AI赋能美妆个性化体验：科学诊断与品牌体验的融合

该集团希望借助AI提升美妆个性化体验，从“描述”升级到“推荐”。集团近期收购了一家专注于面部分析的初创公司，其算法能够检测皮肤特征，但在生成针对性建议方面仍有不足。仍需要克服的挑战包括：

• 如何从诊断到推荐——让分析结果产生实际价值和意义
• 如何将科学严谨性与品牌营销有机结合
• 如何在尊重各品牌独特定位的前提下，建立一个统一、个性化的模型

‍

Ekimetrics 设计了一套美妆推荐AI系统——一套能够像皮肤科医生一样思考和推荐的机制。该系统基于与集团科学家和营销团队共同制定的业务规则，核心包括：

1. 知识工程：针对每个品牌进行细致梳理，将专家知识进行系统化编码——哪些成分针对哪些皮肤问题？哪些组合需要避免？通过这一过程，建立了一个可解释、可访问的业务知识库。

2. 可解释性与透明度：与黑盒式的深度学习模型不同，Ekimetrics 选择了更加透明的推荐机制，确保每一个推荐都能向消费者解释清楚：为什么推荐这款产品？为什么是这种成分？如何满足你的需求？

3. 科学与商业的衔接：算法整合了业务的多项考量，在科学严谨性与品牌一致性（定位、质地、价格区间）之间取得平衡。目标是推荐最合适的产品，确保每一类消费者都能获得符合其期望和品牌调性的体验。

在方案初步实行阶段，该解决方案便深刻改变了集团的美妆个性化方式，为国际化大规模推广奠定了新的技术和体验标准。方案开始为全渠道模式，将线上与线下体验统一为一个完整的美妆旅程。具体成果包括：

• 大规模国际化部署：首先在某个皮肤学护肤品牌上线，随后逐步扩展至超过10个品牌、50多个市场
• 更智能、更专业的客户体验：一张自拍、几个问题、精准诊断、有理有据的美妆推荐——线上和门店均获得广泛采用
• 可持续的商业影响：以专业个性化为基础的新获客渠道、客户满意度显著提升，集团品牌的科学可信度得到加强
• 技术自主性提升：该解决方案已由客户团队完全内化，确保长期运维和持续演进能力