовая гамма, активность в соцсетях, возраст, локация, предыдущие покупки. Методика позволила сократить время выбора в три раза — с 18 минут до 6. При этом число покупок из расчета на одну клиентку выросло более чем вдвое: с 1,4 до 3,2.

Успешно протестировав метод, Яна решила его автоматизировать. Алгоритм, разработанный на базе методики, позволил также изучить предпочтения клиенток в соцсетях, учесть совершенные покупки и заинтересовавшие товары. В результате система Rafinad Stylist отбирает для покупательницы те товары, которые полностью соответствуют ее желаниям, стилю и вкусу.

«Система Rafinad Stylist анализирует 20-30 ваших фотографий, скажем, из Инстаграма, определяет на них основную персону, основную эмоцию и основную цветовую гамму одежды, — объясняет Яна Строкова. — Затем алгоритм определяет ваш индекс популярности, анализируя количество ваших подписчиков, количество пользователей, на которых вы подписаны, количество лайков, количество комментариев. Далее система изучает тексты в комментариях, точно так же, как и с фото, оценивая их среднее эмоциональное значение — положительное, отрицательное, нейтральное, — а также присутствующие в кадре бренды».

Собрав данные, Rafinad Stylist создает «маску пользователя», сравнивает ее с другими масками (их сегодня уже более 2300), находит максимально совпадающие варианты и изучает, что эти пользователи лайкали и покупали на сайте компании. На основе этого система выдает товары, которые подойдут выбранной покупательнице.

Выдача стилиста включает около 10 позиций, которые клиентка оценивает по принципу лайков или дизлайков. На основе этого алгоритм принимает окончательное решение о товаре, который подойдет ей лучше всего — с учетом ее размера и возраста, ее любимой цветовой гаммы, любимых брендов и образов.

Rafinad Stylist разработан по принципам Machine Learning, то есть представляет собой самообучающуюся систему. К моменту выхода в бета-тестирование точность попадания алгоритма в цель составила 70,8%. В дальнейшем эта цифра будет расти: маска пользователя будет строиться по все более сложной схеме.

«Чтобы достичь точности процентов 85-86, нужно усложнить алгоритм, — говорит Яна. — Один из вариантов решения в этом направлении — популярные Инстаграм-аккаунты, на которых подписан данный человек. Их анализ позволит присваивать маске пользователя дополнительные индексы, совершенствуя выдачу». Так Rafinad Stylist сможет учесть тренды, на которые ориентируется женщина, образы и стиль тех знаменитостей, мнению которых она доверяет.

Виртуальный стилист начнет работать на сайте и в бутиках компании. Здесь будут установлены планшеты iPad с системой Rafinad Stylist, позволяющие посетительнице авторизоваться через соцсеть и получить индивидуальный подбор моделей, — с учетом товаров ее размера, доступных в этом магазине.

Внедрение таких систем полностью изменит фэшн-рынок, адаптировав к потребностям покупателя предложения как интернет-магазинов, так и «молловых» бутиков или стрит-ритейла. «Подобные алгоритмы будут увеличивать средний чек и уменьшать количество нерациональных покупок среди целевой аудитории, — уверена Яна Строкова. — При этом увеличение чека будет происходить не в минус потребителю, а за счет того, что последний не будет тратить деньги на явно ненужные ему товары». Для брендов это будет означать гарантированные продажи и удовлетворенных клиентов, которые будут возвращаться ради удовольствия выбора идеального платья.

Осенью компания запустит франшизу по всей России, подключиться к системе Rafinad Stylist смогут и другие бренды. Глобальная же цель компании — помочь дизайнерам еще на этапе разработки новых моделей, заранее определив посредством данного алгоритма, будет ли пользоваться спросом тот или иной принт или фасон и целесообразно ли запускать конкретное изделие в производство. Таким образом, это не только уменьшит количество «неликвида» для брендов, но и позволит им работать в соответствии с запросами аудитории, предлагая именно то, что будет востребовано на рынке.

Хотя будущее слишком неопределенно, многие эксперты небезосновательно считают, что ведущим в нем будет искусственный интеллект. Если так, настоящее — за технологиями Machine Learning и Deep Learning. Воспользоваться преимуществами подобных систем мы можем уже сейчас.

«Постепенно, шаг за шагом роботы проникают в нашу жизнь. Мы доверяем им все больше и больше, — говорит директор бизнес-инкубатора «Ингрия» Технопарка Санкт-Петербурга Полина Лукьянова. — Роботы отправляют нас в путешествия, страхуют нашу жизнь, распоряжаются нашими деньгами, помогают сэкономить или заработать, нанимают нас на работу, советуют нам что купить, куда пойти, где и чему учиться, и мы охотно следуем их рекомендациям. Некоторые возможности, которыми раньше пользовались только состоятельные люди — такие, как личный ассистент, — теперь стали доступны любому».

Сегодня в бизнес-инкубаторе «Ингрия», которым руководит Полина Лукьянова, есть робот-рекрутер, робот-инвестор, робот — ассистент врача. Вскоре в их число войдет и робот-стилист. «Новые технологии (AR/VR, Machine Learning) в какой бы отрасли они не появлялись, изменяют рынки, — уверена Лукьянова. — Большие перемены ждут и фэшн-индустрию. Предлагаемое Рафинадом решение лежит в сфере оптимизации клиентского опыта и, как показывает практика, такие решения всегда востребованы».

Загрузка...
новости
Загрузка...
Источник: Пресс-релизы - B2BLogger.com