Chicisimo:大数据解答时尚搭配

标签: 业界趋势/Trend 模式 Chicisimo | 发表时间:2012-11-26 08:36 | 作者:刘文慧
分享到:
出处:http://www.ifanr.com

“双十一”狂购了很多衣服?是!但就是不知道怎么搭配……一般说来,普通人每天要思考三个问题:早上吃什么,中午吃什么,晚上吃什么。女生通常得加上一个问题:今天穿什么?在这个问题之上,还有各种搭配问题:高腰裤配什么腰带?蝙蝠衫搭哪款墨镜?……

为什么女生喜欢看街拍,因为她们想寻找某件衣物的搭配灵感,那衣服可能在柜子里雪藏许久。搭配、街拍网站应运而生,只是,它们中很多沦为纯粹的广告渠道。同样是搭配网站的  Chicisimo 反其道而行,在为人们提供衣服搭配平台的同时,利用由此收集到的数据进行分析,对用户行为生成统计数据,由此获知时尚品牌市场状况、各时尚单品之间的关系,生成“ Street Fashion Reports”。

在大数据背景下,Chicisimo 的模式十分值得其他时尚网站借鉴。 The Next Web 特地采访其联合创始人 Gabriel Aldamiz-Echevarria,他本人正是大数据领域的专家,多年来在硅谷为大数据初创公司 Strands 工作。

Gabriel 认为搭配确实是最令女生头疼的问题,而帮助她们解决这个问题,正是 Chicisimo 目前的专注点。用户除了“分享搭配(share your looks)”,还可以“建立搭配组合(create an album of looks)”。这些组合可以以某一单品为中心,如军大衣的各种搭配,也可以以主题为重心,比如“Boy Friend 风”。

Chicisimo 的成功来自数据更新的迅速,并从中理解整个社区对信息的反应。而这表现为 Chicisimo 提供的服务是动态的。最近,它建立了 Social Fashion Graph(时尚社交图),这是世界服饰的全球布局,反映出人们如何通过穿着,在各种品牌中建立联系。Gabriel 举例道:“你选择穿一件 BCBG 的连衣裙,搭配 J.Crew 的夹克。悄无声息中,你就为这两个牌子建立了联系,你的行为将反映到这份图表中。”

这个社交图表是动态的,随时根据时下人们选择的变化而变化。在我看来,这更像是卫星云图,Chicisimo 将各种品牌、单品、颜色、国家、人群的联系建立了不同图层。Chicisimo 就这样建立了各种搭配、各种品牌之间的联系,从中捕抓规律,并将这些经验介绍到社区中,为时尚人士提供认知。

比如,通过对 Social Fashion Graph 的分析,Chicisimo 从中得出 Zara 在美国提供电商服务的一年后,其美国市场渗透率翻了一番;时尚人士更青睐小众牌子;80% 的搭配次数中,我们并未穿着排行榜前 20 的品牌。

这里所说的 排行榜也是 Chicisimo 所建立的,提供了各国各自流行的品牌及其份额。Gabriel 表示这种模式其实借鉴了 iTunes 等音乐行业的模式,通过收集数据来分析受众行为,而不单单只是销售数据。

我不禁想起《时尚女魔头》中的台词:

你所穿蓝色的化纤上衣,你以为这是按自己的意思选出这件衣服。然后,首先你不知道这件衣服不是蓝色的,也不是青绿色或琉璃色,实际上它是天蓝色的。而实际上你也不知道,2002 年 Oscar de la Renta 发布会第一次出现了天蓝色礼服;之后,伊夫·圣·洛朗也展示了天蓝色系列服装,很快地,天蓝色出现在随后的 8 名设计师的发布会中;然后,它就充斥于全世界各大高级卖场,最后流行到街头,而你在廉价的卖场里买了它。事实上,这种天蓝色,产生了上百万美元的利润和数不尽的工作机会,还有为之付出的难以计算的心血……你觉得你穿的这件衣服是你自己选择的,以为你的选择是在时尚产业之外,但实际上不是这样的,你穿的衣服实际上就是这间屋子里的人,替你选的,就是从这一堆玩意儿里。

毫无疑问,时尚界的金科玉律依旧来自最顶端的品牌及其背后艺术级设计师的理念,然而在普罗大众中,大数据却正悄然改变这种格局,人们的消费选择受到上游生产的影响,但同样的,数据的及时搜集和分析也为生产提供参考数据。时尚中奢侈品牌的圣经地位也许不可撼动,然而大众却可以借助大数据,开始发出微弱的声音。

如果排行榜沦落为竞价排名,那它已失去意义;如果搭配沦落为购买入口,那它也只是赤裸裸的利益。

可以想见,忠实于人们的“真实存在”,而不是随便把搭配做成网店入口,挖掘数据,而非贩卖渠道,也许无法为 Chicisimo 带来即刻的暴利,却使之获得持久的生命力和资本,更好地为需要建立品牌文化的商家提供分析,有的放矢地进行 宣传

目前,Chicisimo 的用户主要集中在欧洲和美国。而 Zara 和 H&M 已与其进行合作,展示自己的品牌搭配合集。

 

爱范儿 · Beats of Bits | 原文链接 · 查看评论 · 新浪微博 · 订阅全文 · 微信订阅 · 加入爱范社区!




虚拟网络连接真实关系,冰冷金属也有温情一面,专注人文化科技报道。

相关 [chicisimo 大数据 时尚] 推荐:

Chicisimo:大数据解答时尚搭配

- - 爱范儿 · Beats of Bits
但就是不知道怎么搭配……一般说来,普通人每天要思考三个问题:早上吃什么,中午吃什么,晚上吃什么. 女生通常得加上一个问题:今天穿什么. 在这个问题之上,还有各种搭配问题:高腰裤配什么腰带. 为什么女生喜欢看街拍,因为她们想寻找某件衣物的搭配灵感,那衣服可能在柜子里雪藏许久. 搭配、街拍网站应运而生,只是,它们中很多沦为纯粹的广告渠道.

谈大数据(2)

- - 人月神话的BLOG
对于大数据,后面会作为一个系列来谈,大数据涉及的方面特别多,包括主数据,数据中心和ODS,SOA,云计算,业务BI等很多方面的内容. 前面看到一个提法,即大数据会让我们更加关注业务方面的内容,而云平台则更多是技术层面的内容. 对于大数据会先把各个理解的关键点谈完了,再系统来看大数据的完整解决方案和体系化.

大数据之惑

- - 互联网分析
算起来,接触大数据、和互联网之外的客户谈大数据也有快2年了. 也该是时候整理下一些感受,和大家分享下我看到的国内大数据应用的一些困惑了. 云和大数据,应该是近几年IT炒的最热的两个话题了. 在我看来,这两者之间的不同就是: 云是做新的瓶,装旧的酒; 大数据是找合适的瓶,酿新的酒. 云说到底是一种基础架构的革命.

白话大数据

- - 互联网分析
这个时代,你在外面混,无论是技术还是产品还是运营还是商务,如果嘴里说不出“大数据”“云存储”“云计算”,真不好意思在同行面前抬头. 是千万级别的用户信息还是动辄XXXTB的数据量. 其实,大数据在我的眼里,不是一门技术,而是一种技能,从数据中去发现价值挖掘价值的技能. ”当我掷地有声用这句话开场时,正好一个妹子推门而入,听到这句话,微微一怔,低头坐下.

交通大数据

- - 人月神话的BLOG
本文简单谈下智慧交通场景下可能出现的大数据需求和具体应用价值. 对于公交线路规划和设计是一个大数据潜在的应用场景,传统的公交线路规划往往需要在前期投入大量的人力进行OD调查和数据收集. 特别是在公交卡普及后可以看到,对于OD流量数据完全可以从公交一卡通中采集到相关的交通流量和流向数据,包括同一张卡每天的行走路线和换乘次数等详细信息.

ladygaga时尚纵览

- 店小二 - 译言-每日精品译文推荐
来源Lady Gaga Wears Leather in the Summer. ladygaga穿着自己独特的皮短裙以及高跟鞋@纽约. 穿着自己无比高地高跟鞋离开自己伦敦的宾馆. 在自己的夏季巡回演唱会中惊艳亮相,在纽约的中央公园上ladygaga穿着白色的斗篷从上万人头上划过. 注意,上面图片下方的是胶水,总共演唱会胶水用量1800磅重.

时尚USB手环

- Richard - 设计|生活|发现新鲜
3C时代,各式各样的数码产品,缺少了USB数据线那可是万万不能. 这款手环设计感十足,方便携带,让你随时随地传输各种数据,或者是江湖救急充电. 这样的USB手环,平时不用的时候也绝对算得上时尚单品. 「设计,生活,发现新鲜」在新浪微博,更即时地获读更新,更直接地交流沟通. © 设计|生活|发现新鲜 | 原文链接 | 投稿 ! | 新浪微博 | 逛逛我们的在线商店.

全球10大数据库

- - 译言-电脑/网络/数码科技
原文: Fiorenttini   译者: julie20098. [非商业性转载必须注明译者julie20098和相关链接. ,否则视为侵权,追究转载责任. 世界气候数据中心:气候全球数据中心, 220TB 的网络数据, 6PB 的其它数据. 国家能源研究科学计算中心,有 2.8PB 容量.

大数据公司Amazon

- - 36氪 | 关注互联网创业
说到 Amazon,它通常给人的印象是一家典型的电商公司——创办于1995年,靠在线书籍销售业务起家,发展至今也已颇具规模. 近日,TechCrunch作者Alex Williams撰文称,Amazon其实并非一家贸易公司,而是一家大数据公司. 联想到Amazon CEO Jeff Bezos曾说过的一句话:“企业家应该愿意在很长一段时间内承受误解的目光.

谈大数据分析

- - 人月神话的BLOG
对于数据分析层,我们可以看到,其核心重点是针对海量数据形成一个分布式可弹性伸缩的,高查询性能的,支持标准sql语法的一个ODS库. 我们看到对于Hive,impala,InfoBright更多的都是解决这个层面的问题,即解决数据采集问题,解决采集后数据行列混合存储和压缩的问题,然后形成一个支撑标准sql预防的数据分析库.