C的美妆分析行为是B的决策依据，肌秘欲打造美业消费大数据平台

由于绝大多数人不知道自己的皮肤适合什么化妆/护肤品，也不知道自己已买或者想买的化妆/护肤品是否适合自己的皮肤，肤质检测→导购、美妆产品/成分搜索引擎→功效解析成为了肌秘、美氪、美肤家、HwaHae（韩国）等公司2C的商业逻辑；C端消费者进行美妆分析时留存的行为偏好又可以为B端机构如品牌商、零售商、代运营公司、进出口贸易公司提供决策依据，是这些公司2B的商业逻辑。

在这个商业逻辑中，对于肤质检测，各家基本采用问卷调查填写。美妆产品/成分搜索引擎→功效解析，则是一项非常复杂的技术活儿，也基本是各家的核心竞争力所在。联合创始人兼CMO叶雯斐告诉36氪，肌秘把这项技术活儿做得十分细致。

1、录入成分信息，且经过二次详细拆解和延伸。

“成分这种东西，很多人都难以理解。比如角鲨烷，到底有什么功效。除了功效，有没有刺激、是不是母婴可用、可用于哪些配方、提取来源于哪里、能否溶于水、对环境有没有伤害、是不是能吃等等。”

叶雯斐说，肌秘从CFDA、FDA等渠道获得了15000多种国际通用成分信息，又对每种成分信息按照20多个维度进行了拆解和延伸。这些维度的引用来源包括INCI（ 国际化妆品原料）核心期刊、化妆品品牌公布的技术文档，以及国外的数据库平台等。当然，不一定每个维度都能查到。

鉴于工作量庞大，肌秘采用了众包的方式进行。他们找来行业内的配方师、技术人员等共计100来人，采取计件薪酬方式录入成分信息。每录入一条信息，工作人员需附上相关文献的URL链接，由叶雯斐和医学院老师亲自点开链接审核。这样边录入边审核，肌秘花了7个月完成了化妆品成分数据库。

2、录入产品信息。

利用网络爬虫技术从各大化妆品官网、电商平台抓取数据并自动整理后，他们发现对于计算机无法识别的产品信息还需要人工录入。

比如雅诗兰黛即时修护特润精华露，计算机并不能识别究竟哪个词是品牌名，哪个词代表产品名，哪个词与功效划等号。同时，有些产品既有官方名称也有俗名，计算机也不能分辨。像雅诗兰黛即时修护特润精华露，大家熟知的是“小棕瓶”。还有一些名字生僻的品牌，肌秘需要为它们单独制作品牌字典。

另外，对于一些还没有进入国内市场，但在微博、微信、小红书等平台已有品牌传播或宣传，或者大V和网红已有体验分享的产品，肌秘的数据研究人员会经常潜水在这些海淘或社交平台、社群，点对点获取信息，建立词条。“进口的产品有在CFDA备案的，我们录入的速度基本不会晚于它备案的一周。它们有进行品牌传播或宣传的话，我们的响应速度则在3天以内。”

3、搭建特征库。

当产品和成分信息进入特征库后，计算机可自动判定产品各方面特征。例如，产品是否含香精、是否有防腐剂、价格区间、品牌等，判定结果以“蜂窝特征图”形式呈现。“我们的特征库也建得很大，看起来只显示了几个，但其实有可能多达几十个。”

肌秘APP截图

叶雯斐透露，肌秘产品数据库录入75万数据，覆盖约90%国内和70%国外（日本、北美、法国）美妆产品。肌秘APP正式上线于2016年6月21日，注册用户将近10万名，日活跃用户约4000～5000人。

“对于C端，我们其实没怎么好好运营。我们希望把C端产品做成开放平台，同时也是给B端机构演示的超级PPT，把B端机构服务好。”目前，肌秘已跟多家B端机构达成合作，产生现金流的已有3家，包括按季度、按年和按case等不同服务形式。

在叶雯斐看来，当前对于肌秘而言，亟需解决的是公信力的问题。“我们已经尽量在做得很公允了，但不少用户仍认为我们在为品牌商做广告。未来广告不排除会做，但可以保证不会影响数据库本身和品牌商在数据库的位置。”

另外，文章开头提到绝大部分不知道自己的皮肤和化妆/护肤品的匹配情况，但也不得不说真正对化妆/护肤品分析有刚需的，可能还是一部分人，比如美妆从业者、美妆深度爱好者、肤质易过敏者、或有理性护肤概念者等相关人群。毕竟大多数人习惯接受朋友或店员推荐、且不想让变美变得复杂。因此，2C的路线并不好走。美氪在《我是独角兽》的节目中遭遇了融资失败，便是佐证。尽管肌秘是B2C2B的模式，但C仍然是这个模式的基石。叶雯斐表示，C端他们准备用视频、文章等形式获客。

在团队上，叶雯斐毕业于复旦大学基础医学专业，个人护理品技术工程师、化妆品市场数据分析员、产品培训师，曾供职于Ashland（原料供应商）、相宜本草，服务于雅诗兰黛、欧莱雅、宝洁、上海家化等公司；联合创始人兼CEO李荣鑫毕业于复旦大学临床医学（华山医院）专业，跨界的全栈型软件架构师、连续创业者。团队现有成员22人，其中10人为APP研发团队，其他皆为美妆行研人员。

此前肌秘已获得300万元天使投资，现欲接洽新一轮。