Published On: Пт, Июл 28th, 2017

Российский бренд Rafinad разработал виртуального стилиста

Share This
Tags

Rafinad Stylist разработан по принципам Machine Learning и представляет
собой самообучающуюся систему, сообщает компания.

Российский дизайнер,
управляющий партнер бренда Rafinad Яна Строкова уже 7 лет 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.

«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».

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.

Фотография предоставлена компанией.

About the Author

-

Leave a comment

XHTML: You can use these html tags: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>