{"id":13583,"url":"\/distributions\/13583\/click?bit=1&hash=e33bc0d3a37a74826169363c867d3f9f74deaa73040cb6145c82841335993467","title":"\u041d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c \u042f\u043d\u0434\u0435\u043a\u0441\u0430 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0438\u0442 \u0432\u0438\u0434\u0435\u043e \u0432 \u043f\u0440\u044f\u043c\u043e\u043c \u044d\u0444\u0438\u0440\u0435","buttonText":"\u041a\u0430\u043a?","imageUuid":"135b72ce-4b43-5240-a9ca-242ab0616d40","isPaidAndBannersEnabled":false}

Таймлайн: Sarafan.tech Статьи редакции

Сервис, распознающий одежду, обувь и аксессуары на фотографиях в Instagram с помощью технологий искусственного интеллекта.

Запуск

В начале 2010-х годов весь мир бурно обсуждал будущее нейросетей и искусственного интеллекта. Мы задумали перейти от слов к делу и создать реальный продукт на основе компьютерного зрения и нейросетевых вычислений. К тому моменту нейросети уже идентифицировали подписи на документах, лица и голос. Идея распознавания одежды по фотографиям лежала на поверхности, за неё мы и ухватились.

Продукт

На первых порах мы разработали специальное мобильное приложение. По нашей задумке человек, который увидел интересный для себя образ в журнале или на улице, должен был просто сделать фотографию и загрузить её в приложение.

Система за пару секунд анализировала изображение и выдавала, в каких магазинах можно приобрести подобные предметы гардероба. Идея сработала почти сразу, но в итоге долгосрочного эффекта не имела — приложением охотно пользовались поначалу, но быстро забывали про него.

Мы решили максимально упростить процесс поиска, свести его к цепочке: «увидел — купил». Так появилась идея встроенной под фотографиями на сайтах кнопки и специального скрипта для страниц блогеров в Instagram.

Виджет с надписью «Найти такой образ» встраивается в фотографию, система анализирует изображение и выдаёт похожие варианты для покупки в интернет-магазинах наших партнёров. С подобной системой в выигрыше оказываются все. Прежде всего, пользователи сайтов, которые могут оперативно найти понравившуюся вещь и купить её по подходящей цене.

Бренды и интернет-магазины получают эффективную рекламу своих товаров, в первую очередь нативную: виджет воспринимается как полезная функция сайта. Во-вторых, за счёт того, что кнопку часто помещают на фотографиях знаменитостей и модных блогеров, мы получаем все преимущества influencer marketing — товары на виджете становятся своеобразной рекомендацией от лидеров мнений.

И наконец, прибавим ко всему этому отсутствие риска баннерной слепоты. В итоге на сайт интернет-магазина переходят пользователи, которые уже готовы к покупке. Для сайтов виджет — дополнительный вариант для монетизации фотоконтента. Каждый переход с кнопки оплачивается. При этом мы не забираем место, отведённое под баннерную и тизерную рекламу.

Виджет не раздражает читателей, полностью гармонирует с сайтом и не мешает просматривать основной контент, как всем надоевшие всплывающие поверх текста окна. Посмотреть, как работает виджет на сайте Cosmo.ru можно здесь или здесь.

Команда

Изначально команда Sarafan.tech состояла только из разработчиков. Позднее компания стала разрастаться. Сегодня в Sarafan.tech работают около 20 человек, в числе которых группа продвижения, разработки и технической поддержки.

Продвижение

На первых этапах мы наращивали базу потенциальных партнёров. Сейчас продолжаем использовать уже испробованные методы: посещаем форумы и саммиты, питчимся, участвуем в нетворкингах и конкурсах, выступаем в качестве экспертов. Крупные затраты на продвижение не закладываем, ориентируемся на b2b2с.

Монетизация

Сервис Sarafan работает по модели оплаты за переходы (СPC) для fashion-, brand- и ecommerce-индустрии. На одной стороне системы продавцы, на другой — медиаплощадки и блогеры. Магазины получают таргетированный трафик и новых покупателей, медийные площадки и блогеры — оплату за переход подписчика на страницу бренда, а сам сервис — комиссию.

Метрики в динамике

Сейчас к партнёрской программе Sarafan подключены более ста сайтов и около тысячи блогеров из России и ближнего зарубежья. Для продвижения сервис используют около пятидесяти магазинов. В 2017 году партнёром Sarafan стал международный издательский дом Independent Media. В рамках партнерства виджет Sarafan был установлен на страницах одного из самых крупных fashion-сайтов России — www.cosmo.ru.

В скором времени к платформе Sarafan будут подключены и другие проекты холдинга Independent Media: «Домашний очаг», Harper's Bazaar, Grazia и Esquire. На стадии согласования партнёрство и с другими медиа-домами России и Европы.

Планы

Мы продолжаем развивать наш проект. Как и любая нейросеть, Sarafan непрерывно обучается и совершенствуется: качество распознавания растёт в геометрической прогрессии, демонстрируя все более точные результаты.

Сейчас нейросеть проанализировала более 18 млн фотографий товаров, и эта цифра растёт с каждым новым кликом. Но в проекте не только техническое совершенствование продукта и расширение функциональности, мы планируем выходить на новые рынки США и Европы.

В январе 2018 года мы открыли офис компании в Нью-Йорке, в перспективах — представительство в Лондоне. В общем, планов много, перспективы захватывают, установка — бежать вперед со скоростью Усэйна Болта.

Прогноз

Вы тоже можете рассказать о своём проекте, как автор этого материала. Соберите побольше информации — и публикуйте материал в подсайте «Трибуна».
0
17 комментариев
Написать комментарий...
Prolis Labkk

Где здесь нейросеть, а где результат работы руками тёти-Моти?

Ответить
Развернуть ветку
Надежда Коснырева

Поясняю! Нейросеть сначала распознает тип (рубашка/джинсы/ сумка/ кеды), потом фасон, затем цвет, материал, рисунок, тип пуговиц и прочие мелочи. Только в самых сложных случаях к работе подключается так называемая Вами "тетя Мотя", но мы предпочитаем использовать определение асессор))

Ответить
Развернуть ветку
Prolis Labkk

На скрине выше нет рубашки, но есть брюки, которые не попали в "фасон, цвет, материал, рисунок". Из чего делается вывод, что автоматизация тут не применялась, а подбор сделан вручную ассесором.

Ответить
Развернуть ветку
Надежда Коснырева

Ну почему же, фасон тот же, материал (деним) тот же, отсутствие рисунка учтено, а по поводу цвета согласна, тут нейросеть в точку не попала. Но это еще одно доказательство того, что работает именно ИИ, а не человек, Вы не находите? Асессор подобрал бы все более точно.
Отсутствие рубашек объясняется, скорее всего, тем, что выбранные нейросетью варианты закончились в ассортименте магазинов-партнеров. Наша система автоматически отсекает ссылки, которые ведут на не функциональные страницы магазинов. Поисковая выдача поэтому очень изменчивая, например, сейчас на виджете уже появились рубашки (прикладываю скрин)

Ответить
Развернуть ветку
Sergey Belov

Интересно, какие инвестиции были в проект и предполагаемый срок окупаемости?

Ответить
Развернуть ветку
Nasti Koshaeva

На ASOS что-то похожее есть по функционалу. Но подбор кажется точнее осуществляется, чем на примерах выше.

Ответить
Развернуть ветку
Надежда Коснырева

Nasti, у Asos действительно есть похожий функционал, но, насколько я понимаю, работает он на базе мобильного приложения, подборка лука выдается из ассортимента Asos. Наш сервис работает как виджет, ничего загружать не нужно. Товары подбираются сразу из нескольких интернет-магазинов, и пользователю есть из чего выбирать

Ответить
Развернуть ветку
Константин Сорокин

Очень круто! А если эту историю перенести на дизайн интерьеров? Может сработать?

Ответить
Развернуть ветку
Надежда Коснырева

Константин, спасибо! Чтобы повысить качество распознавания, мы решили сосредоточиться на одном типе объектов - fashion-товарах, но в будущем все возможно. Кстати, сервисы для распознавания предметов интерьера уже есть, самый популярный, пожалуй, ViSenze
https://www.visenze.com/

Ответить
Развернуть ветку
Константин Сорокин

Мерси, изучу=)

Ответить
Развернуть ветку
Андрей Иванов

Была же ещё в 2017 году статья про них https://vc.ru/25001-sarafan

Ответить
Развернуть ветку
Надежда Коснырева

Андрей, очень здорово, что Вы нас запомнили! Почти за год наш сервис сильно изменился, поэтому мы решили опубликовать обновленную информацию о проекте

Ответить
Развернуть ветку
Елена Щекина

Круто! Пойду поиграюсь

Ответить
Развернуть ветку
Lora Ferrari

Не понимаю где нейросеть во всем этом

Ответить
Развернуть ветку
Надежда Коснырева

Lora, уже отвечала на комментарий выше, но повторюсь на всякий случай: наша нейросеть сначала распознает тип (рубашка/джинсы/ сумка/ кеды), потом фасон, затем цвет, материал, рисунок, тип пуговиц и прочие мелочи

Ответить
Развернуть ветку
stivstivsti

Не очень ясна схема монетизации.

Ответить
Развернуть ветку

Комментарий удален модератором

Развернуть ветку
Pavel Shcherbakov

Тема интересная, но не новая. Помню были такие Superfish - ещё лет 5 назад развили бурную деятельность в западном сегменте и вроде даже планировали выйти на российский рынок. Но что то пошло не так...

Ответить
Развернуть ветку

Комментарий удален модератором

Развернуть ветку
Читать все 17 комментариев
null