人工智慧和奶茶，這兩個看似毫無瓜葛的東西，怎麼融合在一起？筆者提出了一個設想：建造人工智慧奶茶店，結合人工智慧人臉識別技術，精準檢測臉部皮膚情況，根據存在的皮膚問題推薦相應改善皮膚的奶茶。這兩者究竟能擦出什麼樣的火花，以下，將由筆者為大家詳細講述。
隨著人們的消費水平提高，對生活的要求也是越來越精緻，再加之人工智慧技術的崛起，人工智慧結合線下餐飲門店的商業模式還是一片尚未開墾的寶地.
一、問題分析本次分享的垂直領域切入點為奶茶店，到底奶茶與人工智慧將會發生什麼樣的碰撞呢？
通過下面幾個問題為大家解惑：
1. 什麼是人工智慧奶茶店人工智慧奶茶店是指：結合人工智慧人臉識別技術，精準檢測臉部皮膚情況，根據存在的皮膚問題推薦相應改善皮膚的奶茶。
2. 盈利方式是什麼通過檢測生成檢測報告，可對此進行收費。通過檢測接受推薦的奶茶進行收費。涉及用戶隱私問題需引導用戶掃碼關注公眾號，進行推送檢測結果，客戶引流到公眾號之後可在公眾號上搭建線上體系，主要涉及在線點奶茶及其他護膚品的售賣。與醫院合作，打通HIS系統接入皮膚科醫生在線問診以時計費。3. PEST分析政策：國務院總理李克強發表2017年政府工作報告，指出要加快培育壯大包括人工智慧在內的新興產業，「人工智慧」首次被寫入了全國政府工作報告，這意味著人工智慧已上升為國家戰略。經濟：網際網路經濟持續增長，2015年中國網絡經濟增長約33%，規模超千億，2016年人工智慧領域投資接近16億美元，其中，2018年中國人工智慧市場規模已達到238.2億元以上。社會：中國IT從業人員約有500萬，每年50萬的畢業生，近五年科研人員保持20%的增長，給行業帶來人才紅利。技術：目前在視覺領域、語音識別等領域實現技術突破，處於國際領先水平，2017年，用20億人臉訓練可以達到一億分之一的誤識率，國內計算機視覺公司普遍識別率達到99.9%以上，已遠超人類97.5%的識別率，科大訊飛在標準場景下語音識別率達到97%。二、用戶分析1. 用戶群體分析隨著社會發展，人們的物質得到了滿足，生活水平不斷提高，人們消費水平升級，十來塊一杯的奶茶，不僅能解決口渴，還能滿足消費的欲望，同時還可以改善皮膚，因此奶茶目前市場比較樂觀。
奶茶作為一種普遍消費飲品，其受眾面積廣泛，主要消費群體分為兩類：學生與年輕上班族。
學生基本是奶茶的消費主力軍，特別是開在學校附近的奶茶店（是否又想起在后街買奶茶的時光），現在人們消費水平提高，而且喜歡逛街喝飲料，如果還能起到美膚作用，相信廣大學生不可拒絕。
而店面需要更注意飲品的滋味和裝修的風格，這些都是學生選擇的主要標準，同時還可以配置一些桌椅供他們平時看書學習和下午茶閒談。
年輕人是喜歡流行小吃，喝點時尚飲品的，現在人們工作壓力大，生活節奏快，因此到了周末，人們出行旅遊，逛街來釋放壓力。對於年輕人來說，喜歡消費，追求時尚，因此奶茶是很受年輕人的青睞。
作為年輕人群體，他們注意飲品的綠色健康，同時注意養生，那麼具有美膚作用的奶茶起到了一喝兩用的作用。
2. 消費場景分析場景一：
學生小李今天走到學校后街，看到街邊一個檢測皮膚的奶茶店，正好最近熬夜皮膚差，於是懷著好奇的心理諮詢了店員按步操作。不僅檢測列印了膚質情況，還通過相關皮膚情況推薦購買了一杯藥物奶茶，度過了一個美好的下午，期待著飲用後皮膚變得更好。
場景二：
上班族小王今天陪女朋友逛街，女朋友一邊吵著鬧著最近爆痘要去看醫生，恰巧看到前面一家智能皮膚檢測奶茶店，於是欣喜的完成了測試併購買了奶茶。女朋友臉上露出了滿意的笑容，小王也為本次的消費連連點讚。
三、方案實施1. 系統如何搭建？一個好的系統涉及的東西涵蓋了方方面面，包含：系統的整體架構、功能可擴展性以及用戶體驗。
首先，從用戶角色以及使用場景來分析，該人工奶茶售賣系統應當包含：後臺管理系統、售賣前端、硬體設備，
下面對對應每一個區域進行細分：
後臺管理系統：
後臺管理系統是直接用於老闆及員工使用的系統，這裡面涉及到的是：
客戶管理：客戶是店鋪的收入來源，我們需要掌握客戶的重要信息，必要時可與客戶進行聊天進行客情維護（會涉及到客服系統可參考上篇文章）；診斷知識庫管理：該系統是一個人工智慧與奶茶的結合，所以在進行奶茶推送時會根據知識庫的內容進行匹配，所以會涉及到知識庫搭建以及智能學習，進行訓練模型、人工審核、答案優化；奶茶管理：奶茶可理解為一個商品，裡面包含了多個SKU,如價格、庫存、名稱、味道等可進行增刪改查操作；訂單管理：奶茶的售賣必然會產生訂單，如訂單的時間、成交人、價格、對應的奶茶等；數據分析：
數據分析是店鋪經營的根本涉及的數據維度較多，下面將詳細講述：
用戶數據：用戶數據主要以用戶概況及趨勢為主，通過訪客數、粉絲數、會員數、成交客戶數分別進行不同時間維度的分析，其中成交客戶與留存客戶的分析尤為重要，如：客戶類型、客戶數、客戶數佔比、客單價、付款金額、訪問-付款轉化率；留存客戶則以訪問留存與成交留存為主，統計每月留存情況。商品數據（奶茶）：商品直接關係到店鋪的收入，所以對商品的深入分析可起到重大的作用，如：視頻概況，包括商品分布、商品訪問數據、商品轉化；商品效果如商品信息、曝光次數、曝光人數、訪客數、瀏覽量、加購人數、加購件數、付款人數、付款商品件數等。交易數據：收入是維持店鋪的基礎，所以交易分析頁顯得尤為重要，交易分析包括交易概況，如訪客數、下單數、付款金額；交易構成，如成交客戶構成，新成交與老成交；訂單金額分布（價格、訂單數）；地域分析，如省份、付款金額、付款人數、訪客數等。奶茶售賣前端：
售賣前端面對的使用群體將是顧客，裡面需要注意的是用戶體驗，裡面需包含以下幾個模塊：
信息輸入輸出：採集顧客的人臉畫像，以及輸出識別的結果；選擇奶茶：當識別結束後可進行選擇相應的推薦奶茶；訂單支付：選擇奶茶結束後進行訂單提交及支付。店面硬體設備：
人工智慧奶茶的主要步驟便是獲取人臉信息，所以，下面來分析採集及輸出的硬體設備：
面部掃描機器：該機器可進行高清晰的人臉拍攝及傳輸；顯示屏：採集人臉信息之後可進行展示掃描結果及推薦奶茶點選、訂單支付的操作。系統模塊
主流程
2. 目前面臨的難題是什麼技術實現：經調研目前人臉識別皮膚問題軟體已經誕生，可智能識別從肌齡、膚色、出油、痘痘、黑頭、毛孔、光滑度等角度分析膚質。藥物奶茶製作：組件專業奶茶與藥物結合的團隊，研製低成本高效果的奶茶。四、總結網際網路人工智慧的興起必然會引起線下門店的升級，該方案純屬個人想法。奶茶只是大千萬物的一個載體，所以可能會衍生出xxx與人工智慧的結合。具體落地實施還需進行一系列的深入思考，才能發展為一個從線下門店到線上商城一體的盈利模式。
本文由@產品小張 原創發布於人人都是產品經理，未經許可，禁止轉載。
題圖來自Unplash, 基於CC0協議
收藏已收藏 | {{ postmeta.bookmark }} 點讚已贊 | {{ postmeta.postlike }}