当AI参与设计改款后，他们的新品开发效率提升了80%→
2025-02-21
知衣科技
Amy姐是一家江浙沪淘系品牌的设计总监，也是【知款】多年老用户，她带领着近20人的设计师团队，操盘着2大年销过亿的韩系休闲女装全品类品牌。从2015年起步至今，团队每月GMV稳定在2000万+ 。
前阵子，知衣拜访了Amy姐的公司。本期，我们将回访内容整理成文，一起来看看，用了两年多「知款」后，在AI大数据的帮助下，电商设计师的开款工作都有哪些改变？
![]()
电商服装公司的开款方式
为保证销量和控制试错成本，Amy姐团队每季度开发新款时，通常会沿用市场验证过的畅销版型，再融入当季流行元素进行迭代。Amy姐透露，公司近九成新款都是如此改款，还会与网红博主、同类品牌做对比分析。
设计师需要在小红书、淘宝等人群对标的平台上找流行元素，再分析款式图提炼重点。这种人工筛选非常耗时，每确定一个流行点平均要4-5天，即使收藏了数百篇穿搭笔记，最后只能得到一两个有用信息。
小红书的推荐机制很容易形成”信息茧房“，这让团队获取的信息有可能与真实的市场流行趋势脱节，也很难找到对应元素的款式穿搭。
加上20多位设计师对公司的设计调性各有见解，过款开会时，团队内部经常会出现分歧，比如有人觉得蝴蝶结要火，有人认定金属扣是趋势。
在Amy姐看来，这些繁琐的隐性成本，在日积月累的工作中“吃掉了”设计师们的时间和精力，如果某个误判的流行元素进入了生产环节，很可能导致百万级别的库存积压，成为卖不掉的"过季款"。
为了让我们有更直观的了解，Amy姐通过两个具体的工作场景，向我们演示了他们的难题与解决方案。
![]()
Amy姐的难题与解决方案
难题：我们拜访时，Amy姐团队在计划新款大衣开发，因为前一年推出的格雷系圆领大衣卖得不错，不少客户反馈版型很好，所以她们想在保留看家版型的基础上融入当下国内市场上的流行要素。
按过往的改款方式，哪怕在已有版型上做元素加减，AMY姐公司光修改打样也得耗上五六天，设计师得靠经验盲猜：可能元素堆砌过头，可能样式跑偏，最后花一周得到的样衣大概率回炉重造。
解决方案：用【知款】锁定当下流行元素，用数据（点赞/评论/收藏等维度）评估元素表现。
通过【知款】的 【数据分析】功能，Amy姐团队根据品牌的风格调性智能筛选后，能观察到“韩系休闲”风格的大衣最近在小红书的数据表现，点击【查看款式】还能直接浏览相关的穿搭笔记详情。
图源：知款产品界面
在【韩系休闲】标签下的关联笔记页面，选择【发布时间近30天】、【点赞最多】排序，从中能注意到韩系休闲大衣近期比较流行的主要设计元素点是皮草或卡其布的拼接，这与24秋冬流行的巴恩风强调领子做皮革、羊羔毛、绒面材质的拼接撞色处理趋势较为一致。
图源：知款产品界面
为了更聚焦领子的设计细节，Amy姐根据原版型大衣的圆领，按照前面的操作方式缩小了对标范围，用来确定“圆领大衣”更具体的设计元素趋势。
在【圆形领】关联笔记页面中，能注意到新一季圆领设计中，数据表现好的笔记主要以摇粒绒/皮草拼接工艺为主，这个发现也可以作为重要参考。
![]()
图源：知款产品界面
依次查询完【韩系休闲】、【圆形领】在小红书的高热度笔记与款式图片后，有了直观的数据做支撑，哪些元素近期比较流行，设计师心里大致有底了。
如果还需要对目标设计元素做进一步的市场调研，接下来还可以通过【智能图搜】框选该元素，就能一键直达淘宝、抖音、得物等电商平台，找到带有相似元素的款式图与商品链接。
图源：智能图搜界面
再按需对【上架时间】、【销量】排序，还能用数据对比各平台的高销量爆款，验证该设计元素是否有销售空间。
场景二：如何让设计元素与品牌调性更贴合？
难题：初步确定了设计元素后，Amy姐还会二次验证——根据公司的品牌风格调性，在此前关注的同类型博主中挖掘是否有相关设计要素，以此形成精准的改款参考。
除了在小红书等社媒找流行元素，有的品牌还有一些自己的“博主库”，收集了一批穿搭风格与品牌调性相符的网络博主，有时通过观察这些博主的笔记，偶尔也能发现需要的改款设计要素。
但这种情况下，Amy姐认为找元素的效率比较低下，更麻烦的是，无法有效验证博主的穿搭款式是否符合当下的流行趋势。
解决方案：用【知款】的【订阅】及【智能图搜】功能，确定该元素与店铺风格的匹配度，并全网挖掘、购买该类型款式进行拆版参考。
在知款的【订阅】模块选择大衣品类，Amy姐可以在自己的【主店对标】分组选择【近30天点赞数据最多】，能观察到有特色、且比较好改的就是拼接皮草、卡其布或摇粒绒领子，结果与前面一致，说明前面的找元素思路正确。
图源：知款产品界面
与此同时，如果Amy姐发现了一款不错的可参考款式，通过【智能图搜】还可以挖掘目标款在淘宝、小红书、INS等多平台的数据表现。
图源：智能图搜界面
包含近30天内【销量最多】、【发帖数最多】等数据维度都支持按需排序，再通过数据的比对，评估看中的设计要素是否真的在市场比较流行，最后再采买或与供应链沟通。
以上就是本期用户故事的回顾。通过与Amy姐及设计团队的谈话，我们深刻了解到，从两年前开始使用多【知款】以来，他们在找款、改款等工作上确实得到了极大的流程优化与效率提升，借助AI人工智能与大数据分析，公司每季的新款开发也有了更为可控的风险规避。
接下来，我们还将根据最新收集到的客户需求进行复盘，不断开发出更多实用的AI功能、产品，敬请期待~
👇🏻 往期服务案例 👇🏻
![]()
