人工智能和奶茶，這兩個看似毫無瓜葛的東西，怎么融合在一起？筆者提出了一個設想：建造人工智能奶茶店，結合人工智能人臉識別技術，精準檢測臉部皮膚情況，根據存在的皮膚問題推薦相應改善皮膚的奶茶。這兩者究竟能擦出什么樣的火花，以下，將由筆者為大家詳細講述。

隨著人們的消費水平提高，對生活的要求也是越來越精致，再加之人工智能技術的崛起，人工智能結合線下餐飲門店的商業模式還是一片尚未開墾的寶地.

一、問題分析

本次分享的垂直領域切入點為奶茶店，到底奶茶與人工智能將會發生什么樣的碰撞呢？

通過下面幾個問題為大家解惑：

1. 什么是人工智能奶茶店

人工智能奶茶店是指：結合人工智能人臉識別技術，精準檢測臉部皮膚情況，根據存在的皮膚問題推薦相應改善皮膚的奶茶。

2. 盈利方式是什么

• 通過檢測生成檢測報告，可對此進行收費。
• 通過檢測接受推薦的奶茶進行收費。
• 涉及用戶隱私問題需引導用戶掃碼關注公眾號，進行推送檢測結果，客戶引流到公眾號之后可在公眾號上搭建線上體系，主要涉及在線點奶茶及其他護膚品的售賣。
• 與醫院合作，打通HIS系統接入皮膚科醫生在線問診以時計費。

3. PEST分析

• 政策：國務院總理李克強發表2017年政府工作報告，指出要加快培育壯大包括人工智能在內的新興產業，“人工智能”首次被寫入了全國政府工作報告，這意味著人工智能已上升為國家戰略。
• 經濟：互聯網經濟持續增長，2015年中國網絡經濟增長約33%，規模超千億，2016年人工智能領域投資接近16億美元，其中，2018年中國人工智能市場規模已達到238.2億元以上。
• 社會：中國IT從業人員約有500萬，每年50萬的畢業生，近五年科研人員保持20%的增長，給行業帶來人才紅利。
• 技術：目前在視覺領域、語音識別等領域實現技術突破，處于國際領先水平，2017年，用20億人臉訓練可以達到一億分之一的誤識率，國內計算機視覺公司普遍識別率達到99.9%以上，已遠超人類97.5%的識別率，科大訊飛在標準場景下語音識別率達到97%。

二、用戶分析

1. 用戶群體分析

隨著社會發展，人們的物質得到了滿足，生活水平不斷提高，人們消費水平升級，十來塊一杯的奶茶，不僅能解決口渴，還能滿足消費的欲望，同時還可以改善皮膚，因此奶茶目前市場比較樂觀。

奶茶作為一種普遍消費飲品，其受眾面積廣泛，主要消費群體分為兩類：學生與年輕上班族。

學生基本是奶茶的消費主力軍，特別是開在學校附近的奶茶店（是否又想起在后街買奶茶的時光），現在人們消費水平提高，而且喜歡逛街喝飲料，如果還能起到美膚作用，相信廣大學生不可拒絕。

而店面需要更注意飲品的滋味和裝修的風格，這些都是學生選擇的主要標準，同時還可以配置一些桌椅供他們平時看書學習和下午茶閑談。

年輕人是喜歡流行小吃，喝點時尚飲品的，現在人們工作壓力大，生活節奏快，因此到了周末，人們出行旅游，逛街來釋放壓力。對于年輕人來說，喜歡消費，追求時尚，因此奶茶是很受年輕人的青睞。

作為年輕人群體，他們注意飲品的綠色健康，同時注意養生，那么具有美膚作用的奶茶起到了一喝兩用的作用。

2. 消費場景分析

場景一：

學生小李今天走到學校后街，看到街邊一個檢測皮膚的奶茶店，正好最近熬夜皮膚差，于是懷著好奇的心理咨詢了店員按步操作。不僅檢測打印了膚質情況，還通過相關皮膚情況推薦購買了一杯藥物奶茶，度過了一個美好的下午，期待著飲用后皮膚變得更好。

場景二：

上班族小王今天陪女朋友逛街，女朋友一邊吵著鬧著最近爆痘要去看醫生，恰巧看到前面一家智能皮膚檢測奶茶店，于是欣喜的完成了測試并購買了奶茶。女朋友臉上露出了滿意的笑容，小王也為本次的消費連連點贊。

三、方案實施

1. 系統如何搭建？

一個好的系統涉及的東西涵蓋了方方面面，包含：系統的整體架構、功能可擴展性以及用戶體驗。

首先，從用戶角色以及使用場景來分析，該人工奶茶售賣系統應當包含：后臺管理系統、售賣前端、硬件設備，

下面對對應每一個區域進行細分：

后臺管理系統：

后臺管理系統是直接用于老板及員工使用的系統，這里面涉及到的是：

• 客戶管理：客戶是店鋪的收入來源，我們需要掌握客戶的重要信息，必要時可與客戶進行聊天進行客情維護（會涉及到客服系統可參考上篇文章）；
• 診斷知識庫管理：該系統是一個人工智能與奶茶的結合，所以在進行奶茶推送時會根據知識庫的內容進行匹配，所以會涉及到知識庫搭建以及智能學習，進行訓練模型、人工審核、答案優化；
• 奶茶管理：奶茶可理解為一個商品，里面包含了多個SKU,如價格、庫存、名稱、味道等可進行增刪改查操作；
• 訂單管理：奶茶的售賣必然會產生訂單，如訂單的時間、成交人、價格、對應的奶茶等；

數據分析：

數據分析是店鋪經營的根本涉及的數據維度較多，下面將詳細講述：

• 用戶數據：用戶數據主要以用戶概況及趨勢為主，通過訪客數、粉絲數、會員數、成交客戶數分別進行不同時間維度的分析，其中成交客戶與留存客戶的分析尤為重要，如：客戶類型、客戶數、客戶數占比、客單價、付款金額、訪問-付款轉化率；留存客戶則以訪問留存與成交留存為主，統計每月留存情況。
• 商品數據（奶茶）：商品直接關系到店鋪的收入，所以對商品的深入分析可起到重大的作用，如：視頻概況，包括商品分布、商品訪問數據、商品轉化；商品效果如商品信息、曝光次數、曝光人數、訪客數、瀏覽量、加購人數、加購件數、付款人數、付款商品件數等。
• 交易數據：收入是維持店鋪的基礎，所以交易分析頁顯得尤為重要，交易分析包括交易概況，如訪客數、下單數、付款金額；交易構成，如成交客戶構成，新成交與老成交；訂單金額分布（價格、訂單數）；地域分析，如省份、付款金額、付款人數、訪客數等。

奶茶售賣前端：

售賣前端面對的使用群體將是顧客，里面需要注意的是用戶體驗，里面需包含以下幾個模塊：

• 信息輸入輸出：采集顧客的人臉畫像，以及輸出識別的結果；
• 選擇奶茶：當識別結束后可進行選擇相應的推薦奶茶；
• 訂單支付：選擇奶茶結束后進行訂單提交及支付。

店面硬件設備：

人工智能奶茶的主要步驟便是獲取人臉信息，所以，下面來分析采集及輸出的硬件設備：

• 面部掃描機器：該機器可進行高清晰的人臉拍攝及傳輸；
• 顯示屏：采集人臉信息之后可進行展示掃描結果及推薦奶茶點選、訂單支付的操作。

系統模塊

主流程

2. 目前面臨的難題是什么

• 技術實現：經調研目前人臉識別皮膚問題軟件已經誕生，可智能識別從肌齡、膚色、出油、痘痘、黑頭、毛孔、光滑度等角度分析膚質。
• 藥物奶茶制作：組件專業奶茶與藥物結合的團隊，研制低成本高效果的奶茶。

四、總結

互聯網人工智能的興起必然會引起線下門店的升級，該方案純屬個人想法。奶茶只是大千萬物的一個載體，所以可能會衍生出xxx與人工智能的結合。具體落地實施還需進行一系列的深入思考，才能發展為一個從線下門店到線上商城一體的盈利模式。

本文由@產品小張 原創發布于人人都是產品經理，未經許可，禁止轉載。

題圖來自Unplash, 基于CC0協議