Lingeriewinkel CurveCatch zet haar data goed… als opstap naar AI
Stel dat je nooit meer naakt het pashokje in moet om een BH uit te kiezen. Zou je dat fijn vinden? Het zou zo maar even kunnen. Een BH perfect op je maat én volgens je smaak… geselecteerd door een AI-algoritme. CurveCatch stelt zich dit innovatieve doel.
Tijdens de lockdown besloot Inge Roels haar lingeriezaak online te brengen. Haar dochter Kimia Namadchi wierp meteen haar technisch inzicht en ervaring als account strategist van Google in om de webshop op te zetten.
Lingerie shoppen leuk en eenvoudig maken
"De klant vult een korte vragenlijst in zodat we haar beter kunnen leren kennen", legt Kimia Namadchi, co-founder van CurveCatch uit. "Vervolgens stellen we een box samen met 15 items. Onze klanten hoeven zelf niet meer na te denken over maten en pasvormen die verschillen per merk. Wat ze niet wensen, sturen ze terug."
Kimia en haar moeder zagen het enthousiasme van hun klanten: "Zij vonden het fantastisch om een assortiment passende BH’s thuis te krijgen en deze in hun eigen omgeving te passen. Ze vertelden ons dat ze het eindelijk leuk vinden om een nieuwe BH te kopen, terwijl ze dit voorheen liever uitstelden omdat ze het niet leuk vinden."
Redenen te over om een volgende stap te zetten. Kimia verliet Google en haalde haar partner en software engineer Nils Heyman-Dewitte aan boord. Beiden besloten ze alles op alles te zetten voor CurveCatch, zoals de online lingeriezaak intussen heet. Hun missie? Een volledig maatloze marktplaats bouwen voor lingerie en ondergoed zodat shoppen voor lingerie voor iedereen leuk en eenvoudig wordt.
Slim algoritme selecteert BH’s
Voor de klanten verloopt het nu al eenvoudig. Ze vullen een korte vragenlijst in en ontvangen hun lingeriebox thuis. “Vandaag gebeurt het selecteren van BH’s voor deze boxen nog manueel op basis van de expertise die we in de lingeriezaak opgebouwd hebben”, legt Kimia uit. "Maar op termijn zullen we hierin bijgestaan worden door een slim algoritme."
Data is hierin cruciaal beseffen de starters. Ze werken daarom in drie fasen:
- Fase 1. Kwalitatieve, cleane data selecteren en op schaal verzamelen.
- Fase 2. Heuristieken en simpele algoritmes laten samenwerken op de initieel verzamelde data.
- Fase 3. Optimaliseren en complexere algoritmes trainen die heuristieken compleet vervangen.
Met de hulp van VLAIO
CurveCatch krijgt steun voor hun Onderzoek & Ontwikkelingsproject van VLAIO. "We hebben ons dossier zelf opgesteld en ingediend. Het heeft ons veel geleerd, onder meer om twee jaar in de toekomst te denken. Vandaag gebruiken we dit dossier ook als ons technisch plan."
De hulp van bedrijfsadviseurs Annelies De Maeyer en Steven Puttemans was voor hen indrukwekkend. "We hadden niet verwacht dat Annelies en Steven zo diep zouden gaan. Technisch begrepen ze alle concepten. Ze stelden kritische vragen en motiveerden ons om ons project te verbeteren. VLAIO heeft ons goed gegrild… en daardoor zeer goed geholpen."
Zoektocht naar cleane en persoonlijke data
Kimia: "Bij het verzamelen moet je je afvragen wat de juiste data is. Wist je bijvoorbeeld dat steeds meer studies het verschil opmerken van data die voor en door vrouwen verzameld worden in vergelijking met de huidige, eerder mannelijke data? En dat er bovendien maar weinig vrouwelijke data beschikbaar is?"
"Wij als webshop verzamelen vrouwelijke consumentendata, onder meer over welke vrouwen wanneer en wat bij ons kopen. Hieruit kunnen we bijvoorbeeld hun stijl afleiden, hoe lichamen veranderen en wie wil experimenteren of op veilig spelen."
"Maar voor deze standaard-verkoopsdata iets onthullen, moet je veel over je producten weten. En helaas leveren leveranciers nauwelijks gedetailleerde informatie. Bovendien is deze niet consistent en vergelijkbaar met de data van andere leveranciers. We moeten dus zelf alle producten labelen volgens maten, soorten cups, manier van ondersteunen, stijl, enzovoort. Het is een titanenklus."
Tegelijkertijd heb je gigantisch veel verkoopsdata nodig voor je er conclusies uit kan trekken. Ook dit is lastig in de branche van Kimia en Nils. "Er zijn zoveel verschillende BH’s, maten, soorten, vormen… dat we niet snel voldoende data per uniek stuk zullen hebben. Dat is dus een probleem."
Om deze vervolgens te matchen met klanten, heeft CurveCatch persoonlijke data nodig. Deze haalt het uit de vragenlijst die hun klanten invullen. "Deze lijst evalueren we voortdurend, om te kijken of de vragen zo persoonlijk moeten, welke data we niet nodig hebben en dus niet moeten bewaren en hoe we relevantere informatie vinden voor ons algoritme."
Ontwikkelen op basis van de praktijk
Data die niets toevoegen aan het proces worden niet bewaard. Zo houden Kimia en Nils de kost voor het bewaren en bewerken van data in de cloud onder controle.
Ondertussen verkoopt CurveCatch lingeriesets aan de lopende band. Dit maakt dat ze vanuit deze praktijk het algoritme kunnen ontwikkelen, wat zo zijn voordelen heeft.
"We maken fouten en leren er uit. Momenteel gebeurt alles nog manueel. Op termijn willen we ons laten ondersteunen door technologie in combinatie met de expertise van mensen. We bouwen niet de Terminator. Wel Iron Man."
Hoe ondersteunt het Vlaams Beleidsplan AI jouw onderneming?
Vlaanderen investeert via het Beleidsplan Artificiële Intelligentie fors in onderzoek, praktische toepassingen en omkadering op het vlak van opleiding, bewustmaking en ethische vragen. Hoe ondersteunt het plan jouw onderneming?