Технология распознавания и поиска одежды по картинке не нова. Еще в 2012 году появилось приложение Snap Fashion, куда пользователь может загрузить фото вещи и найти, где купить ее или подобные ей. Крупные интернет-магазины, такие как ASOS и Lamoda запускают свои «Shazam для одежды». Google дополнил приложение Google Lens возможностью Style much — можно навести камеру на человека и сразу распознать вещи, которые на нем. Как популяризация этой технологии меняет модный ритейл, рассказала Марсела Кжемьен, директор по маркетингу поисковика одежды и обуви GLAMI.
Как работает технология?
Технология распознавания одежды основана на машинном обучении, компьютер учится подобно человеку, «просматривая» тысячи фотографий вещей и находя между ними различия. Для каждой характеристики — крой, цвет, размер, фасон и так далее создается свой цифровой код, и потом компьютер может с большой вероятностью находить по фотографии подобные вещи в базе.
Повсеместное внедрение ИИ — тренд последних лет. Этим и объясняется рост популярности технологии. Мы в Glami тоже недавно запустили эту возможность в тестовом режиме на мобильных устройствах. Пока у нашего ИИ случаются забавные ошибки.
Иногда программа ищет женские вещи на мужчинах. В контексте феминизма это, конечно, правильно, но для пользователя не всегда привычно. Еще система может путать, что сейчас важнее — цвет или крой, в основном ищет по цвету. Точность распознавания пока сильно зависит от позы и ракурса человека.
Технология «сыровата» — профессиональный стилист учтет больше деталей и правильнее выстроит приоритеты поиска, подбирая понравившийся клиенту образ. Но и времени уйдет больше. Поэтому несмотря на недостатки, поиск по фото — уже не просто забавная функция, ведь технология обладает достаточной точностью, чтобы ускорить поиск нужных вещей. К тому же, для массового потребителя, который и не пользуется услугами стилистов, это очень удобно.
Перспективы для бизнеса
Новое конкурентное преимущество
Сейчас борьба идет не за трафик, а за конверсию. Для интернет-магазина в СНГ она в среднем 1–3%. Повышая факторы удержания клиентов, такие как удобный поиск, можно поднять ее в несколько раз. Поэтому закономерно, что для фэшн-ритейлеров функция распознавания по картинке скоро станет правилом хорошего тона. Ведь, клиенту, который хочет купить конкретную вещь, искать ее по скриншоту или фото удобнее, чем перебирать множество нерелевантных вариантов, пользуясь стандартным словесным поиском Google.
Здесь можно провести аналогию с запуском приложения IKEA, которое позволяет подбирать мебель с помощью дополненной реальности. В борьбе за аудиторию многие компании последовали ее примеру.
Дополнительный источник аналитики
По фотографиям, которые загружают пользователи, можно точнее анализировать их предпочтения. Как минимум, они позволяют узнать не только то, что люди хотят носить, а еще и то, кто для них выступает лидером мнения в вопросах стиля. Определяя популярных среди определенной аудитории блогеров и звезд, можно создавать более эффективные рекламные кампании, спецпроекты, бартеры и более успешные модные коллекции.
Как работает поисковик одежды и обуви GLAMI? Чешская версия.
Демонстрация вещи в жизни и соцсетях — уже рекламная компания
Реклама становится все менее навязчивой. Прямое упоминание бренда блогерами может отталкивать покупателей — 60% пользователей соцсетей способны определить, проплачен ли пост. Сейчас, когда вещь можно найти просто по фото, сам факт ее носки приобретает все больший рекламный смысл, сама жизнь становится рекламой.
Вероятно, скоро сотрудничество с небольшими блогерами и инфлюенсерами будет заключаться в том, чтобы делать им подарки. Если они наденут вещь и она естественным образом попадет на фото или кому-то на глаза — маркетинговая цель достигнута.
Сокращение времени на создание описаний товаров
Распознавание фото помогает ритейлу изнутри, сокращая затраты на создание карточек товаров, например, это позволяет технология от компании ProductAI. Алгоритмы ИИ уже способны моментально генерировать релевантные текстовые описания, при этом учитывая множество факторов. Это тренд по ритейлу в целом. Поэтому данная технология также улучшит и стандартный поиск по ключевым словам и тегам.
Бурное развитие индустрии похожих вещей
Технология распознавания — больше не про поиск идентичных вещей, а про поиск подобных. Потенциальный покупатель может вдохновиться образом в кино, модным показом или фото в соцсетях, но ему не обязательно покупать именно это платье за 1 000 долларов. Он может приобрести дешевую альтернативу, которая будет даже лучшего качества. Компания Fashion Nova стала такой популярной именно потому, что искала вдохновение в соцсетях лидеров мнений и производила подобные вещи по выгодной цене, доступной массовому потребителю.
Локальные бренды сегодня конкурируют с модными гигантами вроде Zara или Gucci. Чтобы ставить высокий ценник, последним сейчас как никогда важно иметь за вещью мощную философию. Еще вариант — предлагать действительно необычный дизайн, быть в авангарде моды, и получать патент на каждый уникальный элемент. Дела вроде Samsung против Apple скоро могут массово начаться и в модной индустрии.
Очевидно, что от популяризации распознавания одежды по фото выиграет и бизнес, и потребитель — выбор становится больше, поиск удобнее и быстрее, а цены на товары снижаются из-за роста конкуренции.
