Texel

Компания Texel («Тексел») занимается разработкой программного обеспечения (ПО) и производством профессиональных 3D-сканеров для получения объёмных моделей людей и крупногабаритных объектов. Один из проектов на основе 3D-сканирования — цифровая примерочная для онлайн- и офлайн-магазинов одежды.

На данный момент есть два варианта работы примерочной:

Первый — когда в магазине наше устройство сканирует человека в обтягивающей одежде. Нужно встать в А-позу (это стандарт для сканирования с анимацией) и сделать плавно один оборот. В конце января — начале февраля 2020 года мы запустим такой сканер в нескольких магазинах крупных ритейлеров Москвы.

Второй — по двум фото со смартфона в анфас и в профиль. Внедрение этой технологии — в планах.

Человеку приходят его обмеры, и мы автоматически загружаем их в личный кабинет клиента. После этого клиенту показываются только подходящие для него вещи.

Мы работаем над глобальной целью — сделать рынок одежды более «прозрачным». Цифровая примерочная позволяет оптимизировать издержки на производство одежды и снизить затраты на обработку возвратов и логистику. Бренд будет лучше понимать своих клиентов и делать вещи, которые точно подойдут для целевой аудитории.

С чего начали

3D-сканированием компания занимается с момента своего основания, так как у двух основателей компьютерное зрение было темой научных работ.

В 2012 году я понял, что единственным неоцифрованным элементом нашей жизни остался сам человек, поэтому, ещё работая в банке, начал активно изучать направление 3D-сканирования.

Наш сканер Portal MX входит в топ-10 лучших сканеров для человека по версии Aniwaa. У нас было много различных тестов по применению сканеров. В 2016 году в ТЦ «Мега Белая Дача» мы впервые попытались получить обмеры людей. Там мы обработали около 30 тысяч человек и составляли для пользователей персональный гардероб. Каждый, кто прошёл сканирование, получил своё 3D-фото и дальше шёл по магазинам. В нашу цифровую примерочную приходили люди с пониманием той проблемы, которую они хотели решить, — сэкономить время, поэтому всем было интересно посмотреть на работу рекомендательного сервиса. Конверсий в покупку не отслеживалось — на тот момент это было очень сложно реализовать для офлайна.

С какими сложностями столкнулись, как их преодолели

Основная проблема для нас — это стандарты пошива одежды. ГОСТы очень расплывчаты, и на фабриках есть широкие допуски. Вы можете взять две вещи с одинаковым размером, и они будут отличаться.

Вторая проблема — оцифровка одежды и детализированная размерная сетка. Самая «жара» начинается на этапе уточнения соответствия этой размерной сетки с реальной посадкой одежды. Перед стартом мы обычно проводим пилотный запуск, чтобы скорректировать настройки рекомендательного сервиса под конкретный бренд. У каждого бренда своя технология пошива, свои ткани, это всё необходимо учитывать при запуске рекомендательного сервиса, иначе для покупателей этот сервис будет бесполезен.

Как обстоят дела с проектом сейчас

Мы закончили второй этап пилотного проекта с Marks & Spencer в Лондоне. Протестировали несколько гипотез. Постепенно увеличиваем базу обмеров и докручиваем алгоритм рекомендаций. Другие бренды на этапе обсуждения.

Про деньги

Около 60 млн рублей инвестировали ФРИИ и «Сколково».

Мы подписали договор об инвестициях и совместной работе с M&S. Инвестиции от M&S — коммерческая тайна, мы не можем разглашать по NDA с ними.

Монетизация проекта — это интеграция нашего рекомендательного сервиса с крупными брендами. Для пользователя сервис бесплатный. Для брендов оплата идёт за интеграцию — оцифровку вещей и интеграцию с приложением, сайтом и прочим.

Сейчас мы ведём переговоры с крупными российскими компаниями.

Сколько удалось заработать

На данном этапе у нас не стоит задача монетизации проекта. Мы сконцентрированы на самом продукте.

Какие планы на будущее

В планах — повышение точности работы алгоритма рекомендаций и внедрение технологии обмеров человека по двум фото со смартфона. Чтобы каждый человек мог быстро получить свои размеры одежды в любом магазине.

Источник: Секрет Фирмы