明星衣櫥宋偉龍：數據分析提升移動訂單轉化的作用 以時尚導購為例

  8月28—29日， 2014年派代電商年會在北京昆泰酒店成功舉辦，在歷時兩天的大會中，第一天是移動、渠道和品牌三個專場，主會場在第二天。本屆年會主題字為“破”，即“破困、破曉、破立”，旨在為大家打破困境，打破傳統(tǒng)電商思維局限，樹立新的思想。致力于為創(chuàng)新電商行業(yè)搭建平臺，從專業(yè)角度為電商同仁解決創(chuàng)業(yè)過程中遇到的最實際的問題。

  明星衣櫥宋偉龍在28日的移動專場做了題為《數據分析在提升移動訂單轉化的作用》的主題演講。

  在演講中他分享了明星衣櫥如何利用大數據精準定位得到用戶認可的過程，并且明星衣櫥在嘗試創(chuàng)造一種需求，嘗試購買方式讓用戶來選擇他喜歡的購買商品。他說到：“為什么我們要關注時尚，金字塔尖是時尚的源頭。而我們現在從金字塔底層無法向源頭，向上去引導。時尚自上向下引導大家導購，自上向下傳播的，我們就可以學習明星、時尚達人是如何穿著的。這樣的大數據我們拿到才有真正的意思，才能把時尚的概念傳播出去，讓大家穿在自己的身上。”

  以下為宋偉龍演講原文：

  大家好，先自我介紹一下我叫宋偉龍，是明星衣櫥聯合創(chuàng)始人之一。今天跟大家分享的主題就是移動時代用大數據提升時尚客戶的體驗。我們這邊是移動專場，希望這次可以更多從移動方面跟大家做一些分享。大數據是我們是從3年之前開始接觸的一個范疇，在時尚購物中如何讓大數據發(fā)揮作用，這是我今天跟大家將要分享的整體。

  如何查找服飾類商品的10億SKU？

  我們提出第一個問題就是服飾類商品的10億SKU，如何查找？隨著城池越來越多大，里面SKU服飾類的商品越來越大，如何讓更好的SKU產品更好的讓大家搜索到，這是一個很大的問題。就拿阿里巴巴來說，淘寶剛推出直通車跟鉆石展位時，投資不是很高，不需要太多錢，現在想要購買一個用戶進入自己店鋪花錢，需要花大大的錢，在如此龐大的SKU體系下，如何把更好的商品挖掘出來。我們的方法就是利用時尚大數據，建立商品間的關聯關系，向用戶推薦精準的，喜歡的，需要的服飾商品。為什么強調是時尚大數據？這里面有幾個故事，2011年我們剛剛嘗試做明星衣櫥產品，我們做了很多搭配類的作用，做了很多UGC的內容去做，我們請很多用戶上來擺不同的服裝位置，拼成搭配來指導用戶。后來我們有一個用戶是時尚資深的女孩，你怎么保證你的服飾是時尚的，大家喜歡呢？

  做大數據的一個核心點，就是做搭配，如何學習搭配。

  后面我們從明星下手，學習明星身上的穿著，我們相信明星背后都有形象設計師，他們身上的穿著我們認為是時尚的，我們在圖上搭配大量的明星元素。終于在2012年底這些數據得到了大家的認可，認可原因，也是我們通過數據分析出來的。這也是我們做分析圖的方法，這個圖可以直觀描述出來，在整個明星衣櫥里面有非常多的明星圖，這個明星圖我們如何去做選擇，就像剛才跟大家所說的，我們加入大量的明星元素，有大量的明星圖，都是全身的，大部分是全身的。這些全身明星圖我們對它進行拆解，比如說這是孫儷的圖片，我們會拆解出來，比如說她的上衣，裙子，鞋子，絲襪，我們去通過這四個分布推薦用戶這四款，用戶穿上來我們不敢保證明星穿出來是效果一樣，但是可以學習她的感覺、精髓。別人為什么要這樣搭配，我們今天不需要理解為什么要這樣搭配，但是我們知道這個是跟時尚是沾邊的，就OK了。這是我們在做大數據的一個核心點，就是做搭配，如何學習搭配。

  這上面有很多小紅點，綠色，這是我們分出來的一個個點，每一個部分都有問題的元素去組成，放在衣服上是什么樣子的，我們根據元素找到相似款，這些都是通過機器完成的。

  這是我們正在做的一款產品，這個產品我們會讓用戶以一件商品出發(fā)，比如說有一個女孩，中間有一個商品，在時尚搜索的應用里面，可以搜索什么樣的商品，可以產生幾十圖，幾百套的搭配，這是明星圖，別人穿的是什么樣子，根據這個找到她喜歡的明星，或者是明星圖，我覺得這個女孩穿的不錯，我很喜歡。點進去，可以看到這個女孩的帽子，包，短褲，鞋子。這樣就解決了很大一個比例用戶的，關于服裝搭配的需求，如何去搭配，怎么樣去搭配。在這個搜索引擎，可以看到別人大片現有的衣服。比如說我要買中間的這件衣服，可以看到這個衣服如何搭配的。就覺得難度用戶真的喜歡別人混搭嗎？用戶未必喜歡別人的意見，經過兩年的應用數據收集，得出來用戶非常非常認可的，我們也是在嘗試創(chuàng)造一種需求，嘗試購買方式讓用戶來選擇他喜歡的購買商品。

  回到剛才的10億SKU，做自己的時尚引擎，以自己的觀點，自己的需求出發(fā)，找自己的商品的話，10億SKU的展示量，暴露量，暴露的機會遠遠大于搜出來這個衣服的同款要大的很多。

  用大數據把時尚的概念傳播出去

  剛才說到大數據要說到幾點，一個是大數據來源，如果來源選錯大數據分析將變得毫無意義。剛才也跟大家提到過，為什么我們要關注時尚，金字塔尖是時尚的源頭。而我們現在從金字塔底層無法向源頭，向上去引導。時尚自上向下引導大家導購，自上向下傳播的，我們就可以學習明星、時尚達人是如何穿著的。這樣的大數據我們拿到才有真正的意思，才能把時尚的概念傳播出去，讓大家穿在自己的身上。然后對這些時尚大數據采集，學習規(guī)則，每一個明星都是我們學習的規(guī)則。像這種規(guī)則我們數據庫已經積累70多萬條，足以讓大家搜到自己的搭配。

  第二個就是大數據積累，我們積累方法并沒有什么特別的，我本人是做技術的，這個圈子里大家都會這樣使用，數據積累，人工訓練，積累學習，我們實現的是自動匹配，我們做搭配時只需要做少量人工瀏覽審核，就可以把大數據內容推到線上，供大家參考。

  最后一個是大數據的處理方法，為了實現更好為用戶做搭配推薦，我們引入了深度學習，實際上是機器學習中的一個分支，大家意思會模擬人腦的邏輯、思維、神經方式去理念概念。比如說深度學習就把圖像掃描去學習，這樣就為了機器引導大眾消費更聰明。再一個就是自然語言處理在時尚搜索中心應用。比如說我需要一個看起來穿起來松松的裙子，我們會把這種語言解釋為蛋糕裙推薦給你。

  我們有很多前輩也是后來者，還有很多東西要學習，還有很長路要走。這個簡單說一下，這是我們現在整個后臺的處理邏輯。一個是我們的數據源，其中很重要一部分是單品數據源，一部分是來自合作電商，比如說現在占整個電商比例最大就是淘寶、天貓，京東、凡客等也是在逐漸發(fā)展起來的大電商。

  時尚大數據在淘寶的應用

  下面粗略的數據，數據源出來之后，我們簡單的一個篩選，會變成細密度、結構化的商品數據，就用于給用戶提供搭配。在說一個達人用戶，剛才講了這么多全都是機器做事情，人在干什么？實際上我們整個過程中更重視機器學習，更重視機器推薦，我們是不是忽略了UGC不是的。今年上半年大家做了很多事情把達人引進來，我們認為在國內認為在國內的真正的UGC的內容是質量偏少的，偏差的，盡量給大家正確的引導。

  這個是我們時尚大數據在淘寶的應用，這個是潮流女裝和時尚先生，中間有一個美搭，還有一個酷搭，這兩個數據提供的圖是我們數據提供過去的。我們做的方法將淘寶單品數據處理之后在反饋給淘寶。我們將再反饋到淘寶上去，淘寶用戶再去看一看，這個非常明顯提高了轉化率和客單量。在一開始我們自己統(tǒng)計數據時，同一個用戶在這個模式下，購買的2件以上衣服的幾率非常大。一小部分比例用戶，他們購物速度非常快，直接把所有搭配單品，五件全部收入囊中，穿的跟明星圖上一模一樣的，這種結果證明了我們的方式是可以達到經營的主題，如何在現有電商轉化率偏低情況下如何破這個局。

  最后一個跟大家分享我們的時尚搜索產出結果是什么。通過大量的用戶行為分析，對時尚數據的學習，我們可以精準的把握到這個用戶的風格，他喜歡什么樣的挑戰(zhàn)，喜歡什么樣的衣服，我們通過大數據推給不同的客戶，每個人有自己不同的風格。

  后面挑戰(zhàn)性的推薦也是我們常說的一件事情，因為所有的推薦都是給大家推你喜歡的東西，作為服裝，作為搭配，作為一種風格，我們鼓勵大家嘗試改變風格，這樣可以讓你更快進入時尚的改革。

  我今天需要跟大家分享就是這些，謝謝大家。

  口述/宋偉龍 （來自2014派代電商年會主題演講）

  【關于商道】派代商道定位為中小創(chuàng)業(yè)者的決策參考，內容集合電商業(yè)界評論、熱點解讀、高效資訊，聚焦創(chuàng)新創(chuàng)業(yè)、經營之道。電商大爺——全網電商精選內容，電商人必備APP，即刻掃碼下載！