В Кембридже разрабатывают программу для «умной» продажи одежды
Преподаватель маркетинга школы бизнеса Кембриджского университета Саша Лу разрабатывает программу для магазинов одежды, которая будет «угадывать» вкусы клиентов. Об этом пишет Motherboard.
Достижения в области компьютерного зрения, машинного обучения и нейробиологии позволяют разрабатывать нейросети, способные считывать и «понимать» человеческие эмоции. Этот механизм называют искусственной эмпатией. В исследовании Саши Лу речь идёт о том, чтобы научить компьютер фиксировать и анализировать поведенческие сигналы клиента в ответ на конкретный продукт, а затем генерировать персонализированные рекомендации.
«Прежде чем сделать выбор, покупатели, особенно женщины, обычно примеряют одежду перед зеркалом. Продавец по выражению лица может определить, нравится ли клиенту наряд в целом. Кроме того, можно понять, какая именно деталь одежды ему нравится или не нравится. Если покупатель дёргает воротник или раздражённо царапает шов, скорее всего, именно эта деталь ему не нравится», — объясняет Лу.
Она полагает, что компьютер может оценивать поведение покупателей лучше, чем человек. Для этого Лу предлагает оборудовать зеркала в торговых центрах камерами, следящими за выражением лица и другими реакциями посетителей. Потом компьютер может проанализировать визуальные данные, реакцию других клиентов на ту же одежду, и разработать персонализированные рекомендации с учетом роста и веса клиента.
Лу говорит, что современные технологии вполне позволяют реализовать эту идею. По её словам, подобный механизм можно использовать и для онлайн-дейтинговых сервисов: компьютер может запоминать, какие лица нравятся пользователю и предлагать ему похожие варианты.
«Умные примерочные» с высокотехнологичными зеркалами уже существуют. В 2015 году в США появилось MemoryMirror — цифровое зеркало, которое записывает процесси примерки, предлагает разные расцветки одежды и позволяет поделиться картинкой с другом. Кроме того, устройство собирает информацию о посетителях и их предпочтениях в одежде.
Маркетологи давно используют машинное обучение для анализа поведения потребителей и создания таргетированной рекламы. Недавно корпорация Apple купила компанию Emotient, которая разработала алгоритм, сканирующий микровыражения мимических мышц и оценивающий степень вовлеченности респондента.
В Японии в билборды уже монтируют камеры, которые могут распознавать лица прохожих и предлагать им релевантную рекламу.
На прошлой неделе западные СМИ обвинили Facebook в таргетировании рекламы по расовому признаку. Журналисты утверждают, что Facebook запустил три очень разные версии трейлеров к биографическому фильму рэп-группы Straight Outta Compton: «для белых», «для чёрных» и «для латиноамериканцев», и предлагал их пользователям, изучив их профили по ряду критериев, в том числе по фотографиям.