Data Science - это не просто модное слово в IT, это название раздела компьютерной науки о работе с данными, который сегодня находит применение даже в индустрии моды. Ясно одно: будущее уже наступило. Более того, мода и технологии делают нашу жизнь проще и стремятся поднять ответственное потребление на более высокий уровень. В преддверии предстоящего Fashion Tech Summit редакция FWD пообщалась с одним из лучших экспертов в области анализа и добычи данных (другими словами, Data Science) и расспросила его о том, почему это важно для модной индустрии, как использовать технологии для модных домов и брендов и может ли мода существовать без технологий.

Почему Data Science важна для индустрии моды?

Data Science и бизнес-аналитика в целом всегда были и остаются важными для любой индустрии. Индустрия моды не является исключением.

Благодаря волне увлечения Big Data данные стали мейнстримом и популярностью. Благодаря искусственному интеллекту и приложениям машинного обучения мы находимся на пороге новых открытий. Тем не менее, это естественный процесс эволюции того, что всегда интересовало человечество: лучше и глубже понимать ситуацию, чтобы быстрее принимать решения. Хаммурапи управлял своим царством с помощью простой аналитики пару тысяч лет назад, мой отец использовал предиктивные модели для оптимизации учета деталей в 60-х годах прошлого века. Сегодня в нашем распоряжении больше данных, больше инструментов и алгоритмов.

Я бы перефразировал проблему и связал ее с вопросами, которые мы имеем в индустрии моды: в каких областях не хватает знаний, понимания или эффективности? В каких областях человеческий мозг не может понять все достаточно хорошо, чтобы принять взвешенное решение? В любой из этих областей вы можете получить гораздо лучшие результаты благодаря Data Science.

Каковы новые подходы к работе с данными и особенности их использования в индустрии моды?

Существует бесконечное количество подходов, и они зависят от задач каждого конкретного бизнеса, и только они знают специфику своих потребностей. Там, где они чувствуют, что им нужен более глубокий или более широкий подход, там и будет применяться аналитика данных.

Есть области, в которых работа с данными просто необходима:

- Обзор клиентов - 360, чтобы понять все о клиентах;
- Моделирование процесса покупки для прогнозирования возможностей перекрестных продаж и повышения суммы продажи;
- Оптимизация логистики для обеспечения быстрой доставки товаров;
- Маркетинговая аналитика для увеличения продаж;
- Аналитика социальных медиа для влияния на социальные сети.

Как высокие технологии могут быть использованы в индустрии моды?

Высокие технологии находят все новые и новые интересные применения.

- Анализ изображений позволяет автоматически распознавать предметы одежды, чтобы улучшить маркетинг или дать рекомендации по созданию 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 выявить закономерности, кластеры и тенденции в вашей клиентской базе, чтобы наилучшим образом обслужить их.

Опять же, существуют тысячи идей для решения ваших бизнес-вопросов.

Был ли у вас опыт работы с модными компаниями? Чем им может помочь специалист по Data Science?

Я консультировал очень интересный стартап под названием Savitude, который использует искусственный интеллект для подгонки одежды по фигуре. Его цель - облегчить вам выбор и уберечь вас от покупки вещей, которые не подойдут вам по комплекции. Эта технология позволяет сначала просмотреть весь ассортимент товаров, а затем, используя девять ключевых параметров и информацию о вашем образе жизни, выдает рекомендации о том, что вам больше всего подходит.

Я также работал над анализом поведения покупателей: как они ходят по магазину, где останавливаются и что привлекает их внимание. Это нужно знать, чтобы понять, как лучше организовать мерчандайзинг.

С точки зрения аналитики, любая бизнес-аналитика может быть полезной, если она подкреплена действиями.

Нейронные сети уже способны писать картины в стиле известных художников - достаточно вспомнить, например, проект "Новый Рембрандт", реализованный при поддержке Microsoft. Когда же нейросети смогут создавать самостоятельные произведения искусства и не только?

Искусство начинается с души, эмоций, чувств: машины никогда не смогут этого сделать. 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? Безусловно. Но я всегда буду чувствовать себя лучше в вещах, в которые человек вложил свою душу".

В рамках Fashion Tech Summit пройдет конкурс стартапов. А как стартапы хранят данные?

Это зависит от объема, скорости и типа данных, которые вы храните. Кроме того, учитывая, что лучшая аналитика - это та, которая полезна для бизнеса и может быть применена, я бы определенно выбрал решения, которые предполагают гибкую эволюцию и легкий доступ для бизнеса, потому что в конечном итоге именно бизнес будет основным пользователем этих данных.

Как обычный человек 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 логистическую регрессию, случайный лес или метод k-means.

Ничего сверхсложного. Нужно лишь учесть несколько аспектов:

- Точно ли мы определили, что именно мы ищем? Без четко сформулированного вопроса статистический анализ не имеет смысла.
- Есть ли у нас доступ к соответствующим данным? Наборы данных не всегда доступны. Их необходимо собрать до начала анализа.
- Есть ли у нас данные хорошего качества? Необходимо помнить, что неполные данные, ненадежная информация, использование неактуальных переменных в конечном итоге приведут к неточным результатам.
- Правильно ли мы понимаем суть алгоритмов? Если мы не знаем значения "букв" в результатах, у нас возникают путаные вопросы вроде "Значение P, Pr (> | t |) 0,278657 - это хорошо или плохо?", что еще больше запутывает нас относительно надежности модели.
- Правильную ли модель мы выбрали для прогнозирования?
- Насколько надежен этот процесс, чтобы мы могли проводить такой анализ регулярно, не теряя времени?

Что такое мода без технологий?

Мода не нуждается в технологиях, но есть сложные вопросы, которые требуют технологий. С увеличением количества взаимодействий, быстрой глобализацией и меньшей терпимостью к интуитивным решениям, мода, как и любая другая отрасль, нуждается во вспомогательном интеллекте. Нашего мозга недостаточно, чтобы увидеть, понять и обработать все это: это та область, где технологии помогают.

Fashion Tech Summit 2018 (31.08-2.09 2018) - это новый формат образовательного мероприятия, цель которого - создать качественную платформу для взаимодействия модной и технологической индустрий. Спикером саммита станет один из лучших экспертов в области Data Science в мире, преподающий в Стэнфордском университете. Готье расскажет о новых подходах к работе с данными и особенностях их использования в индустрии моды.