„Dzięki GetDressed Twoi konsumenci kupują więcej, gdy asystent AI dobiera dla nich outfity z produktów na stronie oraz znajduje im podobne” czytamy na stronie krakowskiego start-upu GetDressed, który tworzy Spotify dla ubrań i zamierza algorytmami podbić rynki e-commerce. Jak? Przeczytajcie.
Pokolenie Z na podbój fash-tech
To nie rekiny biznesu wpadły na pomysł zrewolucjonizowania zakupów w sieci, a 20-latkowie z Krakowa, tworząc ekosystem dla branży modowej. Ich koncept w grudniu ubiegłego roku uzyskał dofinansowanie z programu Polskiej Agencji Rozwoju Przedsiębiorczości na kwotę 1 mln złotych. Co ciekawe, start-up powstał już 2.5 roku temu, kiedy Aga Pałka (CEO GetDressed), Daniel Mika (CTO) i Marcel Pisak (Co-Founder i COO), jeszcze jako uczniowie Technikum Łączności, w ramach konkursu „Mój pierwszy biznes” zapitchowali swoją wizję biznesową.
Jury powiedziało im, że są za młodzi, aby wdrożyć projekt w życie, co jedynie zmotywowało ich do działania. Zdobywali doświadczenie, poszerzali wiedzę techniczną, prototypowali, korzystali z akceleratorów. Dziś GetDressed ma jasno określoną ścieżkę rozwoju i w niedalekiej przyszłości może stanowić realną konkurencję dla platform z usługami opartymi na Sztucznej Inteligencji i Big Data. A w samym zaś zespole mamy jeszcze Kubę Szydłowskiego odpowiedzialnego za Business Development; Eryka Dziedzica – Full Stacka Developera i Franka Stachurę – programistę backend specjalizującego się w zabezpieczeniach IT.
Z Agą Pałką rozmawiam o zmianach w GetDressed, które nastąpiły po dofinansowaniu na rozwój, o aplikacji mobilnej, która będzie jak Spotify dla ubrań, o wtyczce GetDressed dla e-commerce, wyzwaniach i o znajdywaniu work-life balance.
Natalia Tokarz: Aga, od otrzymania dofinansowania na rozwój GetDressed w wysokości 1 mln złotych minęło prawie pół roku. Co w tym czasie zmieniło się u Was?
Aga Pałka: Po pierwsze, wydaliśmy na świat pierwszy produkt dla konsumentów i polskich marek modowych. Showroom to platforma, na której produkty mniejszych, autorskich marek łączone są w outfity, a konsument ustala zakres cenowy oraz kategorie, które chce, by zostały uwzględnione w stylizacji. W tym momencie dostępna jest jedynie wersja dla osób noszących damską odzież, ale już niedługo się to zmieni. Nowe marki coraz szybciej i chętniej decydują się wejść na nasz pokład!
Nasza sztuczna inteligencja dobierająca ubrania na e-commerce (nasz drugi produkt, wtyczka) pojawiła się na czeskiej wersji jednego z najbardziej znanych polskich e-commerce. Nasz zespół powoli się powiększa tak jak i baza klientów.
W ciągu ostatnich sześciu miesięcy powstała również Outfitlista, czyli newsletter, w którym co tydzień wysyłamy outfity złożone z produktów polskich marek modowych. Mimo że na razie działania promocyjne prowadzimy małymi krokami, poszerza się grupa odbiorców GetDressed korzystających z naszej technologii w różnych miejscach.
I to, co zostawiłam na sam koniec – wisienka na torcie. Z pomocą agencji badawczo-strategicznej Project: People zdefiniowaliśmy kształt aplikacji mobilnej GetDressed. Aplikacji, która za pomocą technologii AI będzie realnie pomagać w efektywnym kupowaniu i stylizowaniu ubrań dobranych zarówno stylem, fasonem jak i rozmiarem, oszczędzając czas, i pieniądze użytkowników podczas zakupów odzieżowych. To wszystko dzięki wysokiej personalizacji zapewnionej przez różnorodne algorytmy sztucznej inteligencji. Tworzymy, jak to opisała redaktor Newonce: “Spotify dla ubrań”. I nie ma tu mowy o gołosłowności. Pierwsi badani, którzy mieli możliwość zapoznać się z projektem aplikacji, zaznaczają nawiązanie do Spotify pomimo zupełnie różnych branż. Zamknięte betatesty (do 800 osób) ruszają na koniec wakacji, a lista zainteresowanych betatesterów bardzo szybko się wydłuża. ;)
Natalia: Właśnie, aplikacja. O planach stworzenia appki wspominał Kuba Szydłowski podczas Fashion Tech X-Ray prowadzonym przez Kasię Gola. Od razu nasunęła mi się na myśl appka THE YES – niestety niedostępna w Polsce. Opiera się ona na ML, tworząc unikalne i niepowtarzalne dla każdego usera listingi. Wasza aplikacja będzie czymś podobnym czy zupełnie innym? Co chcecie nią osiągnąć?
Aga: Myślę, że jest tu pewne podobieństwo do aplikacji typu THE YES, chociaż dewizą tej aplikacji jest Make shopping social again. Nasz kierunek to nie kolejna aplikacja społecznościowa, a przestrzeń do tworzenia, do wyrażania się i współpracy. Poza sztuczną inteligencją, która tworzy stylizacje, bardzo dużą przestrzeń do popisu dostaną przede wszystkim użytkownicy. By nie wchodzić za głęboko przed oficjalną promocją aplikacji, mogę zaznaczyć, że nie bez powodu bardzo bliskim jest nam porównanie do playlist Spotify.
Co chcielibyśmy osiągnąć aplikacją? Sprawić, że nasi użytkownicy będą z przyjemnością doświadczać mody. Nie targetujemy aplikacji jedynie do osób, które fenomenalnie znają się na modzie, bo wiem, że kiedy jej najbardziej potrzebowałam, wcale nie lubiłam mody. Nie lubiłam zakupów, stania przed szafą, dobierania kolorów czy wzorów. Nasi “wcześni apostołowie” rozwiązania to osoby, które chcą, by ich życie było prostsze, ale by wciąż mogli wyrażać siebie poprzez ubrania i czerpać z tego przyjemność.
Natalia: W co jeszcze zainwestowaliście dofinansowanie oprócz rozpoczęcia współpracy z agencją marketingową More Bananas?
Aga: We wspomnianą współpracę z Project: People, proces badawczy (setki odpowiedzi w badaniach ilościowych oraz jakościowych) oraz zaprojektowany przez tę agencję UX & UI aplikacji. Zainwestowaliśmy oczywiście w zespół, który był z nami od początku. Zespół, który tak jak my od początku wiedział, że to wszystko może się skończyć bez żadnego zarobku, a jednak był z nami długo, zanim było nas na nich stać. Dodatkowo opłacenie rozwiązań chmurowych i konsultacje w zakresie skalowania rozwiązań Sztucznej Inteligencji w AIRev. A pozostała lwia część to jak to często w polskim biznesie bywa podatki. ;)
>>> Czytaj także: RAPORT: Witajcie w modzie przyszłości. Jak technologie zmieniają branżę?
Natalia: Rozwiązania proponowane przez GetDressed są bardzo podobne do tych, oferowanych przez platformy do automatyzacji i personalizacji. Co wyróżnia GetDressed spośród tych platform?
Aga: To, że nie budujemy narzędzia. Tworzymy ekosystem. Załóżmy, że we wrześniu tego roku spotykamy Agnieszkę, która tak jak ja kiedyś poświęca w ciągu tygodnia godziny na to, żeby kupić fajne ubrania czy dodatki, a później sensownie je ze sobą połączyć na wybraną okazję. Aga siada wieczorem do laptopa i robi zakupy na znanym polskim sklepie online. Przegląda pojedyncze produkty, a pod nimi całe stylizacje. Decyduje się na zakup płaszcza i chustki. E-commerce współpracuje z GetDressed, w związku z czym produkt od razu trafia do wirtualnej szafy Agnieszki. Gdy budzi się w pierwszy, jesienny, deszczowy dzień odpala aplikację GetDressed i od razu dostaje propozycje stylizacji dobranych do pogody oraz okazji. Oczywiście uwzględniają one nowy płaszcz i chustkę, ale również wszystko to, co Aga dotychczas wrzuciła do swojej szafy. Wybiera spośród kilku możliwych stylizacji i… już. Wyciąga z fizycznej szafy właściwe elementy i jest gotowa na dzień w pracy/szkole/na uczelni.
A co jeśli Aga preferuje polskie, autorskie marki? Zamiast wchodzić na ogromny e-commerce, wchodzi na showroom, gdzie produkty różnych marek łączone są w outfity. Dalej historia toczy się podobnie.
Gdzie pojawia się gamechanger? W momencie, w którym Agnieszka, zanim jeszcze kupi swój wymarzony płaszcz, może zobaczyć jak będzie on wyglądał z ubraniami, które już posiada. Ponieważ może połączyć swoją szafę GetDressed z e-commercem, na którym robi zakupy. Może też sprawdzić, czy to właściwy rozmiar, czy kolor pasuje do jej palety, a fason do jej sylwetki.
Co łączy te 3 aspekty i jednocześnie wyróżnia nas na rynku? To, że mamy sztuczną inteligencję, która jest w stanie dobierać do siebie najróżniejsze produkty, by mimo odmiennych zdjęć tych produktów, tworzyć z nich jakościowe stylizacje.
Natalia: Aga, załóżmy, że prowadzę średnią markę odzieżową, która w ofercie ma odzież, obuwie i akcesoria. Jest rozpoznawalna na rynku, klienci chętnie wracają, średni koszyk to 140 PLN. Dobrze sobie radzę, ale zmagam się ze zwrotami oraz zalegającym stockiem na magazynie. Czasem nie mam pewności, czy powinnam puszczać na produkcję konkretny projekt. Chcę skorzystać z rozwiązania GetDressed. Powiedz, jak będzie wyglądał proces integracji wtyczki z moim e-commerce, jak algorytmy będą klasyfikować mój asortyment, co będę mogła śledzić dzięki Waszej usłudze i jak przełoży się to na redukcję zwrotów czy nawet eliminację produkcji niepopularnych produktów wśród klientów?
Aga: Każda marka decydująca się na skorzystanie z wtyczki GetDressed dostaje dostęp do panelu klienta. Gdy konsument wchodzi na produkt, który go zainteresował, nasza wtyczka generuje pod nim stylizacje, korzystając z innych dostępnych w bazie produktów. Dzięki temu konsumenci mogą łatwiej przechodzić po interesujących ich produktach oraz częściej kupują więcej niż 1 produkt, tym samym zwiększając średnią wartość koszyka. Każde z tych działań można śledzić w panelu klienta. Na żywo aktualizowane są dane dotyczące interakcji konsumenta z wtyczką, lista produktów zakupionych w ramach jednej sesji, czy informacje o najlepiej sprzedających się kompletach.
Proces współpracy z każdym sklepem online zaczynamy od przeanalizowania bazy produktów (ang. product feed). Następnie nasze algorytmy przetwarzają produkty tak, by stworzyć na ich bazie stylizację. Biorą pod uwagę aspekty takie jak: styl, fason, kategoria czy kolor ubrania. Potem przechodzimy do wybrania drobnych elementów wizualnych wtyczki, takich jak wybranie kolorów detali graficznych zgodnych z brandingiem marki.
Ostatnia faza to proste umieszczenie wtyczki w kodzie, które odbywa się na takiej zasadzie jak choćby dodawanie Google Analytics do strony sklepu. Nasz zespół techniczny wspiera markę na każdym etapie, zapewniając jej jak najszybszy i najprzyjemniejszy proces. Pierwszy okres korzystania z wtyczki, czyli ok. 2 tygodnie są zupełnie bezpłatne, by marka mogła zobaczyć jakie efekty możemy zagwarantować na jej sklepie.
Natalia: Jakie jest wasze obecnie największe wyzwanie?
Aga: Przygotowanie do skalowania. Milion, który pozyskaliśmy, był dla nas niejako rundą finansowania pre-seed, z tym że nie musieliśmy oddawać udziałów, a jedynie poświęcić bardzo dużo czasu na rozliczenie projektu. Powoli nadchodzi czas, by przygotować się do rundy seedowej. Dostajemy wiele zapytań od osób z bardzo różnymi kompetencjami, którym bardzo podoba się nasza firma i chcieliby z nami pracować; od biznesów – przez te stricte związane z modą po typowo techniczne. Niestety w tym momencie nie możemy sobie pozwolić na zatrudnianie nowych osób – przynajmniej dopóki zyski firmy nie będą pokrywały wszystkich kosztów. Break Even Point jednak nadchodzi, a my staramy się jak najlepiej edukować w zakresie skalowania, prowadzenia relacji partnerskich z przyszłymi inwestorami, czy planowaniu działań międzynarodowych.
Natalia: Na koniec trochę off-biznesowo: Co z waszym wolnym czasem? Znajdujecie work-life balance? Ponoć Gen-Z jest w tym dobra :)
Aga: Coś w tym zdecydowanie jest. Jak bardzo elastyczne godziny pracy może mieć zespół Gen-Z? Do tego stopnia, że osoby o chronotypie nocnym mogą kończyć pracę o 3 jeśli tak preferują, a te o chronotypie dziennym mogą zacząć pracę o godzinie 6. Byle złapać się na zdalnym spotkaniu o 17. :) I rzeczywiście tak jest. Mamy szczęście, że od początku budujemy zespół złożony z talentów. Faktem jest również to, że wszyscy jesteśmy pokoleniem Z. Myślę, że jeśli decydujesz się zatrudniać takie osoby, które są młode i mają niesamowitą wiedzę, a przede wszystkim intuicję w swoich dziedzinach, to jesteś świadom, że to indywidualiści. Że mają swoje pasje poza pracą, ale wbrew pozorom chętnie będą je rozwijać wewnątrz zespołu. Jako GetDressed kierujemy się dwiema wartościami: przyjaźnią i magią.
Poza tym, każdy w naszym zespole ma swój świat poza pracą, do którego często zapraszamy siebie nawzajem. Co tydzień mamy choćby treningi naszej drużyny e-sportowej w LoL; kilka razy w miesiącu integrujemy się. To wszystko robimy jako grupa ludzi, którzy lubią spędzać czas ze sobą – nie jako po prostu współpracownicy. Najcięższe momenty to sesje na uczelni, ale póki co dajemy radę. :)
