随着苏宁今年收购万达百货和家乐福中国，不仅苏宁的智慧零售再次被大家提及，几大巨头互联网公司在新零售市场的布局都被外界重新讨论。

腾讯联手永辉超市、阿里布局盒马鲜生、苏宁布局苏宁小店、苏宁生活广场，这些线下门店都在努力探索新零售发展，但是新零售的本质不能仅仅局限于门店数字化的改革；门店数字化是辅助手段，是用来探知顾客购买记录、购物喜好，最终的目的是实现线上线下一体化。

对用户而言可以可以线下线上逛店或浏览，线上购物或线下体验；对门店来说，不仅需要关注客流量，还需要关注线下成单量。如何将线上的流量引到线下？线下的客流如何吸引进店消费？线下的客流如何在线上维持聚集？

针对上段提到的问题，之前曾在《人货场下的AI能力构建：人、人与货、人与店》一文中，给大家描述了一个场景：如何吸引顾客进店，文中提到当前比较常见的有颜值互动机、试衣镜等；本文将以颜值互动机为例讲述如何规划一款这样的产品。

1. 互动游戏吸引客流、发放优惠折扣，提升线下店铺有效流量；
2. 线上社交裂变，吸引更多用户注册会员，构建会员体系，领取会员权益；
3. 会员权益核销、数据沉淀、消费体验链路数据化。

周末时间，一对夫妻或爷爷奶奶带着5岁到8岁的小孩去逛商场。在商场入口处，有一个好玩的颜值互动机，上面显示着男神榜、女神榜，走过前面还能看到自己的画面。

小孩子感到好奇，拉着家长到前面各种尝试，颜值互动机拍摄到小孩的脸部图片，展示颜值得分、预测年龄、性别、表情、戴眼镜情况；系统展示结果后，弹出优惠券二维码，提示扫码可以领取优惠券，并可以在当前门店消费减免；家长感到好奇，打开手机领取优惠券，消费结算时出示优惠券金额减免。

一对年轻的情侣在线下逛店，并发现了颜值互动机。上面提示可以双人PK，女生感到很好奇，想跟自己男朋友比拼下颜值，互相调侃下，于是两个人并站在颜值互动机前开始PK颜值；系统拍摄他们的人脸，并展示各自的颜值得分，系统显示女生完胜男朋友。

女生非常开心，看到系统画面展示可以将扫描二维码朋友圈，邀请好友线上PK，赢的人还可以赢取优惠大礼包，女生对自己的颜值得分非常自信，遂将活动朋友圈，于是朋友圈展开一轮颜值大PK，赢的人还领到线下门店的优惠大礼包，在规定时间内到店消费并金额减免。

产品的用户定位主要包括以下受众：

1. 小孩；
2. 情侣；
3. 女性闺蜜。

本部分将从产品的业务逻辑、产品的算法需求、产品普通功能性需求、后台数据需求和后台激活需求等方面阐释本产品的设计。

这里主要给出详细的线下互动游戏的逻辑设计，由于涉及工作需要，线上的逻辑图就不给出了。

逻辑设计这块重点是：

1. 线下的体验后，要给出一个路径入口，让用户可以在线上复玩，举个功能例子，如可以借助小程序提供线上玩法，用户如何到线上呢？可以是扫码获取当前照片，小程序中提供在线相册功能；
2. 不论线下体验还是线上复玩，要引导用户在线上进行社交分享，邀请更多的好友体验；
3. 如何产生消费，具体是引流到线下还是线上主要还是看试玩后营造什么样的促销活动，线下的优惠券可以引导用户到线下消费，线上的优惠活动可以让用户在线上体验，还可以赠送积分兑换礼品，这个主要是看业务方的需求。

功能规划这块，主要描述针对这个项目核心的功能模块都有哪些，各模块有哪些点需要注意。

（1）游戏玩法

游戏是关键：

1. 线下爆款游戏，不用太多，两到三个就行；当前很多人的时间基本都是用在手机上；
2. 线上游戏爆款也不可少，种类一定要丰富。

由于这类游戏其实更多的是偏向于工具型产品，因此很难让用户长时间停留，但是只要能成功吸引用户注册会员，至少就已经达成第一步了；

后续更多的是偏向运营，对于线下可以在开业典礼、周年庆、重大节假日做一波营销活动，集中吸引用户；

线上需要是不是给用户推送些体验活动，告诉线下或线上有活动，只要体验游戏又可以领券了；优惠券运营这块可以说已经被各大互联网平台玩的炉火纯青了，因此如果想要用户真的去消费，一定要有诚意。

（2）数据沉淀

数据是后台一个重要的模块，想要对用户数据，营销数据完成数据沉淀，用于后期的用户分析，核心的数据需要包括两个部分：

1. 用户画像数据，包括用户的体验门店，地域分布；用户的年龄、性别分布；用户会员占比；用户的领券数等；
2. 用户消费体验数据，各游戏的体验人数，人次，增长人数，增长率；优惠券发放量，用户领券率；优惠券用券量，付款金额；各数据的环同比增长率。

（3）算法需求

这块主要是指要打造这样的一款产品，需要算法给出什么样的功能、版本和算法性能；

第一，功能，在前面的人货场文章中提到如颜值互动机这样的产品算法至少需要人脸检测、人脸属性（年龄、性别、表情）、人脸识别；如果是用户友好型的，最好再加上人脸美颜，可以满足很多女性的需要；

第二，版本，这块主要需要考虑以下几点：

1. 离线SDK还是在线API，除了在文章《如何做一款SDK产品》中有提及的对比外，这块还涉及到如果是离线的SDK并且部署到安卓盒子或者CPU上，则算法基本会采用轻量级的模型，否则机器性能无法满足，如果是在线的API可以借助GPU资源实现算法快速推理，则可以采用重些的模型；
2. 运行系统是Linux，windows还是安卓，这块关系算法工程化，不同的系统要求封装的配置文件也会不同，比如Linux上常用的配置文件是.so文件，windows上如果采用动态链接库，则需要.dll文件，还可以采用静态库等；

第三，算法性能，性能主要是指耗时和QPS，这块在产品需求中很容易被忽略，但是却必不可少，作为AI产品在跟算法提需求的时候，这块一定要提及。

当然负责的算法应该也需要问下产品，因为算法性能不是产品性能，比如产品的整体的耗时不仅包括算法性能，还包括接口调用的耗时，IO的耗时；如果把产品的耗时当做算法耗时，最后很可能无法满足产品耗时要求，QPS是需要告诉算法需要每秒处理多少张图片，这块主要涉及算法框架是否支持多进程，以及有多少GPU资源。

（4）硬件选型

硬件选型主要涉及两块的内容，一个是摄像头选型，一个是计算资源选型。

①摄像头选型主要关心的是分辨率，分辨率将会带来两个方面的影响：

第一是用户体验，分辨率越高清晰度越高，用户体验也越好；

第二，算法处理速度，分辨率越大，算法处理的速度会下降；因此，产品经理最好是让算法针对不同分辨率测试统计当前产品的算法对不同分辨率的耗时；建议可以采用720P的分辨率，可以满足清晰度要求，对算法耗时影响通常还可以接受。

②计算资源主要是指GPU显卡的型号，不同的GPU对算法影响较大，但是由于GPU资源很贵，所以很多公司在这块都会慎重考虑。

本文应该算是对之前工作的一次总结，主要从业务需求、用户场景、用户定位、产品设计等多个方面对产品做了介绍，其中产品设计部分介绍了线下业务逻辑和对应的产品规划部分；这种类型的产品重点是游戏品类和运营环节，只有持续给用户带来惊喜才能实现上述的产品目标和业务需求。

本文由 @Eric_d 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议