YOVO

YOVO - это искусственный интеллект, который подбирает подходящую одежду. Он помогает людям сэкономить время и почувствовать себя более уверенными за счет стильных образов, а брендам повышать средний чек за счет продаж комбинаций вещей в подборках. Согласно исследованиям целевой аудитории, людям с о средним и выше среднего достатком часто не хватает времени для покупки одежды, либо же они просто не умеют самостоятельно одеваться стильно и не любят ходить по магазинам.
Мы предлагаем им решение в виде приложения, в котором пользователь отмечает понравившиеся образы свайпами. Нейросеть начинает понимать его вкусы по понравившимся образам и предлагает ему релевантные подборки, сгенерированные нейросетью на основе образов от реальных стилистов. Получившиеся подборки пользователь может заказать и оплатить прямо в приложении.
YOVO - это проект с транзакционной бизнес-моделью, которая предполагает получение до 21% с продаж брендов-партнеров (тех, чьи вещи будут присутствовать в подборках). Ожидаемый средний чек составляет 12000 рублей, с затратами 900 рублей на доставку а также около 3000 рублей на привлечение платящего клиента (при наихудшем прогнозе). Таким образом, Unit-экономика проекта основывается на большом LTV и удержании пользователя в приложении и сходится со второго заказа. Планируемых результатов вполне можно достигнуть за счет сильно растущего рынка: согласно прогнозу Fashion Consulting Group рынок fashion e-commerce в России составит 1012 млрд руб. Однако, для расчета мы используем уже существующие данные: за TAM мы принимаем текущий размер fashion e-commerce рынка в России - 457 млрд Рублей. На данный момент около 42% рынка e-commerce принадлежит маркетплейсам - примем за SAM 195 млрд рублей. За 2 года мы рассчитываем занять SOM в размере 1,5% от рынка маркетплейсов, что в абсолютном выражении дает выручку в 3 млрд рублей в год.
Среди конкурентов мы видим такие компании, как Get Outfit и Capsula, которые используют подбор вещей реальными стилистами, что приводит к удорожанию себестоимости услуги, а также Freestylo, которая также упоминала о разработке искусственного интеллекта, но имеет основной упор на стилистов. Среди наших конкурентных преимуществ мы видим сложность копирования нашего продукта в силу сложности его технической реализации.
Мы уже запустили MVP в виде телеграмм-бота с целью проверки нашей гипотезы, предложив работы реальных стилистов вместо нейронной сети на начальном этапе. За 2 недели эксперимента сумма покупок с наших рекомендаций составила 146 т. руб.
Именно наша команда способна реализовать данный проект, так как мы собрали экспертов в различных сферах, относящихся к данному проекту: выпускники МГТУ им. Баумана и Политехнического института СурГУ с опытом промышленной разработки в сфере ИИ; выпускники бизнес-школы Сколково, в рамках обучения на одной из программ которой и зародился проект; предприниматели с опытом в fashion сфере; профессиональные стилисты и эксперты в маркетинге и PR.

Данный проект позволит реализовать брендам из ХМАО "нечестное" конкурентное преимущество: мы предоставим им эффективный и удобный канал продаж для выхода на рынок Москвы и иных городов-миллионников. Взамен они будут предоставлять нам вещи для расширения ассортимента подборок.

1. к 2025 занять 1,5% рынка маркетплейсов в РФ
2. к 2025 достигнуть оценки капитализации в 1 млрд рублей
3. Создать первый в РФ сервис по подбору образов полностью искусственным интеллектом

1. 1 этап - поиск и покупка датасетов для обучения нейронной сети, разметка данных для обучения нейронной сети с помощью Яндекс.Толока и живых стилистов
2. 2 этап - разработка нейросети, которая ищет сначала на основе визуальных данных похожие вещи и формирует подборки из них
3. 3 этап - полученные подборки оценивают пользователи в ходе нативного способа получения подборки в боте (нажал заказать - понравилось/сделал новую подборку - не понравилось). Эти данные собираются и используются для обучения нейросети и поиска закономерностей в связях между вещами в подборках (сеть ищет не просто похожие вещи, а именно ищет связи между вещами в подборках).
4. Разработка веб-версии мобильного приложения (включая серверную и клиентскую части)
5. Разработка нативного приложения для iOS
6. Разработка нативного приложения для Android
7. Привлечение не менее 50 некрупных брендов-партнеров (проведение мероприятий и рекламное продвижение)
8. Привлечение специалистов сфере машинному обучению и разработке программного обеспечения (ориентируемся на участников Школы 21 от СБЕРа в г. Сургуте)
9. Запуск различных методов продвижения: таргетинговой рекламы, контекстной рекламы в поисковых системах, нативной рекламы в сообществах
10. Анализ каналов, сегментов аудитории, итоговых конверсий в воронке, выбор наиболее эффективной стратегии продвижения и ее масштабирование