8月28—29日， 2014年派代电商年会在北京昆泰酒店成功举办，在历时两天的大会中，第一天是移动、渠道和品牌三个专场，主会场在第二天。本届年会主题字为“破”，即“破困、破晓、破立”，旨在为大家打破困境，打破传统电商思维局限，树立新的思想。致力于为创新电商行业搭建平台，从专业角度为电商同仁解决创业过程中遇到的最实际的问题。明星衣橱宋伟龙在28日的移动专场做了题为《数据分析在提升移动订单转化的作用》的主题演讲。在演讲中他分享了明星衣橱如何利用大数据精准定位得到用户认可的过程，并且明星衣橱在尝试创造一种需求，尝试购买方式让用户来选择他喜欢的购买商品。他说到：“为什么我们要关注时尚，金字塔尖是时尚的源头。而我们现在从金字塔底层无法向源头，向上去引导。时尚自上向下引导大家导购，自上向下传播的，我们就可以学习明星、时尚达人是如何穿着的。这样的大数据我们拿到才有真正的意思，才能把时尚的概念传播出去，让大家穿在自己的身上。”以下为宋伟龙演讲原文：大家好，先自我介绍一下我叫宋伟龙，是明星衣橱联合创始人之一。今天跟大家分享的主题就是移动时代用大数据提升时尚客户的体验。我们这边是移动专场，希望这次可以更多从移动方面跟大家做一些分享。大数据是我们是从3年之前开始接触的一个范畴，在时尚购物中如何让大数据发挥作用，这是我今天跟大家将要分享的整体。如何查找服饰类商品的10亿SKU？我们提出第一个问题就是服饰类商品的10亿SKU，如何查找？随着城池越来越多大，里面SKU服饰类的商品越来越大，如何让更好的SKU产品更好的让大家搜索到，这是一个很大的问题。就拿阿里巴巴来说，淘宝刚推出直通车跟钻石展位时，投资不是很高，不需要太多钱，现在想要购买一个用户进入自己店铺花钱，需要花大大的钱，在如此庞大的SKU体系下，如何把更好的商品挖掘出来。我们的方法就是利用时尚大数据，建立商品间的关联关系，向用户推荐精准的，喜欢的，需要的服饰商品。为什么强调是时尚大数据？这里面有几个故事，2011年我们刚刚尝试做明星衣橱产品，我们做了很多搭配类的作用，做了很多UGC的内容去做，我们请很多用户上来摆不同的服装位置，拼成搭配来指导用户。后来我们有一个用户是时尚资深的女孩，你怎么保证你的服饰是时尚的，大家喜欢呢？做大数据的一个核心点，就是做搭配，如何学习搭配。后面我们从明星下手，学习明星身上的穿着，我们相信明星背后都有形象设计师，他们身上的穿着我们认为是时尚的，我们在图上搭配大量的明星元素。终于在2012年底这些数据得到了大家的认可，认可原因，也是我们通过数据分析出来的。这也是我们做分析图的方法，这个图可以直观描述出来，在整个明星衣橱里面有非常多的明星图，这个明星图我们如何去做选择，就像刚才跟大家所说的，我们加入大量的明星元素，有大量的明星图，都是全身的，大部分是全身的。这些全身明星图我们对它进行拆解，比如说这是孙俪的图片，我们会拆解出来，比如说她的上衣，裙子，鞋子，丝袜，我们去通过这四个分布推荐用户这四款，用户穿上来我们不敢保证明星穿出来是效果一样，但是可以学习她的感觉、精髓。别人为什么要这样搭配，我们今天不需要理解为什么要这样搭配，但是我们知道这个是跟时尚是沾边的，就OK了。这是我们在做大数据的一个核心点，就是做搭配，如何学习搭配。这上面有很多小红点，绿色，这是我们分出来的一个个点，每一个部分都有问题的元素去组成，放在衣服上是什么样子的，我们根据元素找到相似款，这些都是通过机器完成的。这是我们正在做的一款产品，这个产品我们会让用户以一件商品出发，比如说有一个女孩，中间有一个商品，在时尚搜索的应用里面，可以搜索什么样的商品，可以产生几十图，几百套的搭配，这是明星图，别人穿的是什么样子，根据这个找到她喜欢的明星，或者是明星图，我觉得这个女孩穿的不错，我很喜欢。点进去，可以看到这个女孩的帽子，包，短裤，鞋子。这样就解决了很大一个比例用户的，关于服装搭配的需求，如何去搭配，怎么样去搭配。在这个搜索引擎，可以看到别人大片现有的衣服。比如说我要买中间的这件衣服，可以看到这个衣服如何搭配的。就觉得难度用户真的喜欢别人混搭吗？用户未必喜欢别人的意见，经过两年的应用数据收集，得出来用户非常非常认可的，我们也是在尝试创造一种需求，尝试购买方式让用户来选择他喜欢的购买商品。回到刚才的10亿SKU，做自己的时尚引擎，以自己的观点，自己的需求出发，找自己的商品的话，10亿SKU的展示量，暴露量，暴露的机会远远大于搜出来这个衣服的同款要大的很多。用大数据把时尚的概念传播出去刚才说到大数据要说到几点，一个是大数据来源，如果来源选错大数据分析将变得毫无意义。刚才也跟大家提到过，为什么我们要关注时尚，金字塔尖是时尚的源头。而我们现在从金字塔底层无法向源头，向上去引导。时尚自上向下引导大家导购，自上向下传播的，我们就可以学习明星、时尚达人是如何穿着的。这样的大数据我们拿到才有真正的意思，才能把时尚的概念传播出去，让大家穿在自己的身上。然后对这些时尚大数据采集，学习规则，每一个明星都是我们学习的规则。像这种规则我们数据库已经积累70多万条，足以让大家搜到自己的搭配。第二个就是大数据积累，我们积累方法并没有什么特别的，我本人是做技术的，这个圈子里大家都会这样使用，数据积累，人工训练，积累学习，我们实现的是自动匹配，我们做搭配时只需要做少量人工浏览审核，就可以把大数据内容推到线上，供大家参考。最后一个是大数据的处理方法，为了实现更好为用户做搭配推荐，我们引入了深度学习，实际上是机器学习中的一个分支，大家意思会模拟人脑的逻辑、思维、神经方式去理念概念。比如说深度学习就把图像扫描去学习，这样就为了机器引导大众消费更聪明。再一个就是自然语言处理在时尚搜索中心应用。比如说我需要一个看起来穿起来松松的裙子，我们会把这种语言解释为蛋糕裙推荐给你。我们有很多前辈也是后来者，还有很多东西要学习，还有很长路要走。这个简单说一下，这是我们现在整个后台的处理逻辑。一个是我们的数据源，其中很重要一部分是单品数据源，一部分是来自合作电商，比如说现在占整个电商比例最大就是淘宝、天猫，京东、凡客等也是在逐渐发展起来的大电商。时尚大数据在淘宝的应用下面粗略的数据，数据源出来之后，我们简单的一个筛选，会变成细密度、结构化的商品数据，就用于给用户提供搭配。在说一个达人用户，刚才讲了这么多全都是机器做事情，人在干什么？实际上我们整个过程中更重视机器学习，更重视机器推荐，我们是不是忽略了UGC不是的。今年上半年大家做了很多事情把达人引进来，我们认为在国内认为在国内的真正的UGC的内容是质量偏少的，偏差的，尽量给大家正确的引导。这个是我们时尚大数据在淘宝的应用，这个是潮流女装和时尚先生，中间有一个美搭，还有一个酷搭，这两个数据提供的图是我们数据提供过去的。我们做的方法将淘宝单品数据处理之后在反馈给淘宝。我们将再反馈到淘宝上去，淘宝用户再去看一看，这个非常明显提高了转化率和客单量。在一开始我们自己统计数据时，同一个用户在这个模式下，购买的2件以上衣服的几率非常大。一小部分比例用户，他们购物速度非常快，直接把所有搭配单品，五件全部收入囊中，穿的跟明星图上一模一样的，这种结果证明了我们的方式是可以达到经营的主题，如何在现有电商转化率偏低情况下如何破这个局。最后一个跟大家分享我们的时尚搜索产出结果是什么。通过大量的用户行为分析，对时尚数据的学习，我们可以精准的把握到这个用户的风格，他喜欢什么样的挑战，喜欢什么样的衣服，我们通过大数据推给不同的客户，每个人有自己不同的风格。后面挑战性的推荐也是我们常说的一件事情，因为所有的推荐都是给大家推你喜欢的东西，作为服装，作为搭配，作为一种风格，我们鼓励大家尝试改变风格，这样可以让你更快进入时尚的改革。我今天需要跟大家分享就是这些，谢谢大家。口述/宋伟龙 （来自2014派代电商年会主题演讲）

此文章来源于网络,如有侵权,请联系删除