Data Science – это не просто модное слово в сфере IT, так называется раздел информатики о работе с данными, который сегодня находит свое применение даже в fashion-индустрии. Ясно одно: будущее уже наступило. Более того, мода и технологии делают нашу жизнь проще и стремятся возвести в ранг высшей ценности ответственное потребление. Накануне предстоящего Fashion Tech Summit редакция FWD пообщалась с одним из лучших специалистов в сфере анализа данных и извлечения из них ценной информации (иными словами, Data Science) и расспросила его о том, почему это важно для модной индустрии, как использовать технологии модным домам и брендам, а также о том, может ли существовать мода без технологий.
Почему Data Science – это важно для fashion-индустрии?
Data Science и в целом бизнес-аналитика будут и всегда были важны для любой отрасли. Модная индустрия не является исключением.
Благодаря волне увлечения Big Data данные стали мейнстримными и популярными. Благодаря приложениям с искусственным интеллектом и машинным обучением мы находимся на пороге новых открытий. Тем не менее это естественный процесс эволюции того, что всегда интересовало человечество: понять ситуацию лучше и глубже, чтобы принимать более быстрые решения. Хаммурапи пару тысяч лет назад управлял своим королевством с помощью простой аналитики, мой отец управлял прогностическими моделями для оптимизации учета запасных частей в 60-е годы. Сегодня в нашем распоряжении большие объемы данных, больше инструментов и алгоритмов.
Я бы перефразировал проблему и связал ее с теми вопросами, которые есть у нас в индустрии моды: в каких сферах чувствуется недостаток знаний, понимания или эффективности? В каких областях человеческий мозг не может в одиночку осознать вещи достаточно хорошо, чтобы принять обоснованное решение? В любом из этих направлений можно получить значительно лучшие результаты благодаря Data Science.
Каковы новые подходы в работе с данными и особенности их использования в fashion-индустрии?
Есть бесконечное количество подходов, и они зависят от задачи каждого конкретного бизнеса, и только они знают специфику своих потребностей. Везде, где они чувствуют, что им нужен подход глубже или шире, найдется применение анализа данных.
Есть области, в которых работа с данными просто необходима:
— Обзор клиента – 360, чтобы понять все о клиентах;
— Моделирование процесса покупок для прогнозирования возможностей перекрестной продажи и поднятия суммы продажи;
— Оптимизация логистики для обеспечения быстрой доставки товаров;
— Маркетинговая аналитика для увеличения продаж;
— Аналитика социальных сетей с целью влияния на них.
Как можно использовать высокие технологии в индустрии моды?
Высокие технологии находят новые интересные возможности применения.
— Анализ изображений может позволить автоматически распознавать предметы одежды для того, чтобы улучшить маркетинг или давать советы при создании образов;
— Виртуальная реальность или дополненная реальность могут показать вам, как вы выглядите в определенной одежде;
— Модели искусственного интеллекта могут узнать, какие цвета или фасоны подойдут вам лучше всего;
— Продвинутая статистика может определять модели, кластеры и тенденции в вашей клиентской базе, чтобы наилучшим образом их обслуживать.
Повторюсь, для ваших деловых вопросов найдутся тысячи идей.
Был ли у вас опыт работы с fashion-компаниями? Каким образом специалист в области Data Science может им помочь?
Я консультировал очень интересный стартап под названием Savitude, который использует AI для подбора одежды по фигуре. Его задача состоит в том, чтобы облегчить вам выбор и оградить вас от покупок вещей, которые не будут хорошо сидеть на вас при вашей комплекции. Эта технология позволяет вначале просмотреть весь ассортимент товаров, а затем, используя ваши девять ключевых параметров и сведения о вашем образе жизни, выдает рекомендации, что лучше всего подходит именно вам.
Я также проводил работу по анализу поведения клиентов: как они ходят по магазину, где останавливаются и что задерживает их внимание. Это нужно знать для того, чтобы понимать, как лучше организовать мерчандайзинг.
С точки зрения аналитики любой бизнес-анализ может быть полезным, если подкрепить его действиями.
Нейросети уже умеют рисовать картины в стиле известных художников — достаточно вспомнить, например, проект «Новый Рембрандт», реализованный при поддержке Microsoft. Когда нейросети смогут создавать самостоятельные произведения искусства и не только?
Искусство начинается с души, эмоций, чувств: машины никогда не будут способны на это. То, что они производят, — это продукты, а не произведения искусства, в которые художник вложил всю свою душу.
Конечно, машины могут создавать красивые вещи, которые радуют глаз. Но это никогда не будет искусством. Могут ли машины производить классную одежду? Несомненно. Но я всегда буду чувствовать себя лучше в вещах, в которые человек вкладывал душу.
В рамках Fashion Tech Summit пройдет конкурс стартапов. А каким образом начинающим стартапам хранить данные?
Это зависит от объема, скорости и типа данных, которые вы храните. Кроме того, если учесть, что лучшая аналитика – это то, что полезно для бизнеса и может быть применено, я бы определенно выбрал решения, предполагающие гибкую эволюцию и легкий доступ для бизнеса, потому что в конечном итоге именно бизнес будет основным пользователем этих данных.
Как обыватель может применить знания Data Science в реальной жизни?
Применять алгоритмы и данные для расширенной визуализации стало довольно просто. После минимального обучения мы все можем использовать логистические регрессии, random forest или метод k-средних.
Ничего сверхсложного там нет. Нужно учитывать лишь несколько аспектов:
— Определили ли мы точно, что мы ищем? Без четкого вопроса статистический анализ является спорным.
— Имеем ли мы доступ к соответствующим данным? Наборы данных не даются в готовом виде. Они должны быть собраны перед любым анализом.
— Хорошее ли качество данных у нас? Нужно помнить, что неполные данные, недостоверная информация, использование нерелевантных переменных приведут в итоге к неточному результату.
— Правильно ли мы понимаем суть алгоритмов? Если мы не знаем значения «букв» в результатах, мы получаем запутанные вопросы вроде «Является ли значение Р, Pr (> | t |) 0.278657 хорошим или плохим?», что еще больше сбивает нас с толку в плане надежности модели.
— Выбираем ли мы правильную модель для прогнозирования?
— Насколько устойчивым является процесс, чтобы мы могли проводить этот анализ на регулярной основе без потери времени?
Что такое мода без технологий?
Моде не нужны технологии, но есть сложные вопросы, требующие технологий. С увеличением количества взаимодействий, быстро развивающейся глобализацией и меньшей терпимостью к интуитивным решениям мода, как и любая отрасль, должна оснащаться вспомогательным интеллектом. Нашего мозга недостаточно, чтобы видеть, понимать и обрабатывать все это: это область, где помогают технологии.
Fashion Tech Summit 2018 (31.08–2.09 2018) – новый формат образовательного мероприятия, который призван создать качественную платформу для взаимодействия fashion- и tech-индустрий. В рамках саммита в качестве спикера выступит один из лучших специалистов Data Science в мире, который преподает в Университете Стэнфорда. Готье расскажет о новых подходах в работе с данными и особенностях их использования в fashion-индустрии.
Ссылка на билеты на сайте fashiontechsummit.me.
Читайте также:
