文|B12 Alex
平安证券研报的研究指出，中国本土的本土化妆品市场规模超 2200 亿元，过去 10年的复合年均增长率（CAGR）为 15.8%。作为仅次于日本和美国的世界第三大化妆品消费市场，中国美肤美妆市场的火热，也促生了许多新的商业模式。
在计算机视觉技术日渐成熟的当下，通过手机后置摄像头拍一张照片，就能够给出皮肤诊断报告和相应的改善方案，这种模式尚数罕见。在杭州，「以息科技」的创始人吴亮自豪的向我们宣称：我们是全世界第一家。
诸多模式，千方百计贴近用户决策
除了自主研发和设计品牌之外，围绕消费者决策的各个链条上，在产品出厂之后的每一个端口都密布丛生了许多玩家。
toC端的模式上，从产品成分解析、肤质检测、达人教学等最终都走向导购；C端消费者行为数据积累，又可以为B端提供精准营销方案。并且，每一种变现方式都以大数据与人工智能作为加持，并且将「促成交易」作为闭环处的结点。
1、折扣正品/免费试用
折扣+正品是第一代美妆B2C垂直电商巨头，如聚美优品的起家砝码。而后，在2013年，通过邮寄免费试用装的导购方式成熟起来。
美妆品牌商愿意免费提供试用装，因为其70%-90%的毛利足以支持其物流成本与零退换成本，而且这甚至比同样价钱买来的流量的转化率还要高。在杭州，「尚妆网」是第一家如此尝试的公司，试用后购买率在20%以上，用户月度复购率在40%以上。
2、产品点评+用户社区
几乎在同一阶段，依靠用户口碑与点评的美妆导购模式同步兴起，以「美妆心得」「美啦美妆」为代表。他们做美妆领域的「大众点评」，成为用户美妆消费决策的指南。
在这种场景下，对于美妆类产品的消费被类比于选择餐厅，因此过往所积累的大量用户评论成为决策的关键依据。通过大数据算法，以美妆心得为例，可以将点评数据与点评者肤质的数据进行结构化关联，进而进行有价值的筛选和精准的推荐，以及形成各类目排行榜。
3、美妆网红推荐/短视频教学
短视频兴起之后，在美拍、秒拍、微博上涌现出了体量不小的 PGC/UGC 美妆内容，进而产生了人群聚集与细分。与泛娱乐类的网红相比，如果从服饰与美妆切入的消费类网红，粉丝购买意愿和浓度更强。实际上，国外已经出现了 PONY、Michelle Phan 这样几近家喻户晓的美妆 KOL，他们甚至有了自己的化妆品品牌。
当然，除了变成网红，许多公司也在做资源整合。从聚集注意力中心的角度，「快美妆」从美妆网红孵化入手，依靠娱乐运作搭桥商业变现；「抹茶美妆」「美芽美妆」从短视频教学切入，「i-EVER美课」还选择孵化美妆知识型的KOL，深耕内容，拓宽自己的边界。
4、成分数据库+搜索引擎
在引起购买兴趣上花了足够多的精力之后，美妆产品本身也开始被人关注。目前，绝大多数的SKU储备/化妆品数据库都只有商品信息，哪怕有化学成分的录入，也少有人有能力对海量的成分数据进行分类解析。
于是，从美妆产品的成分搜索引擎→功效解析成为一项新兴的技术创业项目。比如「肌秘」，利用网络爬虫技术抓取数据并自动整理后，搭建了自己庞大的产品特征库，例如产品是否含香精、是否有防腐剂等，“蜂窝特征图”形式呈现。「美氪」也在做同样的事情，技术是各家的核心竞争力所在。
5、肤质评测诊断+智能推荐
消费者的真实需求几乎是整个美妆行业最后一座要攻克的堡垒。除了承受的价位、购买心理等维度之外，最基本的肤质检测一直都难以实现。线下仪器的诊断成本很高（对于互联网项目而言），线上问卷的方法过于粗糙，那么究竟该怎样解决这个问题呢？
最常见的一种解决方案就是智能硬件。早在13年就出现的珠宝外观、硬件内核的皮肤水分检测仪，有太多在点名时间、京东众筹、淘宝众筹火了一把又迅速烟消云散的品牌。
然而，硬件的购买，对于用户而言就是天然的门槛。正如同样是检测驾驶行为数据，「斑马行车」只用了一个app，虽然精准度有待提升，但是省去了几千块的专业车载硬件的成本。
如果不是辅助硬件，那么即使是再好的专业公司，也基本都是填写一些问卷问题来获得一个综合评定，比如美肤家——或者「在线问诊」，依靠真人医生/专家/达人辅助解决。
因此，开头提到的以息科技推出一款叫做「你今天真好看」的app，通过算法+计算机视觉为驱动，来获得第一手的精准皮肤数据。创始人吴亮是一个89年的小伙子，亚利桑那大学生物医学博士。如果要问这位男士如何俘获女性用户的心，他简单的回答道：这是一个「健康行业」，而非美妆领域。
——更何况，目前的数据来看，改善皮肤问题的用户也有将近一半的男性呢。
「你今天真好看」：专业的图像识别，帮助皮肤诊断
美妆是一个高频、高客单价的健康行业，一方面拥有极为庞大的潜在用户，以及高度娱乐化的话题内容作为活跃，另外一方面又充斥着层层痛点与刻板成见，缺少真正的良心推荐。这是吴亮进场的优势，也是他的死磕。
根据吴亮介绍，目前市面上可见的皮肤检测仪大多不靠谱，水分检测没有任何意义，只是商家的噱头。对于油分检测稍微有点意义，但也是检测局部，并不全面。
而以息科技做的是全面的图像检测，「专业VISA皮肤扫描仪能够检测的所有数据，我们都能检测出来」。
目前，以息科技已经申请了三项技术专利，拥有8个护肤品类别、28个推荐维度、86个护肤品品牌，在对部位油脂分泌、毛孔细致/粗大、黑头情况、角质层光滑度、肤色色号/色质、皮肤年龄、痘痘分布的定量识别精准度都可以达到92%以上。
在2015年，以息科技出过一个demo叫做「黑头去你妹」，在没有推广的情况下获得六千多的下载量。这坚定了他们对这个行业的信心。
要找到一个像吴亮这样的，既有生物医学背景，又有理论数学与计算机背景，整合了一支跨学科的团队，这一切并非易事。即使护肤美妆应用、化妆品品牌、CV公司现在开始切入这个市场，追赶也大概需要2年的时间。
美妆护肤的未来，是理性驱动的大健康行业
就像买药和吃饭一样，严肃的皮肤问题改善与冲动型美妆消费有着严格场景划分。哪怕是同一个消费群体，当涉及到祛痘、去黑头或者敏感皮肤等，用户就会沿用另外一套决策逻辑，选择理性和专业的方法，认同医生、专家的意见和解决方案。
在这个基础上，不少用户会关注化妆品的成分。然而，读懂这些成分和功效需要很高的科学门槛。另一方面，仅仅通过搜索的方法，获得一些碎片化的回答，也很难掌握比较系统的护肤知识，哪怕在果壳上也要需「混三四年才可以」。
如同雅诗兰黛被誉为贵妇品牌，而贝德玛主打科学护肤，越来越多的人开始认同理性科学护肤，接受专家来降低认知门槛。吴亮相信，科学化护肤本身是一种时尚，也可以借助技术来便捷化这种体验。
创业之余，吴亮是一个重度知乎用户，他深深体会到「把科学的事情做的好玩」能够撬动起多大的引力。从谷歌把图像识别应用到医学，到国内的「拍医拍」、DeepCare——只不过，他们对付的都是重大疾病，而护肤美妆的严肃性、健康性还没有被挖掘出来。
从今年10月份上线以来，以息科技仅花费500元和豆瓣的护肤达人进行过做小规模推广实验，通过豆油介绍推荐，带来了700个ios用户。算下来，一个IOS用户的获客成本低于一块钱，成绩漂亮。目前，其app自然增长到一万用户，日活15%左右，平均每个注册用户每周检测4.8次，用户多为大学生和白领，20-25岁中间。
关于盈利和未来，吴亮笑称，不是有句话叫做「高筑墙、广积粮、缓称王」么。毕竟，对于这个10人规模的团队而言，先迭代出更加令人满意的产品，筑起更高的壁垒更为重要。
