Встречает по одежке: искусственный интеллект подберет вам гардероб не хуже стилиста

PERSONA — это продукт, который помогает пользователям подбирать одежду онлайн или офлайн. Модные бренды и магазины одежды обращаются в компанию для составления готовых подборок. Данный механизм помогает покупателю полностью собрать гардероб, экономя его время, а продавцу дает прирост среднего чека.

Павел Некрасов (CEO) и Петр Шутас (CBDO) рассказали нам о своем продукте и грандиозных планах по работе на fashion-рынке.

— Расскажите, как вы пришли к этой идее?

Когда мы проводили исследование аудитории на предмет активности при покупках в интернет-магазинах одежды, то выявили определенные сложности. Респонденты отмечали, что объем предложений велик, но нет никакой структуры. Наш продукт помогает структурно показывать покупателям информацию. Когда на пользователя обрушивается шквал разрозненных картинок, «купи, это красиво», но при этом не учитывается его приверженность к цвету, брендам, фасонам — то это просто картинки, нерелевантные его потребностям.

У покупателей, в особенности, мужчин часто существует проблема выбора, некоторые быстро устают от шоппинга. Я, например, могу зайти максимум в пять магазинов. И, конечно, чаще всего люди покупают разнообразную одежду, собирают гардероб. Поэтому наиболее эффективно показывать одежду, дополняющую друг друга в онлайн или оффлайн магазине. Часто так бывает, что продавцы пренебрегают этим и пытаются к выбранной одежде принести что-то похожее. Но если бы консультант принес что-то дополняющее, покупателю не пришлось бы уходить из магазина, в поисках других вещей и бродить по торговому комплексу

Большинство крупных порталов предлагают товарные рекомендации. Но практически все показывают тот вид товара, который пользователь уже выбирает. Если, допустим, я смотрю рубашки, то зачем мне предлагать похожие? Покажите мне, с чем я эту рубашку буду носить! Мы думаем, что так покупателю интереснее и полезнее. К тому же это значительно повышает средний чек покупки.

— Сейчас все большую популярность приобретает шоппинг со стилистом. Как раз для того, чтобы упростить задачу поиска одежды.

Наша разработка понравится тем покупателям, кто не может позволить себе работу с личным стилистом по разным причинам: дорого, сложно, непонятно, долго. Это продукт позволяет выбирать одежду, как будто бы после консультации со стилистом.

Конечно, если совершать покупки со стилистом, можно найти интересные комбинации и он может посоветовать что-то, «подходящее под цвет глаз». Но в то же время, у специалиста есть свой вкус, субъективные представления.Наш сервис дает более классические рекомендации. Система подбирает то, что действительно прошло проверку выбором покупателей и часто хорошо выглядит на различных моделях, это исключает необъективность.

Сейчас мы не анализируем цвет глаз, длину волос и другие характеристики внешности. Но мы идем в сторону персонализации. Будем принимать решение в какую сторону развивать продукт, исходя из потребностей рынка и конечных потребителей.

Мы стараемся сделать так, чтобы покупателям давать больше инструментов для выбора одежды, а магазинам — больше продаж.

— Что вы предлагаете и кому это может быть полезно?

Наш клиент — это бренд или магазин одежды с достаточно большим ассортиментом товаров, который не может создавать десятки тысяч подборок гардероба вручную. Либо это сервисы и приложения, использующие в своей работе информацию о сочетании предметов одежды.

На данный момент мы предлагаем нашим клиентам три продукта:

1. Оффлайн-киоск

Сейчас мы разрабатываем продукт для оффлайн розницы, способный считывать то, что надето на человеке и предлагать ему одежду и аксессуары из ассортимента магазина.

Эту систему можно интегрировать в специальные интерактивные панели, либо проецировать на витрину магазина. Например, подходит девушка к витрине, видит своё отражение, программа определяет, что на ней надета, допустим, голубая юбка и белая блузка, предлагает альтернативные юбку и блузку, а к ним ещё пиджак, сумку, обувь.

Вместо манекенов, демонстрирующих ограниченное число каких-то определённых комплектов, можно предложить клиенту несколько вариантов одежды в разных комбинациях. Согласитесь, если в зале стоят всего 10 манекенов, а одежды в ассортименте на 55 манекенов, то это дополнительная возможность для магазина представить свой товар.

Такие интерактивные витрины «затягивают» в магазин даже тех покупателей, которые изначально и не были настроены заходить. А так есть большая вероятность, что они не просто зайдут, но и выйдут с покупками. Если же киоск стоит в торговом зале, то он может быть полностью интерактивным, покупатель может не только посмотреть рекомендации, но и выбрать что-то из ассортимента. Третий вариант — киоск может стоять вне магазина, а при входе в ТРК. Тогда мы сможем комбинировать разные бренды и направлять покупателя сразу в нужный магазин. Дополнительно покупка может быть простимулирована скидкой. У нас уже есть работающий кейс для нескольких крупных брендов.

2. Онлайн-подборки

На сайте магазина покупателю показываются подборки предметов гардероба, стилистически объединенные между собой

3. E-mail рассылки

После того, как покупатель приобрел товар, ему приходит несколько писем с дополнительными рекомендациями. Это схоже с таргетингом, но только еще более персонифицировано, основываясь на тех покупках, которые совершил человек.

Отправляются эти письма от имени магазина тем клиентам, которые оставили свои контакты, подписались на рассылку. Выстраивать логику покупок человека, его предпочтений и вкуса, мы можем по его последней покупке, ничего не зная о прошлых. И это нам и не нужно, потому что тренды меняются, а вслед за ними в течение жизни меняются и предпочтения. И как раз машинный анализ социальных сетей позволяет нам отслеживать актуальные модные тенденции, видеть влияние медиа на вкусы.

— Есть ли на рынке подобные проекты и в чем ваше преимущество?

У нас достаточно узкая специализация. Продуктов, которые рекомендуют одежду таким же способом, тем более в оффлайн, мы не встречали. Есть большое количество сервисов, которые рекомендуют в интернете похожие или наиболее популярные товары. Но это скорее не наши конкуренты, а партнеры — мы можем быть частью их продукта.

Если у магазина небольшой каталог, то он может нанять стилиста, который обработает все позиции и составит варианты рекомендаций. Но особенность масс-маркета в том, что одежда быстро распродается, быстро появляются вещи из следующей коллекции и так далее. Поэтому при таких больших объемах вручную сделать это практически невозможно. Чем больше товаров, тем больше комбинаций может составить наш ИИ. Например, каталог из 20 000 наименований мы обрабатываем всего за 1-2 дня.

— Расскажите о своей компании, и что вам дает участие в резидентуре Бизнес-инкубатора «Ингрия»?

Наша компания называется «Искра», команда состоит из шести человек: CEO, два разработчика, один data scientist, стилист, финансист, менеджер по продажам. Мы стали резидентами «Ингрии» в конце 2018 года после акселерации во ФРИИ. Главный бонус участия в инкубаторе — это нетворкинг. В «Ингрии» встречаются много людей из самых разных сфер бизнеса и даже если в команде нет нужного человека для решения какой-то задачи, то здесь можно всегда получить грамотную консультацию или познакомиться с кем-то для совместного проекта. «Ингрия» помогает всегда быть в курсе того, что происходит на рынке. Через рассылку инкубатора мы узнаем о конференциях, конкурсах, грантах.

Недавно мы получили грант на оборудование от компании Amazon, а также стали партнерами Nvidia, что дает нам возможность обучать нейронные сети, используя современные графические процессоры, и не тратя на это тысячи долларов в месяц.

— В чём заключается ваша бизнес-модель?

В зависимости от продукта, мы ориентированы на получении процента с выручки, которую приносим клиенту, либо используем классическую схему сервиса по подписке с ежемесячным платежем. К такой модели мы пришли не сразу и начинали с товарных рекомендаций для разных сфер, а со временем сузили фокус и придумали технологию, работающую с визуальным контентом. Сейчас мы развиваем продукт на рынке fashion, но он может быть применим и в других сферах, например, в дизайне интерьеров, где визуализация комбинаций товаров также является важной составляющей.

— С какими трудностями вы сталкиваетесь?

Мы работаем на стыке двух наук, далеких друг от друга. С одной стороны это обработка больших данных, распознавание изображений — глубоко технические вещи. А с другой стороны творческая работа, понимание стиля. Выходит, программисты работают со стилистами и им иногда бывает сложно понять друг друга.

— Поделитесь вашими планами развития

Мы уже работаем с несколькими брендами и сервисами-партнерами, еще с рядом брендов ведем переговоры. В течение нескольких лет планируем подключить порядка 200 клиентов, что обеспечит устойчивый рост бизнеса. Начинаем с российского рынка (наша цель — это ТОП-10 по продажам в сегменте fashion), но ориентируемся в основном на зарубежных клиентов, так как российский рынок демократичной моды довольно узкий и консервативный. Мы сейчас работаем в основном с масс-маркетом: магазины одежды среднего ценового сегмента, с большим ассортиментом. В перспективах нашего развития работа с люксовыми брендами.