Yousinsa - Kumpulan foto dan video sepatu serta fashion YouTube - layanan POC yang memberikan rekomendasi fashion beserta video pendukungnya

Saya mencoba merapikan rekomendasi fashion YouTube berdasarkan bukti

Saat menonton YouTube fashion, sering muncul rekomendasi seperti "kaus ini bagus", "brand ini punya value for money yang baik", atau "fit yang ini lumayan bagus".

Tapi ketika nanti benar-benar ingin membeli sesuatu, biasanya sulit mengingatnya. Sulit juga mencari lagi YouTuber mana yang merekomendasikannya, di video yang mana, dan alasannya apa.

Karena itu saya membuat sebuah POC kecil bernama Yousinsa.

Ini adalah layanan yang mengekstrak brand, produk, kategori, dan alasan rekomendasi per segmen timestamp dari video kreator fashion YouTube, lalu ketika pengguna mengajukan pertanyaan, layanan ini merekomendasikan brand dan produk berdasarkan bukti tersebut.

Contohnya kurang lebih seperti ini. Pertanyaan-pertanyaan di bawah ini adalah contoh yang benar-benar sudah dicoba dan hasilnya cukup bagus.

• "Saya pria usia 30-an dan sedang mencari kaus basic warna putih/hitam. Saya ingin bahan yang tidak terlalu tipis dengan fit yang rapi, dan budget di bawah 50.000 won. Nuansa seperti Uniqlo oke, tapi saya ingin menghindari yang terlalu pasaran."
• "Tolong rekomendasikan daily sneakers yang bisa dipakai untuk pergi-pulang kerja dan akhir pekan. Kaki saya agak lebar, dan saya tidak suka logo yang terlalu mencolok. Akan bagus kalau cocok dipadukan dengan jeans maupun slacks."
• "Saya sedang mencari office look wanita yang rapi. Sebaiknya brand bernuansa monotone yang tidak terlalu mencolok, dan budget-nya kira-kira setara brand Drawfit."
• "Tunjukkan brand kaus yang sering direkomendasikan para YouTuber fashion beserta video pendukungnya. Saya lebih suka kaus basic yang benar-benar mudah dibeli daripada brand yang terlalu mahal."

Daripada menjawab seperti chatbot biasa dengan "brand ini bagus", fokusnya adalah agar pengguna bisa langsung melihat YouTuber ini / di video ini / pada bagian ini / merekomendasikannya karena alasan ini.

Saat ini, kira-kira data berikut sudah masuk ke DB.

• evidence item: 29.044
• video YouTube: 3.011
• kreator: 1.788
• brand: 7.507
• item yang memiliki product image: 26.206

Untuk saat ini, yang sudah bisa dilakukan kira-kira seperti berikut.

• Mengekstrak brand/produk/kategori/alasan rekomendasi dari video fashion YouTube
• Menyimpan link timestamp di dalam video
• Melihat kumpulan rekomendasi per brand/per kategori
• Board view berbasis product image
• Menghasilkan rekomendasi saat preferensi/budget/situasi dimasukkan dalam bahasa alami
• Mengecek video pendukung dan link pencarian produk dari hasil rekomendasi

Tech stack-nya sederhana. Analisis video dilakukan dengan Gemini CLI, lalu diproses lanjutan dengan skrip Python dan disimpan ke SQLite. Web-nya dibuat dengan HTML/JS statis dan server Python ringan.

• Layanan: https://labs.foldalpha.com/fashion/
• Kode/laporan: https://github.com/sbyoun/yousinsa
• Laporan PDF: https://github.com/sbyoun/yousinsa/blob/main/paper/yousinsa-paper.pdf

Belakangan ini saya semakin merasa bahwa kalau ada kebutuhan, zaman sekarang kita bisa langsung membuat sesuatu lalu memakainya, dan itu ternyata jauh lebih mudah dari yang dibayangkan. Dulu, membuat satu layanan saja merupakan pekerjaan besar, tetapi sekarang POC kecil bisa dibuat jauh lebih cepat.

Namun justru karena itu, hal yang lebih sulit tampaknya adalah diferensiasi. UI atau fitur bisa cepat ditiru, tetapi untuk menghasilkan rekomendasi yang benar-benar berguna, pada akhirnya kita harus terus mengumpulkan dan merapikan data yang menjadi dasarnya. Itu memang membutuhkan waktu, dan saya merasa akumulasi data seperti itulah yang justru bisa menjadi pembeda.

Saya masih terus mencoba berbagai hal. Masukan sangat saya nantikan.