数据已经逐渐成为美妆行业的主要驱动力之一。不同规模、不同业务的美妆企业都在通过数据技术寻找他们在市场上的立足点。数据看似是一场技术革命,但这场浪潮的底层,却显示出一个行业最重要的问题:保持与消费者的沟通,无论在任何时代,都是业务不能忽视的重点。
在时尚产业各个部门里,最善于应用大数据的,莫过于美妆品牌。它们不仅基于数据为社交网络上的图像作出决策,更通过消费者数据反推,进行产品的开发与营销。知己知彼,百战不殆这个传统的中国军事指挥,被美妆品牌们应用地游刃有余。
Olay:
游戏化(Gamification)时刻
Olay 旗下的 Retinol 24(再生 24 系列)就是一个典型的案例。宝洁旗下 Olay 北美品牌总监 Eric Gruen 表示,Olay 就是使用数据进行产品开发的拥护者之一,但在此之前他们也走过不少弯路。该品牌在 2000 年至 2010 年间一直表现良好,但因为他们没能跟上市场发展的方向,之后市场表现开始走低。“消费者称我们是‘老太太油’,”Gruen 说,“当我们找到宝洁的其他员工帮我们打造品牌,他们都会觉得我们疯了。”
这样的窘境持续了一段时间,直至 2016 年,Olay 销量还在持续下滑。但是随着 Olay 逐渐在其工作流程中实施数字化战略,并且对消费者护肤程序中的需求有了更深入的了解后。该品牌推出了 Olay Skin Advisor,这一基于互联网的工具旨在帮助人们了解最适合他们皮肤的产品。
该工具还能够帮助宝洁收集数据并塑造该品牌策略。在用户自拍时,“智能算法”随即启动,在询问用户五到七个关于其皮肤状况的问题后,这个应用程序就能展现他皮肤的年龄。Gruen 称这一过程为“游戏化(Gamification)时刻”,并表示因此品牌也得到了更多的关注。
最终,Olay 开始为每个消费者提供定制化的产品推荐。Gruen 表示,Olay Skin Advisor 推出后的几年时间,已经收集了超过 600 万个数据点,这也对他们的产品开发造成了巨大的影响。例如,Olay 了解到,很大一部分消费者其实更偏向无香精的护肤产品,而这类产品却从来没有出现在 Olay 的产品开发计划上。
Olay Skin Advisor 通过收集数据,向消费者智能推荐产品,同时也不断优化 Olay 的开发策略 
“我们很快就意识到,我们必须推出无香精的产品,因为消费者已经告诉我们他想要什么,但我们却没能满足他们。”于是,Olay 推出了空气霜的无香版本,据 Gruen 称,这一产品很快就变得和其老版本一样受欢迎。Gruen 说:“这是我们首次获取这些数据点和客户的反馈,并从实质上将我们的数字销售思维模式转变为数字设计的思维模式。
玉兰油还在开发新产品上沿用了这一套策略,包括 Retinol 24 系列,自从该品牌发现视黄醇是搜索量第一的成分,因此便决定用它开发一种新产品。
Gruen 表示:“当我们看到了这些数据时,便想,我们如何能够将其变成产品,并多快便能制作出这款视黄醇产品呢。”之后,该品牌在产品包装上突出显示了“视黄醇”一词,将其变得和 Olay 的品牌名一样大,Gruen 称在内部经过了漫长的游说才最终实施这一举措。
他强调道:“试图说服他人成分名应该和品牌名一样大并不容易。消费者曾经会说,我需要我所信赖的品牌提供我想要的成分。但事实上,他们是为了视黄醇才来买你的品牌。”有了之前在香精上的发现,Olay 仅推出了无香精版本的 Retinol 24 系列。
Prose:定制化运营
同时对于定制护发品牌 Prose,数据是其运营中不可或缺的一部分
Prose 的消费者会在线上进行一个包含 25 个问题的测试,以确定最适合他们的配方和产品定制方案。这些问题将涉及他们的头发类型、头皮状况甚至其日常生活习惯。Prose 的联合创始人 Paul Michaux 表示,这一问卷可以给公司提供 135 个数据点。“我们拿到这些信息,并将它们输入到我们内部设计的算法中,便能为消费者量身打造出一套配方。同时它还会告诉你在你的护发过程中需要使用什么产品。”当产品交付给用户后,用户便可以通过 Prose 的在线“评论和优化”功能补充其他信息。用户还可以通过它提供其他的个人资料,例如,如果他们饮食习惯上有改变,或是从一个城市搬去另一个城市,他们的洗发水配方也会有所调整。
“这一系统每天给我们提供来自消费者的大量数据。”联合创始人兼首席执行官 Arnaud Plas 表示。“我们也在利用这些数据不断改进我们的产品。这一系统基本上是将我们习以为常的社交媒体的网络效应带入产品中。它可以帮我们逐步提高消费者满意度。你的反馈不仅可以帮助改善你自己的配方,同时还会改善其他人的体验,”Michaux 补充道。
Prose 在巴黎拥有一支内部的数据工程师团队,他们的工作是研究客户之间的相似性和不断调整的配方以将消费者满意度最大化。该公司表示,在过去的一年间,品牌已经将满意度提高了 30 点,达到约 90%。
数据绝对是定制化产品运营必不可少的成分,Prose 的每个产品配方都是为每个消费者定制的。“我们的产品确实是独一无二的,但在生产的层面上他们确是由市场上既有的成分和原材料组成的。”Plas 表示。“我们的创新之处在于将 AI 与生产自动化相结合,通过构建完整的软硬件支持我们的想法并能够将其规模化。”
定制化的美发品牌 Prose 通过收集数据为消费者定制配方和产品组合
Ipsy:洞察消费者
 
订阅美妆企业 Ipsy 也通过消费者数据来提供产品,并且个性化其美妆订阅包。创始人兼首席执行官 Jennifer Goldfarb 称,该企业去年通过订阅业务提供的消费者数据创建了他们首个自有品牌  Complex Culture。“我知道我们必须为这个市场带来一些真正的好产品。我们也会一直这么做,同时利用我们所有的数据有选择性地执行它……我们目标是满足那些未被满足的消费者的需求空白。”
从第一天起,我们就对行业领先的技术和数据科学进行投资。”Goldfarb 表示,“(准备个性化的美妆产品)是一件非常困难的事,我们唯一能够做好它并且扩大业务规模的方法就是使用技术。从你加入 Ipsy 那一刻,之后参与我们的美容测试,到撰写 1.6 亿条产品评论中的一条时,我们的团队都在收集这些信号,帮我们更好地了解你并且更好地准备每个月寄给你的好产品。
Ipsy 的 Glam Bag 订阅业务通过数据为消费者提供合适的产品
Goldfarb 表示,从与 YouTuber Michelle Phan 共同创立 Ipsy 至今已经八年了,并在线上线下共积累了 2500 万的用户。如今该企业拥有超过 300 名员工,2019 年的收入也达到了 5 亿美元。
Ipsy 运营和收集数据的关键是建立一个社群。“美妆行业下一个重点概念就是社群,”Goldfarb 表示。“想要决胜于未来的品牌需要激活他们的客户、关注者以及粉丝,并将他们带入品牌,让他们一起参与到塑造品牌、产品开发、营销等业务的方方面面中。
Goldfarb 称,Ipsy 曾利用 YouTube 进行研究,在那里,他们发现消费者不一定在寻找“最好”的产品,而是在寻找“最适合”他们的产品。这次研究促使 Ipsy 推出了Glam Bag。Goldfarb 称:“消费者渴望一个会倾听并理解他们的品牌。要怎么才能了解他人的需求?你不如去直接问问他们。”
Perfect Corp. :体验带动品牌
 
另一家为美妆企业开发 AI 和 AR 程序的企业 Perfect Corp. 希望不用直接与消费者沟通就能为他们提供最适合他们的产品。Perfect Corp. 总经理刘伟表示他们从 250 个美妆品牌合作伙伴获取数据来为消费者推荐彩妆和护肤品。刘伟认为 Perfect Corp. 的产品能够推动销售额,“阿里巴巴曾向我们表示,在使用我们的 AR 技术六个月后,转化率就提高了 4 倍。”
“这项技术正在解决世界上最为棘手的问题。我为什么说它棘手呢,因为我们想要知道女孩子们真正需要什么,这就是它难的原因。”刘伟开玩笑道。
Perfect Corp. 拥有来自其他企业的数据,并且让用户在应用程序中自拍。这些程序能够捕捉每个人的面部特征,并且向她们推荐合适的化妆品,同时向用户呈现妆后效果。这一服务也可以被用于护肤品上。刘伟称,数据必须与品牌本身无关。
Perfect Corp. 推出的 YouCam 可以为用户实时呈现妆效
Dash Hudson:掌握趋势
 
Dash Hudson 品牌策略副总裁 Michelle Belcic 表示,在社交媒体上,我们就可以利用数据技术。在比较不同的社交网络上的照片时,她问了一系列的问题,到底哪张照片才会有更高的参与度。例如,Revolve 的一张网红外景照片、一张白色背景棚拍的照片以及一张耳部特写的耳环项链的照片,毫无疑问,网红的外景照片和特写照片会更有参与度。
在这些问题中,美妆消费者基本上回答的都不错,但是 Belcic 表示还是存在一门科学可以衡量什么样的照片可以在互联网上引起轰动:“创意是用数字广告推动销售增长最重要的因素。我们可以利用照片中所有的元素……色调、现场、像素组成的图案,并将这几千种视觉效果与历史参与度结合起来。这样你就不用拍脑袋去盲猜了。”
她还补充道,美妆品牌在使用社交媒体时普遍存在误解——认为对其他品牌有效的方法对自己有效,今天还有效的方法明天也能用。“视觉偏好会不断改变,因此我们必须要掌握实时数据,因为我们的受众也会不断改变并成长,我们也需要掌握这些趋势。”Belcic 表示。
文章来源:WWD 国际时尚特讯(WWDGreaterChina)
图片来源 网络
-END-

WordPress 数据库错误: [Got error 28 from storage engine]
SHOW FULL COLUMNS FROM `wp_postmeta`