美容零售產業智慧化趨勢
當「美麗經濟」碰上資通訊技術快速發展，變革風已吹向美容零售業，全球美容零售品牌大廠開始利用AI技術，打造更具體驗感消費環境，不僅能協助消費者購物決策、選擇更適合自己的產品，還能夠提供個人化的顧問式服務，來滿足消費者的需求。
本文觀察全球美容零售產業，從新創技術提供者、美容零售品牌大廠與零售通路業者三方切入，各別挑選具代表性之業者，如美容零售品牌大廠選擇歐洲與亞洲之市占最高的2個美容品牌大廠（法國L’Oreal集團、日本資生堂集團），藉剖析各大廠在人工智慧布局動態，從人工智慧技術於美容零售的應用，來綜合分析美容零售產業之新興智慧化發展趨勢。
近年全球美容零售業者均積極著手布局AI與AR的應用，包括新創團隊將技術推往B2B與B2C市場、品牌集團大廠採取併購與自主研發、通路業者採合作聯盟的方式。整體而言，美容零售產業化趨勢為3P，包括專業化（Professionalize）、個人化（Personalize）與娛樂化（Please）。
圖一、專業化、個人化與娛樂化為美容零售業趨勢
資料來源：MIC，2019年1月
Professionalize專業化：Chatbots與AR協助消費者購物決策
選擇困難是消費者購物時最常遇到的問題，主要來自於兩大原因：市面上存在太多產品選擇，以及消費者對自己適合什麼產品並不了解。
據此，美國市調公司Wakefield於2018年也針對全美1,500名18歲至65歲女性消費者進行調查，結果顯示超過70%消費者認為市面上有太多產品選項讓他們不知如何選擇，而63%消費者認為他們並不確定眾多品牌產品哪些適合自己。
因此，消費者需要廠商能夠協助他們選擇，降低他們的選擇困難度與選擇適合的產品。
助決策：降低選擇困難度
琳瑯滿目的產品陳列與廣告訴求，增加了消費者選擇困難度。例如一個品牌集團下存在多種品牌產品線，此形成眾多的市場產品資訊，消費者要能夠從中找到適合的選擇，實屬不易。
例如，資生堂集團旗下光粉底液這項產品就超過11種品牌（如東京櫃、國際櫃、碧麗妃、肌膚之鑰…等）。因此，為了降低購買失誤風險，多數消費者會花費大量時間心力研究產品相關資訊，而零售門市也常見消費者站在貨架前用手機查詢產品網路評價與成份內容，以求不要買錯。
一家成立於2016年的AI公司Automat即解決了上述問題，其與Amazon共同開發、於2018年2月推出全球首個具備商業語音識別與自然語言系統的AI對話行銷（Conversational Marketing）平台Beauty.bot，該平台與美容零售品牌合作，將所有資訊整合入同一平台，透過Beauty Chatbots的諮詢問答來降低選擇的複雜性，消費者透過平台可依個人需求獲得相關建議與資訊。
截至2018年11月為止，美國彩妝品牌CoverGirl與法國美妝集團L’Oreal與旗下醫美品牌Vichy、彩妝品牌NYX、YSL、Urban Decay、Shu uemura、Lancome等都採用Beauty.bot服務。
好決策：趨向選擇最適產品
美容領域裡有個蜜糖毒藥論—「彼之蜜糖，吾之毒藥」，指的是因為每個人的臉形、膚色與膚質都不同，所以適合的產品都不同，多數人評價的好產品（蜜糖）可能對自己不適合（毒藥），加上消費者對自己適合何種產品的不了解，如乾性肌膚者選擇超抗油產品，導致皮膚更乾燥，故購買前需不斷透過實際試用與試妝才能知道哪些是自己的蜜糖。然而，試用需要耗費不少時間，以女性為例，於專櫃試全妝至少需一小時。
美容零售業者透過AI與AR技術，來解決耗時以及最適品選擇的問題。運用Chatbots、美容App與零售門市機器，可快速協助消費者找到適合品，人們上傳自拍照、或將鏡頭對準臉部，即能偵測真實膚質、膚況與膚色。這種虛擬試用、試妝或顧問諮詢等服務，都在於協助消費者找到適合色調粉底、唇膏色與腮紅等產品。
案例：中立第三方平台-My Beauty Matches
My Beauty Matches為全球首個採用AI技術與機器學習的美容產品建議與比價平台，為全球最大的美容網站，其與品牌商及零售商合作，擁有超過4,000個品牌與30萬種產品價格的數據庫，提供消費者專業化的諮詢，依據個人皮膚、頭髮狀態與對香味的喜好給予最佳建議，並可根據預算進行比價。
做為第三方平台角色，同時服務品牌商、零售商與消費者，為保持平台的公正中立性及確保建議的專業性與完整性，平台並不隸屬於任何品牌集團或零售大廠，同時也重視消費者隱私，不與任何單位共享消費者數據。
圖二、My Beauty Matches為全球最大線上美容推薦比價平台
資料來源：MIC，2019年1月
Personalize個人化：量身打造的客製化產品
大數據、AI與IoT是美麗的幕後推手
消費者能選擇的產品常受限於廠商上市的品項，只要廠商推出的產品色彩涵蓋有限，儘管有上述所提的虛擬試用或顧問推薦服務，也無法解決產品本身色號並不符合消費者需求的問題。
例如，因有色人種客群在彩妝市場中一直備受忽略，廠商上市的深色調粉底商品選項極少，因此深膚色消費者常無法買到貼合的膚色粉底。再者，因色調有冷暖色系，儘管同是黃種人，每個人膚色色調也有差異，消費者在貨架上並不一定能找到貼合膚色的粉底。易言之，前述所謂利用科技驅使消費者選擇適合產品，此適合產品是指在市售品中的最佳選項，然而此最佳選項並不一定是最符合消費者需求。
過去消費者為了解決這個問題，會買兩瓶以上不同顏色粉底自己調色。因此業者為提供極大化貼合消費需求的服務，開始透過大量感測數據、AI技術與IoT來為消費者量身打造獨一無二的客製化產品，以解決上述的問題，確保所買到的產品並不存在選擇限制。例如，2017年7月L’Oreal集團旗下Lancome品牌推出客製化粉底液機器，透過7.2萬種基底色調，感測消費者皮膚色調後當場調製、即刻取貨，來滿足不同膚色人種色調需求。
圖三、Lancôme專櫃於美國購物中心Nordstrom提供客製粉底液機器LancômeLe Teint Particulier
資料來源：L’Oréal，MIC整理，2019年1月
除美妝外，資生堂（Shiseido）集團也開發IoT個人化保養系統「Optune」，訴求依據消費者每天膚況客製化調製保養品。透過實時感測消費者的皮膚狀態，搭配其他環境因素（如溫度、濕度等）以及個人數據資料（如輸入女性生理期時間計算賀爾蒙分泌），雲端平台彙整數據進行運算分析，機器即可依據運算結果與建議提供適合的產品。
圖四、資生堂IoT保養系統Optune可依據消費者當天膚況特調保養品
資料來源：資生堂，MIC整理，2018年12月
Please娛樂化：科技創造沉浸式體驗服務
運用AR技術創造沉浸式體驗環境，能讓數據創造新服務，以及擴大男性客群市場。除體驗感外，AR技術可助力零售商整合線上線下通路豐富數據，如感測數值、試用清單、消費者個人特徵與購物歷史紀錄等，進一步發展零售通路的精準行銷與個人化服務。此外，透過消費者分享虛擬AR試用成果至社群網站，亦可增加產品曝光度。
圖五、AR技術打通線上線下零售通路串聯數據庫
資料來源：Vichy、資生堂，MIC整理，2019年1月
同時，美容市場並非僅侷限於女性，透過科技創新技術可吸引男性客群走入零售場域，體驗AR技術變換髮色或皮膚諮詢等服務，而業者也能藉此更了解男性市場，以推出更符合男性需求的產品。
圖六、AR技術有助擴大美容男性客群市場
資料來源：Estee Lauder，2019年1月
美容新創AI／AR技術提供者布局
本文針對美容使用情境，觀察全球將AI、AR技術應用於美容零售產業、具創新特色與代表性的新創團隊，依據技術商品化成熟度、與大廠合作等相關條件，挑選六家美容新創AI、AR技術提供者，並整理其相關技術與服務內容如表一。
整體而言，新創業者主攻AI、AR等技術上的研發，利用3D臉部追蹤來感測人臉細節、機器學習與深度學習等AI技術運算分析大數據資料，包括過去歷史購買紀錄、環境要素、消費者個人特徵值等，利用App與Chatbots提供消費者諮詢與最適產品建議服務。
新創業者技術除了B2C市場外，亦包括與美容零售品牌及通路業者合作的B2B市場，例如美國ModiFace即運用臉部追蹤與色彩渲染技術開發3D虛擬測試技術，應用於化妝及皮膚偵測，進一步將技術推向品牌商L’Oreal、Estee Lauder、MAC、Bobbi Brown等及通路商Sephora。
併購活動也常見於這類型美容新創技術提供者，美容零售品牌集團大廠透過收購應用AI與AR等技術於美容領域的公司，快速取得技術，與既有產品整合，朝向美容科技服務方向轉型。
表一、全球美容新創AI／AR技術提供者之服務內容概觀
資料來源：各公司，MIC整理，2019年1月
美容零售品牌集團大廠布局
法國L’Oréal集團
L’Oréal於1909年成立於法國，為全球第一大美容零售集團，旗下包括34個品牌，2017年營收為260.2億歐元（約9,119億台幣），2017年度註冊高達498個專利。
觀察近年L’Oréal的AI布局（如表二），可發現為了提供更貼合消費者需求的產品服務，開始與各專有領域公司合作，包括AI公司（人臉偵測業者Image Metrics、語音識別業者Automat Technologies、AR業者ModiFace）、中國大陸零售集團阿里巴巴、社群媒體Facebook，藉由AR與AI技術於線上線下通路提供虛擬試用與Chatbots諮詢服務。
此外，L’Oréal也投資新創孵化器與新創公司，例如2016年投資英國新創孵化器Founders Factory，以及主打運用AI技術進行產品辨識可導向電商平台的美國新創Riviter，企圖藉此快速擴大AI專利技術與現有產品線、銷售通路的整合版圖。
表二、法國L’Oréal集團布局AI之重點發展動向
資料來源：MIC，2019年1月
日本資生堂集團
資生堂於1872年成立於日本東京，旗下有38個品牌，2017年營收為1兆日幣（約2,731億台幣）。資生堂價值主張為以五大DNA作為企業營運基礎，包括日本美學、技術科學、藝術設計、專業美容顧問、以人為本等，透過美的實現創造社會價值。
而技術與科學為資生堂美容創新模型重要環節，觀察其近年AI布局（如表三），可發現在專業化層面，透過與AI公司Teneo、全球創新技術中心Equator與新加坡淡馬錫學校合作，以App與Chatbots提供專業諮詢；而個人化層面，不僅收購美國新創MatchCo，亦自行開發個人化保養系統Optune，來提供美容品客製化服務；娛樂化層面，藉收購AI業者Giaran技術，提供消費者虛擬試妝服務。
圖七、技術與科學為資生堂美容創新模型重要環節
資料來源：資生堂，MIC整理，2019年1月
圖八、資生堂積極透過AI技術為企業版圖補充資源
資料來源：資生堂，MIC整理，2019年1月
表三、日本資生堂集團布局AI之重點發展動向
資料來源：MIC，2019年1月
美容零售通路業者布局
為打造具沉浸體驗感購物環境、讓消費者能於全通路體驗創新技術帶來之娛樂享受，美容零售通路業者主要採取聯盟方式，透過與新創業者合作取得AR、VR、AI等技術，搭配品牌商於線上線下通路提供虛擬試妝服務。除與美容零售產業鏈上下游合作外，值得注意的是亦有跨業與雲端業者合作的案例，如2018年11月Sephora與Google合作，將專業諮詢、美妝影片、線上購物、線下門市查詢等服務與家居語音助理Google Home整合，美容產業與科技的串連形成以人為中心的無縫體驗。
圖九、美容零售通路商Sephora與Google跨業合作
資料來源：Sephora，MIC整理，2019年1月
而這種無縫體驗服務的背後，還隱含數據流的概念，透過消費者於線上線下使用虛擬試妝、個人生理特徵數據登錄、試用紀錄與消費金額等資訊，廠商不僅可匯集各源數據更能交叉綜合分析消費者動機（網頁瀏覽、虛擬試用紀錄、線上諮詢內容）、行為（虛擬試妝分享社群平台、逛線下通路）、與交易資料（企業ERP與POS機）。透過數據流辨識趨勢，進一步則能依據不同消費者特徵規劃不同行銷策略，讓數據反饋企業營運活動，運用滾動式修正動態性調整經營方針，精準掌握消費需求以投其所好。
圖十、AI技術帶動數據流與商機洞察
資料來源：MIC，2019年1月
表四、全球美容零售通路業者之AI布局概觀
資料來源：各公司，MIC整理，2019年1月
結論
靚商機：美容零售新趨勢-專業化、個人化與娛樂化最關鍵
為了協助消費者在眾多市場產品資訊中找到適合的選擇，廠商透過AI與AR技術發展Chatbots與App，降低消費者購物決策的選擇困難度，並且搭配數據資料的感測，引導其選擇最適合的產品，科技讓新世代消費者更願意也更有能力以較低時間成本的網路管道享受專業的諮詢建議。
此外，在「不只是美，要美出個人風格」的準則下，廠商運用大量感測數據、AI與IoT技術為消費者量身打造獨一無二的客製化產品，讓消費者能夠在此美麗浪潮當中，無須囿於選擇限制，以量身訂做的方式提供最貼合消費需求的產品服務，讓最適合的產品讓消費者能夠走出個人風格。
不僅如此，在這個購物旅程中，沉浸式的享受娛樂體驗也讓數據創造了新服務，而科技創新也使更多男性客群走進消費場域，過去非屬業者主攻的男性市場在此美容科技趨勢下值得期待。
以人為本：AI技術促成無縫體驗，數據流助力顧客洞察再進化
當消費者能夠隨時於線上線下享受AI與AR技術所帶來的各種創新服務，也就代表更多數據流的資訊與細節可被蒐集，而企業如何在巨量數據資訊下辨認出重要資訊、解讀剖析消費者背後意圖動機以及真實需求喜好，方有能力針對不同消費客群提供不同的產品服務，當目標市場與精準行銷概念已非新名詞之時，企業具備判斷辨識重要數據的能力即是重點。
美容產品服務走入物聯網，美容零售新創業者、品牌商與通路商獲得更多消費者個人資訊，AI、AR技術弭平了線上線下通路的差距，讓科技整合服務，美容產業與科技業的界線漸趨模糊，已可見多起跨業的異業結盟案例發生，而無縫體驗式的消費行為亦創造了數據流動以及賦予了更多商機的可能。
「人之所在、商機之所在」，從數據流辨識趨勢，找出消費者行為特徵進而規劃行銷策略，AI技術讓行銷策略之最高準則「投其所好」更精準實現。
附錄
英文名詞縮寫對照表
中英文名詞對照表
