Japoński serwis Rakuten opracował innowacyjną wyszukiwarkę wizualną. Fashion Finder pozwala miłośnikom mody na błyskawiczne znalezienie w sieci sfotografowanych ubrań.

Rakuten, japoński lider sprzedaży internetowej, uruchomił z pomocą singapurskiej firmy technologicznej ViSenze wyszukiwarkę umożliwiającą identyfikację i wyszukiwanie produktów ze zdjęć. „Wrzucony” do wyszukiwarki obraz lub link do wybranej grafiki w sieci wystarczy, aby wygenerować listę produktów zatrzymanych w kadrze lub takich, którą są do nich łudząco podobne. Fotografie zrobione na ulicy, w podróży, czy podczas spotkań z przyjaciółmi pozwalają błyskawicznie wyszukać i kupić interesujące nas ubrania, czy akcesoria bez konieczności wpisywania jakichkolwiek słów. Produkty są identyfikowane na podstawie koloru, faktury, stylu i rodzaju ubrania.

Choć wyniki wyszukiwania przypominają te stosowane przez Pintrest, Fashion Finder wyróżnia się nowymi funkcjami. W modowej wyszukiwarce można na przykład oddzielić interesujące nas obiekty od tła. Usługa jest dostępna na stronach O SHa’Re i Rekuten Funsearch.

Nowa technologia pozwala platformom handlowym na promowanie produktów wizualnie podobnych do tych, których aktualnie szukają kupujący. Jest też ważnym narzędziem do lepszego zrozumienia zachowań i potrzeb klientów. Według ekspertów ViSenze, inteligentne wyszukiwanie na podstawie zdjęć zda egzamin również na stronach mobilnych przy użyciu smarfonów.

Rakuten to największa w Japonii spółka zajmującą się handlem w sieci. Założona w 1997 roku przez Hiroshi Mikitani oferuje dziś usługi e-commerce w zakresie m.in. aukcji, turystyki, rozrywki i bankowości oraz platform handlowych. Jest właścicielem wielu zagranicznych serwisów handlowych, takich jak Buy.com,  Priceminister, Ikeda, Tradoria i Play.com. W 2011 roku obroty zatrudniającej 10 tys. pracowników i notowanej na giełdzie w Tokio spółki wyniosły blisko 5 mld dolarów.

Z kolei ViSenze to spółka technologiczna zajmująca się wspieraniem e-biznesu w obszarze wizualizacji, założona z inicjatywy Państwowego Uniwersytetu w Singapurze oraz Tsinghua University w Chinach w ramach projektu NUS-Tsinghua Extreme Search Centre (NExT).