Facebook Pixel Facebook Pixel

不再煩惱網購尺寸不合、樣式不搭!這4家公司用3D與大數據,捕捉顧客「看不見的行為」

2017-12-23
創新拿鐵/廖翊淳
不再煩惱網購尺寸不合、樣式不搭!這4家公司用3D與大數據,捕捉顧客「看不見的行為」
【SmartM解讀】Invertex為腳打造「履歷表」,JINS開放消費者建議幫助顧客購買適合眼鏡,Lily根據消費者對話中「無形」的想法推薦衣服,好買衣用3D模型打造虛擬試衣間。
網路購物雖然十分便利,但消費者卻常常遇到,購買後的鞋子、衣服、飾品等,穿戴起來沒有想像中的合適,現在一些公司運用科技,讓我們能不必親自到店內試穿、試戴,就能夠挑選到適合自己的服飾,讓你在家就能輕鬆買到令你滿意又舒適的服飾。
創新點:網路購物最大的問題,就是收到貨後發現尺寸不合。這家公司運用人工智慧以及3D技術,讓顧客輕鬆地把個人尺寸傳給電商。電商也可透過大數據,提供類似尺寸的其他顧客的購買心得。
本文4大重點:1. 為腳打造「履歷表」!不用出門也買到適合的鞋子。2. 一次獲得6000位消費者的建議,買到最適合的眼鏡。3. 最貼心的推薦,應該要將「無形」的想法加入考量。4. 建立真實的身材模型,任何空間都是你的試衣間。

1. 為腳打造「履歷表」!不用出門也買到適合的鞋子

不再煩惱網購尺寸不合、樣式不搭!這4家公司用3D與大數據,捕捉顧客「看不見的行為」
總是挑不到適合自己腳型的鞋子?鞋子太多款式,不知道如何選擇?颱風天不想出門,但還是想幫孩子買雙新鞋?
現在有家以色列的新創公司Invertex能夠幫你解決這些煩惱。Invertex發現,儘管現在網路購物已成為消費的趨勢,但許多消費者卻很難在網路上買到真的適合自己的產品,也讓網路電商困擾於退貨問題。
而網路上購買鞋子的退貨問題最為嚴重。因為不同樣式的鞋子,適合的腳型、大小都不一樣。所以,消費者在不試穿的情況下,很難買到適合的鞋子。這也導致網路買鞋的退貨比例高達3成。因此,讓消費者了解哪些鞋型或尺寸適合自已,一直是鞋業零售商在網路購物時代,想要克服的難題。
Invertex為了解決在網路上「購買鞋子」的問題,透過人工智慧以及3D模擬立體動態特效的技術,打造每個人專屬的腳型「履歷表」。只要消費者將雙腳站在一張白色的紙上,在手機上打開Invertex的App,按下手機相機的快門,10秒鐘之後,就能夠拿到專屬的3D腳型模型!
之後,Invertex還會將消費者的腳型「履歷表」,上傳到Invertex雲端平台。透過大數據分析,將消費者的腳型和上萬個其他腳型進行比對。然後,將其他相似腳型的人的購買紀錄、使用心得整理出來,最後推薦適合的鞋子給消費者。
這項科技的應用,不僅能夠解決鞋業零售商的煩惱,也讓消費者即使不需要親自試穿,也能夠買到最適合自己,穿起來舒適的鞋子,達到雙贏的局面。

2. 一次獲得6000位消費者的建議,買到最適合的眼鏡

不再煩惱網購尺寸不合、樣式不搭!這4家公司用3D與大數據,捕捉顧客「看不見的行為」
除了鞋子之外,眼鏡由於度數、臉型、眼睛間距等因素,總是要到場試戴,才得以找到合適的眼鏡。
因此,以速度和價格在眼鏡界殺出重圍的眼鏡廠商JINS,推出了「JINS BRAIN 」線上眼鏡試戴平台。這個平台讓消費者僅需要在電腦機前拍張照片,或上傳正面的清晰照,JINS BRAIN就會自動辨別照片上眼球間距等數值,並在照片上呈現出消費者選擇的眼鏡,戴上後的模樣。這讓消費者可以不用到實體店面,也能在家中一一試戴每一幅想要的眼鏡。
而以往消費者在到實體店購買產品時,能得到店員或一起去的親友的建議。但是,在家上網購買眼鏡,可能就沒有人可以給意見。JINS BRAIN貼心的為網上消費者解決這個問題,它們在消費者試戴眼鏡的同時,也會提供多達 6000位顧客消費後對該眼鏡的回饋。另外,系統也會根據消費者的臉型,提供正在試戴眼鏡的匹配指數(1-100)讓消費者在決定要購買時有更多可以參考的意見。
因此,就算在家購買的時候,沒有人可以給意見,消費者也能夠在JINS BRAIN上輕鬆挑選到符合時尚潮流又適合自己的眼鏡。
不再煩惱網購尺寸不合、樣式不搭!這4家公司用3D與大數據,捕捉顧客「看不見的行為」
不過雖然JINS BRAIN是開發用來讓消費者可以透過線上試戴,買到心儀的眼鏡,但有些搞怪的網友也突發奇想,把一些動漫人物或是家中的寵物照片上傳到這個平台上,也產生出許多意想不到的「笑」果。

3. 最貼心的推薦,應該要將「無形」的想法加入考量

不再煩惱網購尺寸不合、樣式不搭!這4家公司用3D與大數據,捕捉顧客「看不見的行為」
從腳上穿的,臉上戴的,到身上穿的,服飾廠商都希望能夠讓消費者們在挑選商品時能夠更容易。為了協助女生更容易在網路上買到自己喜歡的衣服,臉書和梅西百貨六位具有理工專業背景的女性,研發出的Ai私人購物助理—Lily。
Lily是一個手機 App,而它的創辦人Purva Gupta會決定開發這個App因為 他發現大多數服裝推薦系統,都是通過「有形的行為」如瀏覽紀錄或是消費歷史來推薦衣服。
因此,Gupta花費1萬多小時向不同女性瞭解他們購買衣服的理由,最後發現好的推薦系統,必須要連用戶「無形」的想法也考量進去,於是Lily誕生了。
Gupta和團隊所設計的Lily嘗試去「了解」每個消費者的需求;從最初的動機出發,而不是由最後的結果來判定。
Lily會有類似對話的方式,詢問消費者對自己身材的看法,例如:可以請你描述你的腰嗎?請問你最滿意自己身材的那部份?你喜歡你臀部的形狀嗎?而藉由這些對話,Lily會嘗試了解消費者想要凸顯或隱蔽自己身體的哪一個部分,再由這些偏好,來推薦衣服給消費者,更會向消費者解釋每一件產品被推薦的原因。

4. 建立真實的身材模型,任何空間都是你的試衣間

Lily看到了以往推薦系統的缺失,加以改進成為更貼近消費者的私人購物助理;而在線上試衣的領域,另外一家名為「好買衣」公司,大大改進了目前線上試衣的準確度。
不再煩惱網購尺寸不合、樣式不搭!這4家公司用3D與大數據,捕捉顧客「看不見的行為」
以往的的虛擬試衣多注重試衣效果,例如衣服的細節、材質、垂墜感等,但能夠精確地建立接近真實的消費者本人的身材模型,才是虛擬試衣最關鍵的部分。
因此,好買衣讓消費者輸入自己的身高體重、選擇符合自己身材特徵的基本資訊,例如,腰型、肚腩、臀型、肩膀等等。讓後再結合公司自己內部獨家的女性身材資料庫,模擬出精準的消費者人體模型。最後再請消費者拍攝自己的臉部照片,進行3D的立體建構,最終讓消費者見到一個近乎真實的「自己」。
好買衣虛擬試衣的技術,使得消費者能夠在網路上也能夠盡情的試穿各種衣服,而且也不必再擔心試穿很多件衣服,最後卻因為找不到適合衣服而空手離去的尷尬情況。
根據好買衣分析,在中國大陸天貓風尚節前3天的預熱期中,因為使用了「好買衣」的系統, 人均訪問時間長達23分鐘,更有消費者連續線上超過50分鐘。34.7%消費者在試衣過程中有查看該服飾的詳細資訊,同時還有15%消費者直接加購,對比使用「好買衣」系統前的加購率僅有5%。
新科技的加入,完全改變了消費者在購買服飾時一成不變的的消費體驗。如今每個人都能夠建立自已的腳型履歷表,找到最合適的鞋子。試戴千奇百怪的眼鏡樣式,而且還夠獲得客觀的購買建議。家裡任何空間,也都能變成時裝秀的伸展台。
看來「秀才不出門,能『試』天下事」的時代,離我們已不遠了。
 
延伸閱讀
原文出處
嚴禁抄襲,未經授權不得轉載。歡迎各媒體交換文章。

關注電子商務、網路行銷情報

親愛的讀者們,歡迎加入「SmartM電子商務網」粉絲團,每天更多電商&網路行銷報導等你關注與分享。

加入「SmartM電子商務網」Line帳號,關注最新的電子商務與網路行銷情報,學習不間斷,精采文章不漏接。請用手機點擊「加入Line好友」連結,或是掃描QR Code加入。

【10月優惠來襲】一鍵免費註冊大大學院,即享$200購課禮!
即刻了解
處理中