- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
衣、食、住、行四个基本生活需求中,后三者已经与线上结合地非常好,发展迅速。衣服
由于线上APP无法满足衣服“贴合、舒适”的特殊需求,消费者的消费方式依旧倾向于
线下试穿。主要依赖线下零售方式的服装行业在互联网风暴下艰难前行,是时候寻求一场
变革了。
市场分析
从百度搜索指数上看,“服装定制”关键词在PC(平均:91)端逐渐转移至移动端(平
均:143)。从移动端搜索数据来看,低峰值主要在周末,可以猜测用户行为大致为工作
日通勤时间或其他空余时间会浏览服装定制相关内容,但是在周末用户更偏向线下消费或
者花时间在社交上。用户在周末的自由可支配时间更多,由此可见服装定制的市场目前还
是更倾向于线下服务。
从“服装定制”关键词的移动端搜索同比和环比来看,人们对于“服装定制”的关注度在
降低,可见服装定制比较小众化,市场缺乏活力,规模较小。
百度指数,2020.6
百度指数,2020.6
从搜索相关词的词云中可以找到几个重要的类别。
第一类为需求:T恤、成衣、西装、工作装、校服、男装、创意、知性优雅等。
第二类为竞品:帮客、码尚定制、得力佳。
从中,我们找到了一个与主题相关的一家公司——码尚定制。码S是2016年成立的一家
AI轻定制服装公司,提供人体智能测量方案,致力于提供人体智能测量方案,让C端产
生大规模的个性化且精度高的服装定制,为中国男人创造购买途径方便、合身体面又性价
比超高的轻定制服装,帮助中国男性更好的建立形象管理。
百度需求图谱,2020.6
从目前服装定制的需求上来看,主要以T恤、工作装、校服为代表的团体定制、低端定制
,而高端定制、创意定制等需求较少。
从2018年的淘宝数据来看,目前成本较小的团体定制占到88.55%,但是随着人民消费
水平的提高、对外表精致化的追求,创意、高级、专业的服装定制必然将会成为趋势,所
以高端私人服装定制则为此行业缺口。
中国产业信息网,2020.6
从我国服装定制市场规模走势图上来看,服装定制的市场份额逐渐扩大,呈正向趋势。
中国产业信息网,2020.6
运用SPSS对该数据进行回归预测,将年份作为自变量,而将份额作为因变量进行线性回
归分析,得出结论:模型R方值为0.977,意味着年份可以解释份额的97.7%变化原因。
对模型进行F检验时发现模型通过F检验(F=214.343,p=0.0000.05),也即说明年份
一定会对份额产生影响关系,以及模型公式为:份额=-351072.460+174.705*年份,通
过该公式预测2020年服装定制规模达到1832.361亿元。
SPSS回归分析
我们就线上服装定制来做一个SWOT分析:
技术分析
AI量体
AI量体目前是服装行业运用最广泛的技术之一,但是技术壁垒仍存在。比如,“衣呼”的
量体功能是它的亮点,但是当用户去用的时候,会发现图片识别成功率不高。
AI可以用于量体的主要技术分解为目标定位+骨骼点定位两步,运用的主要是YOLO系的
算法和R-CNN系算法,前者效率更高但是不代表准确率高,目前在MSCOCO数据集上
最好的效果仅有72.6%,还有待改进。
AI量体不够准确的原因之一是数据库的匮乏导致模型的精确度较低。因为数据标注人力工
程量大,已标注的数据集较少,使模型还不足以精确定位。所以如果公司可以构建自己的
标注数据集,是提高量体技术的关键。
个性化优化
个性化推荐可以拆解为聚类和排序两个问题,数据集来源于用户上传的量体照片、头像、
身体数据等。可以运用聚类对用户的服装类型对同类型用户提供同类用户推荐。但仅仅这
样的功能,很多电商依赖庞大的用户数据库已经做得很好。而服装零售的本身获客成本过
高,此类APP又缺少知名度,用户数据过少,所以有一部分产品依赖电商生存。
如果AI服装定制想从中求得生存,可以考虑精细化推荐功能。只针对“同类”用户提供
“同类”甚至“同版”服饰,有撞衫的槽点。所以AI服装可以聚焦于用户的身材、皮肤
等去精准定位匹配,推荐完全个性化的搭配,同时结合机器学习可以做到的流行趋势和销
售预测进行个性化推送。
值得一提的是,目前的产品推送都过于泛滥和粗糙,大多数推送无法抓住用户的心,大多
数用户甚至采用关闭推送的措施。
个性化智能服装设计也是个性化
您可能关注的文档
- [AI工具宝典]AI产品经理 VS 数据产品经理,看这5点区别与联系.pdf
- [AI工具宝典]AI产品经理,如何规划AI产品的MVP?.pdf
- [AI工具宝典]AI产品经理必懂的硬知识(一):应用领域篇.pdf
- [AI工具宝典]AI产品经理必修:揭开算法的面纱(隐含马尔可夫).pdf
- [AI工具宝典]AI产品经理必修——揭开算法的面纱(EM算法).pdf
- [AI工具宝典]AI产品经理必修——揭开算法的面纱(贪心算法).pdf
- [AI工具宝典]AI产品经理必修——揭开算法的面纱(余弦定理).pdf
- [AI工具宝典]AI产品经理必知的两类ChatBot详解.pdf
- [AI工具宝典]AI产品经理的必修课:系统化思维.pdf
- [AI工具宝典]AI产品经理的关键性产品思维.pdf
- 2024精简护肤洁面趋势报告-TMIC-30正式版.doc
- 2024捕捉华夏民族珍味-咸味主食与咸味零食创新机遇报告-25正式版.doc
- 2024年秋季部编版小学道德与法治二年级上册全册课件PPT最新.pptx
- 部编版第十一册第四单元拓展提高教学课件.ppt
- 2024年秋季新西师大版一年级上册数学全册教学课件(新版教材).pptx
- 2024年秋新人教版一年级上册数学全册教学课件(新版教材).pptx
- 2024年秋季新人教版数学一年级上册全册教学课件(新版教材).pptx
- 2024年秋季新人教版数学一年级上册全册课件(新版教材).pptx
- 2024年秋季新人教版一年级上册数学全册教学课件(新版教材).pptx
- 2024年秋季新人教版一年级上册数学全册课件(新版教材).pptx
文档评论(0)