API期末作业

MVP加/价值主张宣言

• 加值宣言：基于市面上的口红试色产品，都是以美颜相机类的产品居多，较少与口红品牌相匹配的试色产品。线下买口红，比较占用时间；线上买口红，又怕色号跟肤色、唇色不搭。芯意APP针对这一用户痛点，把用户的口红试色与品牌口红类型的色号相结合，以减少用户线上买口红不适合女性朋友的问题。也能给女性朋友一个惊喜，满足男性用户的目的需求

项目标题

• 芯意 ：合她心意，让你满意。

项目简介

1.问题情境

• 当代物质上的选择越来越多，人们的追求也越来越高，不单单是拥有，更要合适，男性送女性朋友礼物也有许多讲究，让男性送给女性朋友合适的口红更是一种技巧，针对男性用户线上买口红不知道色号是否适合女性朋友的这一痛点，考量用户在购买过程中会考虑到肤色和口红的配比度，想要提供一个适合男性朋友挑选口红的产品。帮助男性用户更好的了解女性朋友的口红喜好，在合女方心意的同时还能给她惊喜。

2.解决方案

• 使用腾讯人脸试妆API中的试唇色功能，实现用户想线上进行口红品牌试色的续期。
• 利用美图皮肤分析API能进行肤色分析，反馈给数据肤色信息。

3.产品描述

• 芯意是一款为了能让男性送给女性朋友合适的口红，在手机上试口红色号的产品，针对用户在购买过程中会考虑到肤色和口红的配比度，让男性用户送给女性朋友的口红更合心意，让男性用户更加方便，更加节省时间去挑选口红。

问题需求

使用情境与用户画像

需求列表与利害相关者分析

需求列表

利害相关者分析

利害相关者分析表

• 腾讯人脸试妆API的人工智能类型为计算机视觉，基于精细标注训练数据实现的照片人脸90点定位，提供追踪成功、失败检测机制，置信度高达99%，支持精度和稳定度要求极高的美妆功能。对于云试色APP来说，该API能适用不同表情、性别、年龄、姿态、光照条件，美妆美颜效果处理自然，打造无暇妆容，很好的解决用户的线上试色需求。
• 美图皮肤分析API的人工智能类型为计算机视觉，有别于市面上其他分析技术，单纯给出有无的检测结果，提出了程度分析概念，采用强大的定位检测方式，给出皮肤状况的精确数值，并提供可视化的结果，分析报告可读性强。对于云试色APP来说，该API根据国际标准，将肤色分为40个等级，将分析结果做到最细粒度，能有效解决用户想知道自己的肤色的需求。

解决方案原型表述

界面流程及关键智能交互

• 界面原型--芯意
• 界面流程图、智能交互及加值
  
• 界面设计的三个可行性
  • 商业可行性
    • 与口红品牌商家合作，提高他们的口红的销售量，降低商家的运营成本。
  • 技术可行性
    • 利用自身界面设计基础以及产品经理课程所学习到的知识，从用户出发，参考用户的旅程地图，选取要呈现在界面上的功能，在选定完需要提供的功能后，再从产品定位、用户人群、颜色搭配、icon设计上进行界面设计。
  • 用户可欲性
    • 节约用户线下购买口红的时间，线上试色又使得试色过程更加卫生与安全，避免去线下专柜试色时多人使用同一只口红，又能买到更加合适的口红，减少试错成本。

数据流程及智能API使用

• 数据流程图
• 智能API使用流程图
• 数据流程的三个可行性
  • 商业可行性
    • 通过收集用户肤色以及适合她们的口红色号，变为数据集，以作为后期产品迭代的智能推荐，提高口红的购买率以及用户的体验感。
  • 技术可行性
    • 在用户利用该平台进行试色时，用到的智能API是腾讯开放平台的人脸试妆API和美图开放平台的皮肤分析API。
    • 自身的Python代码基础进行API调用
  • 用户可欲性
    • 在试色的同时获取目标用户的肤色信息，以便后续在口红的选取上有更多的参考。
• 代码成果展示--代码链接：芯意
  • 人脸试妆代码
    • 返回结果--试色照片的url和ID
  • 皮肤分析代码
    • 返回结果
    • 对返回结果进行数据整理，获取想要的肤色相关数据

• 
• 肤色说明文档

• 人工智能概率性考量
  • 平台的对比分析
    • 针对人脸试妆功能，我找到三个平台，分别是腾讯、美图、旷世Face++。

• 针对皮肤分析功能，我找到两个平台，分别是美图和旷世Face++。

• 可取代性
  • 当旷世face++的试妆功能成熟后，是可以替代腾讯的人脸试妆功能，因为旷世的试妆功能除了能试口红，还能试眼影和腮红，也是能跟品牌合作进行相应产品的试色，而且是以AR形式进行试色，更加便捷和灵活。

心得总结及感谢

• 心得总结
  • 在本学期的API课程里，我了解到了一些API平台，例如百度开放平台，Face++等，在代码部分我学习到了不同平台的API调用，学习的过程也比较曲折，面临的困难也较多，但是还是一步一步的走过来了，在一学期的学习中明白万事开头难，在学习当中不断的探索发现，收获快乐，解决困难。在未来的学习中更加努力，在API中还要继续探索新的知识。
• 感谢
  • 感谢 许智超老师 一学期来的辛勤教导，也感谢周围的同学，师兄师姐在产品方面给予的想法和帮助。
  • 感谢该文章作者对我的腾讯API调用代码的帮助--python 调用腾讯云接口。
  • 感谢美图开发平台对我的申请调用皮肤分析API的允许，让我能完成产品的智能加值。
  • 感谢腾讯开发平台，提供每月每种服务均有1,000次的免费调用额度。

有效外链和图表统计

• 有效外链:共13个
• 图表：共11个