WEAR by ZOZO 2024 战略升级|从穿搭社区到 AI 驱动的风格平台
升级前的 WEAR(2013-2024.5)
WEAR 在 2024 年 5 月之前的定位是日本最大的穿搭分享社区,核心功能:
- 用户发布穿搭图片
- 浏览 / 收藏 / 评论 / 关注
- 单品标签自动识别,点击跳 ZOZOTOWN
- 基础 AI 推荐(基于浏览收藏历史)
虽然用户量已经达到 2000 万+,但 WEAR 和 ZOZOTOWN 的联动还不够深——两个产品的数据没有完全打通,AI 能力还是分离的。
2024 年 5 月升级内容
ZOZO 选择在 2024 年 5 月 9 日(星期四)对 WEAR 做了一次全面升级,正式更名为 WEAR by ZOZO。核心升级内容:
1. niaulab AI 风格核心分析上线
- 引入四个风格维度:Genres / Body shape concerns / Flavoring / Desired impression
- 线上版 AI 诊断问卷(2-3 分钟完成)
- 结果同步到 WEAR 和 ZOZOTOWN 两个产品
2. Lab-kun AI 助手深度集成
- Lab-kun 正式接入 WEAR App
- 可以在 WEAR 内直接对话 AI 穿搭助手
- Lab-kun 对话历史同时在 WEAR 和 ZOZOTOWN 可见
3. 完整 AR 全妆功能上线
- 在原有口红色号试妆基础上,扩展到眼影、粉底、腮红
- 提升了 AR 算法精度(尤其是唇形贴合和粉底色调)
- 新增与 ZOZOGLASS 肤色检测数据的联动
4. 两个产品数据全面打通
- niaulab 风格数据:WEAR 和 ZOZOTOWN 共享
- Lab-kun 对话历史:WEAR 和 ZOZOTOWN 共享
- "我的推荐"面板:两个产品用同一套 AI 模型
- ZOZOSUIT 身体数据:同时驱动 WEAR 穿搭推荐和 ZOZOTOWN 尺码推荐
5. "风味"和"印象标签"新增
这两个是 AI 风格核心分析里的新维度,让推荐从"风格标签"升级到"风格背后的情感诉求":
- 之前:AI 知道你喜欢"极简风"
- 升级后:AI 还知道你想呈现"干练、独立"的印象,以及你在意"手臂粗想遮一下"
升级的战略意义
这次升级标志着 ZOZO 集团的业务逻辑完成了从 "线上电商 + 社区" 到 "AI 驱动的时尚平台" 的转变:
升级前:
WEAR 社区(内容) → ZOZOTOWN 商城(购物)
数据分离,AI 能力分离
升级后:
niaulab AI(风格诊断)
↓
WEAR by ZOZO(灵感 + 社区 + AI 工具)
↓
ZOZOTOWN(购物 + 尺码 + 测量)
↓
ZOZOUSED(穿旧换积分)
↓
niaulab 线下店(校准 AI)
Lab-kun(日常 AI 助手)
升级后的效果数据
ZOZO 在 2024 年 5 月升级后披露的内部实验数据:
| 指标 | 升级前 | 升级后 |
|---|---|---|
| 使用 AI 风格诊断的用户比例 | 约 10% | 约 40%(上线首月即达标) |
| WEAR 首页推荐点击率 | 基准 | +35% |
| 从 WEAR 跳转 ZOZOTOWN 的转化率 | 基准 | +20% |
| niaulab 线下店预约量 | 基准 | +50% |
用户视角的变化
| 之前 | 之后 |
|---|---|
| WEAR 是"看别人穿搭的地方" | WEAR 是"帮我找到自己风格的地方" |
| 推荐靠热度和标签 | 推荐靠 AI 风格画像 |
| AR 只能试口红 | AR 能试完整妆效 |
| ZOZOTOWN 推荐一般 | ZOZOTOWN 推荐精准多了 |
| Lab-kun 是一个独立的 LINE 号 | Lab-kun 是 WEAR 里的内置 AI 工具 |
后续展望(2024-2026)
ZOZO 2025-2026 年继续在 WEAR by ZOZO 上迭代:
- 图片识别能力:Lab-kun 正在测试"上传一张照片 → 识别照片里的穿搭 → 推荐 ZOZOTOWN 同款"
- 天气联动:WEAR 首页推荐会根据当天天气自动调整(雨天推荐防水单品、高温天推荐透气面料)
- 日程联动:接入日历后,根据你日程里的活动类型推荐穿搭
- 跨国家适配:目前 WEAR 主要服务日本,ZOZO 正在测试英语界面的 WEAR Global
一句话总结
WEAR by ZOZO 2024 年升级的本质是:把 ZOZO 集团在 AI、测量、线下体验三条线上积累的所有能力,全部打通汇聚到 WEAR 这一个入口里。用户只需要做一次 AI 风格诊断,就能享受到整个集团 AI 能力的全部红利——从穿搭灵感、到化妆品选色、到服装尺码、到 Lab-kun 日常助手,全链路 AI 驱动。