11月30日-12月2日，2017悉地网100未来领袖峰会暨悉地网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。
咨询微信客服
0516-6662 4183
立即获取方案或咨询
top
