فارسی

چه چیزی وارد می‌شود و چه چیزی تحویل می‌گیرید

برای چه کسانی است

تیم‌های Ecommerce و بازاریابی محصول در سمت برند

کسانی که مسئول ویدیوهای لیستینگ، دسته‌بندی و فید در یک فروشگاه آنلاینِ متعلق به خودشان هستند؛ در کاتالوگی که از هر برنامهٔ عکاسی/فیلم‌برداری سریع‌تر رشد می‌کند.

با چه چیزی شروع می‌کنید

داده‌های محصولِ تأییدشده و تصاویری که همین حالا دارید

عکس‌های پکیج، فایل‌های تأمین‌کننده و عکس‌های لایف‌استایل از سیستم محصول شما؛ همگی تصاویری که حق استفاده از آن‌ها را دارید، به‌علاوهٔ مشخصات، خطوط مزیت و ادعاهایی که تیم شما تأیید کرده است. VisionStory برای شما از محصول عکاسی نمی‌کند.

چه چیزی دریافت می‌کنید

ویدیوهای لیستینگ و فید در سراسر کاتالوگ

ویدیوهای کوتاه برای هر SKU و هر واریانت، در ابعاد و مدت‌زمانی که هر جایگاه نیاز دارد؛ به‌صورت فایل تحویل داده می‌شود، نه به شکل لیستینگ منتشرشده. هیچ چیزی وارد فروشگاه آنلاین نمی‌شود تا وقتی تیم شما فایل را با قیمت فعلی، موجودی، ادعاهای تأییدشده و مشخصات ویدیویی پلتفرمی که قرار است در آن منتشر شود تطبیق و بررسی کرده باشد.

وقتی هر SKU می‌تواند ویدیو داشته باشد، چه چیزی تغییر می‌کند

دو عدد تعیین می‌کند چه مقدار از یک کاتالوگ اصلاً به ویدیو می‌رسد: اینکه هر فصل چند SKU اضافه می‌شود و اینکه یک روز فیلم‌برداری چندتا را می‌تواند پوشش دهد. فاصلهٔ بین این دو، همان جایی است که «لانگ‌تیل» زندگی می‌کند؛ و به همین دلیل است که یک اکسسوری کم‌فروش فقط یک کاروسلِ عکس دارد، اما محصولِ صفحهٔ اصلی یک فیلم کامل. وقتی به‌جای تقویم، کتابخانهٔ تصاویر را ورودی می‌کنید، هم معلوم می‌شود کدام محصولات واقعاً ارزش ویدیو دارند و هم اینکه تیم خودتان زمانش را صرفِ چک‌کردنِ چه چیزهایی می‌کند.

برای کل کاتالوگ ویدیو بسازید، نه فقط برای SKUهای اصلی

دراپ بهاره 380 SKU است. روز استودیو که در تقویم ثبت شده شاید حدود 30تای آن‌ها را پوشش دهد و همهٔ آدم‌های داخل اتاق از قبل می‌دانند کدام 30تا: آن‌هایی که روی صفحهٔ اصلی می‌آیند، آن‌هایی که خریدار بابتشان نگران است، آن‌هایی که مدیر اکانت مارکت‌پلیس درخواست کرده. 350تای دیگر با یک کاروسلِ عکس آنلاین می‌شوند و مرچندایزری که اسفند برایشان ویدیو خواسته بود، خرداد دوباره همان درخواست را تکرار می‌کند.

وقتی ورودی «کتابخانهٔ تصاویر» باشد نه «تقویم»، محدودیت عوض می‌شود. هر SKU در سیستم از قبل عکس‌های پک‌شات دارد؛ یک تصویر محصول به یک کلیپ کوتاه با حرکت کنترل‌شده تبدیل می‌شود و می‌شود یک دمو به سبک کریتورها را هم حول همان فایل ساخت. تولید دیگر «رزرو استودیو» نیست و تبدیل می‌شود به یک صف که مرحله‌به‌مرحله پیش می‌برید؛ و همین است که ویدیو برای یک اکسسوری کم‌گردش را هم واقعاً ارزشمند می‌کند. البته همچنان این تیمِ شماست که قبل از رسیدن هر فایل به یک لیستینگ، آن را بررسی می‌کند.

وقتی چیز دیگری نیست، از پک‌شات شروع کنید

نیمی از کاتالوگ هیچ‌وقت جلوی دوربینی که شما کنترلش کنید نرفته است. تأمین‌کننده یک پوشه JPEG فرستاده، پس‌زمینهٔ سفید ته‌رنگ خاکستری دارد، وضوح تصویر هم هر چیزی است که عکاس کارخانه 3 سال پیش خروجی گرفته، و نه عکس مدل وجود دارد، نه فریم لایف‌استایل، نه B-roll از اینکه کسی محصول را دست گرفته باشد. رزرو فیلم‌برداری برای یک اکسسوری 12دلاری قرار نیست تأیید شود، پس لیستینگ همان JPEGها را نگه می‌دارد.

آن پوشه وقتی «ترمیم» شود نه «جایگزین»، خیلی قابل‌استفاده‌تر از چیزی است که به نظر می‌آید. آپ‌اسکیل کردن، جزئیات و اندازهٔ قابل‌استفاده را از یک فایل کم‌وضوحِ تأمین‌کننده برمی‌گرداند؛ حذف پس‌زمینه، محصول را از بک‌گراند اصلی جدا می‌کند و روی یک پس‌زمینهٔ تمیز یا برندشده می‌نشاند؛ و نتیجه یک تصویر ثابت است که ارزش جان‌دادن دارد. از همان‌جا، همان تصویر می‌تواند یک کلیپ کوتاه حرکتی یا یک دمو به سبک کریتورها را جلو ببرد. اما یک کار را نمی‌تواند انجام دهد: ویژگی‌ای را که عکس‌ها هیچ‌وقت نشان نداده‌اند اختراع کند؛ پس هر چیزی که تصاویر ثابت نمی‌کنند، هنوز به یک شات واقعی نیاز دارد.

تصمیم بگیرید هر واریانت واقعاً به چه چیزی نیاز دارد

یک ژاکت، 6 رنگ، 3 سایز. لیستینگ 18 ترکیب واریانت دارد و مرچندایزر می‌خواهد بداند آیا هرکدام ویدیوی جداگانه لازم دارد یا نه؛ چون مارکت‌پلیس برای هر رنگ یک مجموعه‌تصویر متفاوت نشان می‌دهد و تیم پرفورمنس دقیقاً رنگ سبز را می‌خواهد. فیلم‌برداری از 18 نسخهٔ همان لباس هیچ‌وقت واقع‌بینانه نبوده، پس در عمل یک ویدیو از رنگ مشکی گرفته می‌شود و همهٔ واریانت‌های دیگر همان را به ارث می‌برند—حتی رنگی که مشتری واقعاً دارد نگاه می‌کند.

چون هر واریانت از قبل عکس‌های خودش را دارد، هر واریانت می‌تواند کلیپ مخصوص خودش را از همان عکس‌ها داشته باشد و تصمیم از «چی در بودجه می‌گنجد» به «چی واقعاً می‌ارزد» منتقل می‌شود. یک تقسیم‌بندی رایج این است: یک دمو کامل برای محصول مادر، و برای هر رنگ یک کلیپ کوتاهِ حرکتی؛ تا خریدار همان نسخه‌ای را ببیند که جلویش است، بدون اینکه مجبور شوید 18 داراییِ تقریباً مشابه را نگهداری کنید. سایزها معمولاً اصلاً به ویدیوی جداگانه نیاز ندارند. هر انتخابی که بکنید، نام‌گذاری و مپ‌کردنِ واریانت‌ها در سیستم محصول خودتان می‌ماند، نه در سیستم ما.

لانگ‌تیل جایی است که کاتالوگ واقعاً آنجاست

20 محصول اول دیده می‌شوند چون پیدا کردنشان راحت است. اما بخش اصلیِ کار در بقیهٔ کاتالوگ است: قطعهٔ یدکی، رایحهٔ دومِ محبوب، سایزی که به یک گروه کوچک می‌خورد، اکسسوری‌ای که فقط کنار یک چیز دیگر فروش می‌رود. هیچ‌کدامشان به‌تنهایی بودجهٔ تولید را توجیه نمی‌کنند، و هرکدامشان یک لیستینگ است که خریدار در آن یک سؤال دارد که عکس‌ها جوابش را نمی‌دهند و چیز دیگری هم برای مراجعه وجود ندارد.

هزینهٔ هر SKU همان چیزی است که تعیین می‌کند لانگ‌تیل پوشش داده می‌شود یا نه؛ و ساختن از روی تصاویرِ موجود، همان کاری است که این هزینه را تا جایی پایین می‌آورد که حتی یک محصول کم‌فروش هم بتواند تحملش کند. نتیجهٔ عملی این است که تصمیم دیگر این نیست «کدام محصول ویدیو لازم دارد»، بلکه این می‌شود که «با چه سرعتی می‌توانید لیست را جلو ببرید». از SKUهایی شروع کنید که مرجوعی یا سؤال‌های قبل از خرید در آن‌ها بیشتر جمع می‌شود؛ چون همان لیستینگ‌ها هستند که یک نمایش 30ثانیه‌ای از فیت، مقیاس یا مونتاژ بیشترین اثر را می‌گذارد.

هر کانال برای همان SKU یک فایل متفاوت می‌خواهد

همان ژاکت باید هم در صفحهٔ محصولِ خود فروشگاه دیده شود، هم در صفحهٔ جزئیاتِ مارکت‌پلیس، هم در فید خرید، هم در ویترین اجتماعی؛ و هرکدام از این کانال‌ها برداشت خودش را از «ویدیوی محصول» دارد: اینکه چند ثانیه اجازه دارد پخش شود، کادر چه نسبتی دارد، آیا فریم اول همان تصویر بندانگشتی‌ای است که خریدار رویش می‌زند یا نه، زیرنویس روی ویدیو می‌سوزد یا به‌صورت فایل جدا تحویل می‌شود. اینکه یک ادیتِ مستر را برای هر چهار تا فقط با نوارهای بالا و پایین جا بدهید، همان چیزی است که باعث می‌شود لیستینگ روی موبایل با نوارهای سیاه دیده شود یا آپلود، عصرِ روزی که قرار بوده دراپ لایو شود، تأییدیهٔ پلتفرم را رد کند.

چون هر SKU «تولید» می‌شود و از یک مسترِ واحد «قیچی» نمی‌خورد، می‌توان هر بچ را برای هر کانال جدا ساخت: همان محصول، همان اسکریپتِ تأییدشده، خروجی با طول و نسبتِ تصویری که هر مقصد انتظار دارد، با فریم اولی که طوری چیده شده که اگر به‌عنوان عکس ثابت هم استفاده شد، جواب بدهد. این کار چک‌کردن را حذف نمی‌کند؛ جابه‌جایش می‌کند. نسبت تصویر، مدت‌زمان، حجم فایل، نحوهٔ مدیریت زیرنویس و تصویر بندانگشتی تبدیل می‌شوند به یک چک‌لیست کوتاه که تیم شما برای هر کانال، در همان بچ، آیتم‌به‌آیتم و بر اساس مشخصاتی که هر پلتفرم همین الآن منتشر می‌کند تأییدش می‌کند—نه مشخصاتی که کسی فصل قبل یک‌جا یادداشت کرده بود.

تیم‌های فروش آنلاین چگونه از VisionStory استفاده می‌کنند

دو چیز این مسیر را تعیین تکلیف می‌کند و هیچ‌کدامشان «تولید» نیست. یکی در ورودی است: حقوقی که هر تصویری را که وارد می‌کنید پوشش می‌دهد، از جمله هر چهره‌ای در یک عکس لایف‌استایل. دیگری در انتهای مسیر منتظر است؛ در مشخصات ویدیوییِ لیستینگ، فید یا مارکت‌پلیسی که فایل قرار است به آن برود. همه چیزِ زیر، بین این دو بررسی اجرا می‌شود.

قبل از اینکه چیزی منتشر شود، تیم تجارت الکترونیک هر فایل را با ویژگی‌های فعلی محصول، قیمت، وضعیت موجودی و ادعاها تطبیق می‌دهد؛ همچنین با مشخصات ویدیوییِ فروشگاه یا مارکت‌پلیسی که قرار است به آن برود و با حقوق مربوط به هر تصویر، شباهت و صدایی که برای ساختش استفاده شده است.

  1. 01

    اطلاعات تأییدشدهٔ محصول را به ایده‌های متمایز برای SKUهایی که تبلیغ می‌کنید تبدیل کنید

    در هر کاتالوگی فقط بخش کوچکی واقعاً پشتوانهٔ تبلیغاتی جدی می‌گیرد، و همان SKUها هم به بیش از یک ایده نیاز دارند. اطلاعات محصولی را که تیم شما قبلاً بررسی کرده—مشخصات، جمله‌های مزیت و تصاویر—به AI Video Ads بدهید تا به‌جای یک ادیت در سه طول مختلف، چند کانسپت واقعاً متفاوت برای تبلیغات پولیِ شبکه‌های اجتماعی برگرداند: زاویهٔ «اول مشکل»، یک دمو، یک روایتِ آنباکسینگ. با آن‌ها مثل پیش‌نویس برخورد کنید. بازاریابی همچنان بررسی می‌کند که هر ادعا، قیمت و مقایسه در کانسپت دقیقاً با چیزی که لیستینگ و بررسی حقوقی شما واقعاً تأیید می‌کند، هم‌خوان باشد.

    ویژگی تبلیغات ویدیویی هوش مصنوعی
    تبلیغات ویدیویی هوش مصنوعی
    اطلاعات تأییدشدهٔ محصول را به ایده‌های متمایز برای ویدیوهای تبلیغاتی در شبکه‌های اجتماعی تبدیل کنید—نه نسخه‌های بازطراحی‌شده از یک خروجی واحد.
  2. 02

    برای لیستینگ‌ها و فیدها در مقیاس کاتالوگ، دموهای به سبک کریتورها بسازید

    بیشتر لیستینگ‌ها به یک فیلم برندِ پرزرق‌وبرق نیاز ندارند؛ به کسی نیاز دارند که محصول را همان‌طور نشان بدهد که یک مشتری می‌دید. AI UGC بر پایهٔ تصاویر محصول شما، ویدیوهای دمو و پیشنهاد به سبک کریتورها تولید می‌کند؛ بنابراین حتی SKUای که هیچ‌وقت به عکاسی/فیلم‌برداری نمی‌رسد هم یک ویدیو دارد که مقیاس، نحوهٔ استفاده و محتویات داخل جعبه را نشان می‌دهد. این‌ها مجری‌های تولیدشده هستند، نه مشتریان واقعی؛ پس متن را محدود به چیزهایی کنید که اطلاعات خودِ محصولتان پشتیبانی می‌کند و نتیجه را هرگز به‌عنوان «نظر واقعی مشتری» ارائه نکنید.

    ابزار UGC هوش مصنوعی
    UGC هوش مصنوعی
    ویدیوهای دمو و معرفیِ محصول به سبک کریتورها بسازید.
  3. 03

    عکس‌های نامتجانسِ تأمین‌کننده را روی یک پس‌زمینهٔ تمیز یکدست کنید

    کاتالوگی که از چندین تأمین‌کننده جمع شده، با پس‌زمینه‌های مختلف می‌رسد: سفیدِ مایل به خاکستری، سفیدِ گرم، گوشهٔ استودیو، یا میزی که یکی روی آن عکس گرفته است. Remove Background محصول را از هر پس‌زمینه‌ای که با آن گرفته شده جدا می‌کند و روی یک بک‌دراپ تمیز یا برندشده می‌گذارد؛ همین است که باعث می‌شود یک دسته SKU مثل یک ویترین واحد به نظر برسد، نه مثل یک پوشهٔ دانلود. لبهٔ برش را روی چیزهای ظریف یا شفاف—مثل مو، توری، شیشه و کابل—حتماً چک کنید، چون معمولاً ماسکِ عجولانه روی صفحهٔ بزرگ همان‌جا خودش را نشان می‌دهد.

    ابزار حذف پس‌زمینه
    حذف پس‌زمینه
    محصول یا فرد را از پس‌زمینهٔ اصلی جدا کنید تا بتوان آن را روی یک بک‌گراند تمیز یا برندشده قرار داد.
  4. 04

    عکس محصولی را که همین حالا دارید، به حرکت درآورید

    Image to Video یک تصویرِ تأییدشدهٔ محصول یا لایف‌استایل را می‌گیرد و آن را به یک کلیپ کوتاه با حرکتِ کنترل‌شده تبدیل می‌کند: یک زوم آهسته روی بافت، یا یک چرخش دورِ سیلوئت. برای بخش بزرگی از کالاهای دنباله‌دار، همین تمامِ ویدیو است؛ و همان قدمی است که بدون فیلم‌برداری، به لیستینگ حسِ زنده بودن می‌دهد. اگر فردی در کادر دیده می‌شود، فقط از تصاویری استفاده کنید که مجوز کتبی برای متحرک‌سازیِ آن‌ها دارید. حرکت تولید می‌شود؛ پس هر کلیپ را از نظر لولایی که اشتباه خم می‌شود یا لوگویی که جابه‌جا می‌لغزد بررسی کنید و به‌جای انتشار، چنین مواردی را رد کنید.

    ابزار تبدیل تصویر به ویدیو
    تبدیل تصویر به ویدیو
    یک تصویر پرتره، محصول یا صحنهٔ تأییدشده را با حرکت کنترل‌شده به یک کلیپ ویدیویی کوتاه تبدیل کنید.
  5. 05

    از فایل‌های کم‌کیفیتِ تأمین‌کننده، وضوح تصویرِ قابل‌استفاده را برگردانید

    تصاویر تأمین‌کننده اغلب آن‌قدر کوچک یا نرم هستند که وقتی متحرک می‌شوند و تمام‌عرض روی گوشی نمایش داده می‌شوند دوام نمی‌آورند؛ و آرتیفکت‌های فشرده‌سازی که در تصویر بندانگشتی دیده نمی‌شد، با حرکت فریم کاملاً مشخص می‌شود. Upscale Image قبل از اینکه packshotها، عکس‌های مدل و تصویر بندانگشتی وارد کلیپ شوند، شارپنس و اندازهٔ قابل‌استفادهٔ آن‌ها را بالا می‌برد—و معمولاً همین تفاوت بین «استفاده از فایل» و «درخواست عکاسی مجدد از تأمین‌کننده» است. این ابزار اطلاعاتی را که هرگز ثبت نشده اضافه نمی‌کند؛ پس عکسی که دوخت را نشان نمی‌داد، بعد از این هم نشان نخواهد داد.

    ابزار افزایش وضوح تصویر
    افزایش وضوح تصویر
    وضوح و اندازهٔ قابل‌استفادهٔ پرتره‌ها، عکس‌های محصول، تصویر بندانگشتی و تصاویر مرجع را افزایش دهید.
  6. 06

    ویدیوهایی را که ارزشش را دارند، برای فروشگاه‌های دیگر دوباره منتشر کنید

    وقتی یک ویدیوی محصول از مرحلهٔ بازبینی عبور کرد، AI Video Translator از همان فایل نهایی—نسخهٔ تأییدشده و هرگز پیش‌نویس—نسخه‌های دوبله‌شده و دارای لب‌خوانی هماهنگ را در 88 زبان تولید می‌کند تا فروشگاهِ بازار دیگر هم همان دمو را نشان بدهد، نه یک تصویر ثابت. سپس یک مسئول مرچندایزینگِ محلی در نسخهٔ مربوط به خودش نام‌های محصول، واحدها، عرفِ سایزبندی و هر عبارتِ دارای الزام مقرراتی را قبل از رسیدن به لیستینگِ فعال بررسی می‌کند، چون معمولاً اولین جایی که نسخهٔ بازارها اشتباه می‌رود همین واحدها و سایزبندی است.

    ابزار مترجم ویدیوی هوش مصنوعی
    مترجم ویدیوی هوش مصنوعی
    از یک ویدیوی منبعِ تأییدشده، نسخه‌های زبانی دوبله‌شده و دارای لب‌خوانی هماهنگ بسازید.

سوالات متداول

  • از همان تصاویری شروع کنید که کاتالوگ از قبل دارد. ابتدا packshotهای تأمین‌کننده و عکس‌های لایف‌استایل فصل قبل ترمیم می‌شوند: حذف پس‌زمینه فایل‌های نامتجانس را روی یک بک‌دراپ یکسان می‌نشاند و آپ‌اسکیل، وضوح تصویرِ قابل‌استفاده را برمی‌گرداند. بعد Image to Video تصویر ثابت را به حرکت درمی‌آورد و AI UGC یک دمو به سبک کریتورها دور آن می‌سازد. خروجی یک «فایل» است، نه یک لیستینگِ منتشرشده: تیم شما قبل از اینکه جای چیزی را بگیرد، آن را با ویژگی‌های فعلی، قیمت، موجودی و مشخصات ویدیوییِ پلتفرم تطبیق می‌دهد.

کاربران عاشق VisionStory هستند

کشف کنید چرا تولیدکنندگان محتوا و بازاریابان به VisionStory برای نیازهای ویدیوی هوش مصنوعی خود اعتماد دارند. از امکانات قدرتمند تا تجربه کاربری آسان، جامعه ما از نتایجی که با VisionStory به دست می‌آورند، شگفت‌زده‌اند.

همه بررسی‌ها را در G2 ببینید