SkinScreen

Веб-платформа и мобильное приложение на основе технологии ИИ для оценки состояния кожи лица по селфи и рекомендации уходовой косметики.

Боль

По результатам CusDev мы выявили, что на рынке есть несколько целевых аудиторий:

1. Девушки 30+ которые заметили первые признаки возрастных изменений, это российский рынок.

2. Молодые мамы, кожа которых ухудшилась после беременности и родов, это зарубежный рынок русскоговорящая аудитория.

3. Другие мужчины и женщины, которым нужна профессиональная консультация.

Предполагается, что на первом этапе приложение будет нацелено на решение проблем данных аудиторий эстетического характера с применением уходовой косметики, в перспективе - работа с аудиторией, которой требуется консультирование по медицинским показателям.

Решение

В качестве решения мы предлагаем SkinScreen, это веб-платформа и мобильное приложение на основе технологии искусственного интеллекта для русскоговорящих пользователей на рынке красоты и ухода за кожей.

Как это работает

Пользователь регистрируется в приложении, делает несколько селфи, искусственный интеллект анализирует их и показывает результаты по параметрам. После некоторого времени применения уходовой косметики пользователь повторяет тест, и приложение показывает улучшение показателей в динамике.

Потребители

Вся целевая аудитория на российском рынке – 39М человек. Мы также выделили основные услуги в сфере красоты – это косметолог, парикмахер, маникюр и макияж.

Рынок

Мировой рынок  – это $500В в год, и примерно столько же – рынок бьюти-продуктов.

Российский рынок услуг сферы красоты - $22В в год.

Целевой рынок - $220М в год.

Бизнес - модель

Бизнес-модель включает в себя: доход от реферальных программ – есть договоренность с двумя партнерами, это косметические бренды; онлайн продажи; условно-бесплатный контент; доход от рекламы на платформе.

Источники трафика: протестировано Вконтакте – для российской аудитории, Линкедин – для русскоговорящих зарубежом. Также блоггеры, органические ресурсы, Росграм, Телеграм и др.

МВП

2 блока: 1 – чат бот, 2 – модуль анализа состояния кожи.

Roadmap и достижения проекта

2020 – возникла идея проекта, проведены исследования рынка.

2021 - найдены иностранные партнеры, проект был отобран из 6000 заявок в 100 проектов первого набора акселерационной программы Академии Инноваторов МИК при Правительстве г.Москвы.

2022 – в рамках акселерационной программы Академии Инноваторов мы тестировали целевые аудитории, упаковали проект для привлечения инвестиций, сделали пивот из-за внешнеполитической ситуации, выполнили научно - практическую работу по созданию классификатора и категоризации фото, нашли партнеров для сотрудничества (2 косметологические компании - продажа уходовой косметики, бьюти-студия для пилотного тестирования, Гос.научный центр кометологии и дерматовенерологии - по базам данных). Успешно закончили программу (сертификат).

2023 - планируем разработку, тесты и запуск.

Запрос инвестору

Сумма инвестиций – на первом этапе $40K на разработку (проведение помодульного и комплексного тестирования / упаковка ИИ в оболочку / реализация сопутствующих компонентов и объединение в одну экосистему с ИИ) и маркетинг.

Предпочтительно, чтобы, у инвестора была экспертиза в разработке / выводе цифровых продуктов на рынок, а также устойчивое влияние в косметологической среде, например контакты сети клиник или институт косметологии, чтобы облегчить период тестирования. Если Вы знаете, кому Вы можете порекомендовать наш проект, пожалуйста, сделайте это, наши контакты будут в презентации.

Команда

В команде представлены все ключевые компетенции:

CEO, продажи

Дарья Алифанова - 15+ лет практического опыта в управлении продажами, маркетингом, проектами | Project Manager для Mercedes-Benz и Chrysler | Заместитель директора по развитию в инновационной компании Ecomashgroup, резиденте SKOLKOVO.

Маркетинг, продукт

Алина Кашицына - FCMG бренд-менеджер | Cертифицированный косметолог.

IT

Анна Моисеева - разработчик программного обеспечения | Cпециалист в области машинного обучения, технологий искусственного интеллекта | Студентка профильной специализации МИФИ, обладающая знаниями в области математики, машинного обучения, а также опытом в использовании базовый фреймворков для построения и обучения сверточных нейронных сетей.

На страницу проекта