虚拟试衣间的是与非[上]
谈到虚拟试衣间，直到几个月前，无意中看到了一篇关于快消行业行业2015创新趋势的文章，才走进我的视野. 文中多次提到快消品牌尝试通过使用虚拟试衣间方式来构建个性化的线下门店购物体验. 突然意识到虽然智能硬件渐渐在逐渐更迭，但在目前国内行业内我们依然没有看到特别有实用价值以及影响力的，关于解决门店顾客试衣的相关智能硬件出现. 我一直很疑惑试衣间的真实需求是否真的能够替代传统门店中导购店员的角色? 它对顾客以及门店和品牌真实需求是什么样的? 虚拟试衣间这个概念早就已经不再新鲜，但为何到现在依然没有一个具有实用价值并能被顾客和品牌认可的替代品出现? 导致今天这种现状真实原因是什么? 是技术层面难以实现还是实现成本过高用户体验不佳，不具备市场普遍推广应用价值? 国外同行是如何来看待和尝试解决这些问题的?
KT
这就是我粗略的了解虚拟试衣间在行业应用情况之后，在那片文章中脑子里冒出来的各种疑问，当然你如果问我上面问题是否都有答案，坦白说现在大部分都没有，那这篇文章目的是什么呢？很简单，梳理行业中关于虚拟试衣间一些真实尝试运用的案例，以及现在遇到的一些客观待解决的问题现状. 这其实也是自己梳理和尝试寻求答案的一个过程.
Grana's Fitting Room[Via Wangnabemag]
其实现在试衣间从实际需求解决方案层面来分类，目前大致有两个方向:在线虚拟试衣间和线下（门店）智能试衣间. 如下针对这个主题，我会从如下两个方面来梳理-典型试衣间案例和国内的现状.
提到线上智能试衣间我觉得需要重点提到Oak Fitting Room.
Oak Fitting Room
Oak Fitting Room [Via Google]
2015年11月27日美国奢侈品牌Ralph Lauren在推出能充电发光的智能版 Ricky 包、男士智能 T恤 Polo Tech 后，又在纽约第五大道的旗舰店推出智能试衣间Oak Fitting Room。首先来看看一下基本使用场景:
The Oak Fitting Room
场景
Oak试衣间完整的场景如下: 当用户没有进入试衣间会自动播放对应品牌Ralph Lauren广告，到用户进入试衣间后，自动切换到用户交互页面，并调整灯光，通过RFID自动识别用户手中商品，且支持不同灯光模式和语言. 用户可以在交互界面选择要试穿衣服尺码和颜色，并可以实时通过镜面与店员手中iPad与店员交流，例如更换合适的尺码或中意的颜色试穿单品等等. 或者采用镜面中搭配推荐，呼叫店员拿入新的试穿单品(RFID会自动识别新试穿单品). 通过搭配建议，同时可以实现传统试穿对比效果.镜面还能充当个人购物顾问，为消费者推荐用于搭配的服饰.试穿满意可以直接通过镜面下单购买并实时购买。直接结账后，用户出试衣间之前，店员把购买好单品直接送到用户手中，快速直接便捷且和场景关联很紧密.
Oak Fitting Room [Via Google]
特点
Oak智能试衣间特点:
1.通过RFID 芯片自动辨识消费者手中的物品.
2.改变试衣间光线，提供三种光线设置.
3.屏幕上会出现试穿商品的其它颜色、尺寸，轻点屏幕，直接与店员交流.
4.镜子还精通除英语外的 5门语言：意大利语、葡萄牙语、西班牙语、中文和日语.
从品牌角度来说, 实体店数据其实目前来说还是一个“黑匣子”，而智能试衣间让数据收集变得更为简捷可见，可以快速了解流行款式，店员也可了解哪些产品是消费者会试用，但不会买的，以及哪些试都不会试。对门店和服装品牌来说，有了这些珍贵数据，从而可以快速地让线上线下公平竞争. 从顾客角度来说，不被打扰极具隐私和个性化服装搭配购物体验则是令人期待的.
成本
oak试衣间是oak labs自行研制的，使用的所有硬件和软件，均是公司在职电气工程师的专利发明.造价介于1~1.5W美元之间.有望加大产量后大幅降价.Oak Labs 此前获得了 Wing Ventures 领投的 410万美元种子轮融资。Wing Ventures 创立于 2014年，创始人来自 Accel Partners、Sequoia Capital、Silver Lake 等风投公司。Cypher 计划在 2016年年中或下半年发起第二轮融资.
解决核心问题
Oak智能试衣间能使顾客迅速把合适的衣服，合适的尺码带到试衣间，那些更容易购买。大大的减少了导购店员到处找物品的低效率情况.其实类似替代现在线下导购环节,同时为顾客构建一种新的试衣消费体验.Oak 试衣间通过RFID技术面向最终消费者体验,利用现有 RFID 管理系统提高品牌库存精度和供应链效率.通过精准库存来降低品牌成本.
国内案例
说道这不仅要问虚拟试衣间对顾客真实基本需求是什么: 合身 和 搭配.
合身通过动态方式扑捉到用户身体数据，找到用户喜欢合身最佳款式. 而搭配是一个难题，他以为不同服装风格，基于现有用户身体数据，以及各个细节类似肤色，装饰程度等作出搭配建议，切这个搭配 建议可以自主学习和具备人为修正的.
其实谈单虚拟试衣间，早在2006年国内就有尝试.
国内的虚拟试衣，起源于2006年的Face72和马克华菲。Face72是国内第一家相对成型的虚拟试衣网站，灵感源于QQ秀；马克华菲是国内首家在网络上，也就是入驻Face72推出虚拟试衣服务的商家。用户可以在Face72上试穿马克华菲的各款服装，完成从头到脚、从内到外各种搭配。通过便捷、低成本和娱乐性的服务，服装信息和用户群体得以互动，马克华菲也吸引了一批追求新潮和个性化的年轻人作为潜在客户。
Face72
不过，仅仅停留在“拥有自己面孔的电子三维模特”，没有顾客的个性化身体特征的虚拟试衣，最终还是难敌昙花一现的结局.
类似虚拟试衣间的项目在实体终端也有过尝试，当时的出发点是减少顾客试穿多件衣服的麻烦，最终不了了之。根本原因在于与顾客的体验需求是违背的。在服装电商方面，尺码选择是一个难点，但不是最大的难点，尺码数据的完善可以在一定程度解决这个问题。对于服装电商而言，成交率和联单率才是最重要的。
目前从说明来看，解决顾客尺码问题只是输入顾客身材数据来配比尺码，这个能一定程度解决部分顾客的选择障碍，但数据解决不了实际穿着体验问题，所以实际效果会有一定折扣的。最重要的问题是，按照目前的显示效果（模特的脸型，身材比例等等），会严重降低顾客对自身穿着的效果期望，成交率自然会大大下滑。现在的显示效果，会让服装电商花销不菲的模特图全部失去意义.现有的可以看到的虚拟试衣技术根本满足不了用户的需求，主要因为是试衣的效果即仿真的真实感和实时性不能满足需求.
试衣的需求对顾客来说是一直存在的，至于到现在依然没有成行解决方案主要原因是：我们无法采用现有的技术和实施方案，在完全满足顾客需求前提下创造一种新的线下购物体验.智能设备如果无法成为品牌和用户解决双方真实需求桥梁， 那么勉强的实现方案高昂的成本是不具备用户和市场空间的.
随着更多设计品牌类似Rebecca Minkoff敢于尝试智能试衣间，技术逐渐成熟为未来实施智能试衣间扫清了，顾客体验落地最后一环障碍. 而服务基于品牌&门店&顾客双赢模式案例则有待探索，智能不仅仅只是设备为出发点，它背后衔接服务无论是针对品牌还是顾客都是值得挖掘和令人期待的.
