北美零售O2O案例：Slyce线下拍照线上购买

想象一下这样的情景：你某天在朋友家里或者某个商店的货架上看见了一件漂亮的衬衫，爱不释手，也想拥有一件。此时你掏出手机，打开某个大型服装零售公司的APP，拍下衬衫的照片。然后APP迅速地进行识别、处理，并帮你导入一个网购页面，你直接可以从网上买下这件衬衫。

上述的情景是加拿大多伦多技术开发公司Slyce对用户做出的承诺。Slyce公司开发了这项智能识物的技术，并利用它将顾客引导至零售商的网上商城里买东西。

雨果网编译了加拿大媒体《环球邮报》发表的相关文章：Slyce公司的首席技术官埃尔芬拜因说：“我们现在所做的就是，让人们在线下的实体世界里拍下任何物体的照片，然后我们的技术将通过照片对物体进行识别，并引导人们到线上的虚拟世界里去购买它。”

手机APP“Shazaam”一度风行于世，它可以帮助人们识别音乐并引导人们在iTunes之类的音乐商店消费。 然而Slyce与它截然不同，消费者们从不会在界面上看到Slyce的APP ，因为Slyce公司只为大型品牌网站提供幕后技术支持——这是所谓的白标签解决方案。 如今，Slyce已经与二十个顶级的美国零售商展开了合作，但是大部分合作项目将于本年度第三季度实施。

这款软件首先要识别出眼前的物体是什么。它是一件衬衫，还是一个花瓶，或者别的什么东西，然后再确定其独特的性状。软件将对物体的类别进行排查筛选，并最大化地缩小类别范围，然后根据Slyce团队设计出来的架构进一步分析该物体，并建立其一个 “属性模型”。

如果这件物体是一件衬衫， 软件不仅会摄取其颜色、款式等信息，同时还会进一步收录更多信息，比如扣子数量、扣子之间的距离、口袋的数量和位置、衣领的样式，等等 。通过这一逐步分解的方式，Slyce软件不仅可以为顾客提供最佳的商品搭配，同时可以推出与该件东西最近似的在售商品。

当某个零售商与Slyce合作时，Slyce首先将“消化”该零售商所有的商品目录（幸运的是，大部分零售商在运营网上商店时建立了一个商品拍照体系），然后，为不同类别的商品建立各类模型。

Slyce公司的首席技术官埃尔芬拜因说，每涉及一个新的商品，我们就要建立新的模型。比如，一个玩具店的参数与家用器具店的参数是不一样的，但是一旦某类商品的模型被建立起来之后，这些模型也可以重复使用。

最终，这一系列的模型、参数将与零售商的网上商店和APP实施对接，并融入其中。在这一情况下，消费者使用该技术时可能并不知情，但是Slyce公司的技术在切切实实地发挥作用。

对于零售商来说，应当多加留意顾客们拍摄了什么物品的照片、是否购买等问题，因为方面的信息对后续的市场营销大有裨益。

事实上，从零售商的角度上来讲，数据本身跟顾客下单采购同样重要，而这款软件可以帮助商家收集到顾客的“愿望清单”，了解他们想要购买什么，从而制定有效的营销策略。

Slyce公司总部位于多伦多，如今其业务触角不断延伸至整个北美地区。去年，Slyce公司获得400万美元的融资。它是一个快速壮大的公司，具备改变消费者与商家互动模式的巨大潜力。