长沙雅美五官整形国庆优惠(图)_医生在线
长沙雅美五官整形国庆优惠
08:54:36&&&
　　当你每天不厌其烦地涂抹化妆品的时候已被这个高喊“敢素颜的美女才是真美女”的时代深深的鄙视了，不过那些敢素面朝天的人，你以为她们都天生丽质?错！有些人早已求助了高科技的美容方法，一劳永逸。不但省去了大把的时间和精力，效果更是胜过化妆品的N倍。湖南更规范的整形美容医院，雅美告诉你哪些全新美容科技，可以让你素颜也美丽。
　　雅美双节献礼：9月23号-10月5号　　
　　鼻部整形全线8折优惠　　
　　睛彩眼部整形直减1800元　　
　　上门消费即赠价值680元360度口腔护理套餐一次　　
　　治疗项目全线8.8折优惠，网络预约可领取300元现金券　　
　　国际、国内知名专家手术提前预约有点名费全免机会　　
　　权威专家坐诊：　　
　　韩国整形教父李晟源：韩国明星的御用整形医师，学识渊博，在业界享有盛誉，被誉为韩式鼻部整形金标准制定者，被全球整形权威公认为“东方美鼻之父”，擅长眼周精细化手术、鼻部综合整形。
　　“精定位双眼皮”专利创始人张浩：雅美医疗美容医院业务院长，独立主持了5万多例各类整形美容手术，在面部五官整形方面有很深造诣，手法细腻精准，被誉为五官精雕大师。
　　微精五官整形专家张先智：雅美整形美容外科主任，权威五官整形专家，尤其擅长眼周部综合整形，技术精湛，广受赞誉。
　　活动详情及专家、医院预约可拨打我们的全国免费热线：400-668-9693或直接。（更多国庆整形美容优惠信息）
&　　五官烦恼一：单眼皮、咪咪眼、双眼无神，不化浓重眼妆不敢出门　　
　　全新美眼科技：　　
　　1、雅美精定位双眼皮　　
　　双眼皮手术的普遍性已经不亚于去专柜买一盒眼影，所以你更看重的应该是技术，雅美采用国际精准微点切入法，精准到0.1mm的定位，分层对接缝合。愈合后的上眼睑饱满不臃肿，讲究动静态视觉效果，确保凝视、眨眼、闭眼等表情时的双眸都无痕自然，眼形精致清晰，眼睛含情脉脉，不说话也可以表达情感。
　　2、雅美微创开眼角　　
　　内眦赘皮可能是阻挡桃花运的罪魁祸首，所以通过手术把它去掉吧，楚楚动人的眼睛，不止大。更要有神，雅美专家通过大量的临床研究、总结出独特微创开眼角形技术，辅助精定位双眼皮，全面改善眼睛的缺陷，精湛技术，不留疤痕，让眼睛更添灵动之美。
　　五官烦恼二：任何化妆品也解决不了塌鼻梁，对大鼻头、宽鼻翼更是束手无策！
　　全新美鼻科技：　　
　　1、雅美分体式隆鼻　　
　　一个小巧漂亮的鼻子能起到的惊艳作用，超乎你的想象，但如果你以为鼻子的完美等于挺直的鼻梁，那就太OUT了，目前，雅美融合了美学、时尚、专业的全鼻和鼻综合理念正受到越来越多的人认可， “雅美分体式隆鼻”打破“单纯隆鼻”旧观念，针对鼻部如鼻梁、鼻尖、鼻小柱、鼻孔等各个部位进行综合的毫厘量化设计，注重面部整体效果从而达到完美和谐的术后效果。倡导360度三维整体设计理念，分七段，更大化地提升鼻部以及整体外貌，让您得到立体蜕变的美丽效果。
　　2、幽兰贵族三段式美鼻　　
　　想必你也知道膨体是公认更好的硅胶替代植入物，而幽蓝则是膨体产品中更高端更先进的系列。幽蓝贵族三段式美鼻是根据仿生学，将鼻假体的鼻背、鼻尖和鼻小柱进行相对独立的打造，这样不但可以对鼻子各部位进行更精细的设计，也能使假体更好地适应鼻子各部位不同的软硬度和手感的要求。雅美对幽蓝贵族三段式美鼻术有一套专门的、严格的操作标准，对操作医师的资质、经验、审美能力都有很高的要求。截止目前为止的满意率仍旧是百分之百。　　
　　活动详情及专家、医院预约可拨打我们的全国免费热线：400-668-9693或直接。（更多国庆整形美容优惠信息）
　　审美人人不同，希望大家想清楚自己想要的，不过度相信医疗技术，不拘泥细节，不追求完美，健康地美丽下去。了解更多详情，您可以点击链接进入：
【呆狐网整形美容】：
【点击免费400电话】：
Copyright @
www.51daifu.com 版权所有北京彤美医疗整形张浩院长口碑如何 美丽蜕变
中国科技博览
最近很多朋友都在问北京彤美的张浩院长做面部脂肪填充怎么样?我先介绍一下张浩院长,他已经从事医疗美容18年了,经验和技术是非常丰富的,每年都会参加国际性的医美学术会议,在圈内是很有名气的医生。
他主攻就是面部的脂肪填充,找过他的顾客都知道,张浩院长对脂肪填充这块非常具有造诣,不管是什么样的脸型都能依据多年的医美经验和先进的技术理念,给到最佳的治疗方案,术后的反馈都是非常好的。
北京彤美张浩院长 面部脂肪填充 恢复只需一周
以独特的审美构思完成整形美容手术近万例,提倡综合设计、勇于创新、理念时尚,手术特点以精准、细腻、严谨著称,尤擅将手术与注射完美结合,对面部年轻化美容有独到理解,曾多次赴欧美进行学术研究。
亚太脂肪软黄金面部精雕专家
精于脂肪面雕18年
北京彤美医疗美容整形外科院长 中华医学会会员&
中国医师协会美容与整形医师分会会员 中国康复医学会会员&
瑞兰玻尿酸指定注射医师 保妥适BOTOX注射认证医师
脂肪软黄金面部精雕 360&立体吸脂 4S微创定制丰胸 眼部综合整形&
& & & 鼻部综合整形 面部年轻化 面部五官精细化整形&
& & & 注射微整形 精细化除皱抗衰
你该读读这些：一周精选导览51CTO旗下网站
饿了么张浩：AI派来的外卖送餐员
7月21日上午WOTI2017主会场，饿了么副总裁张浩进行了主题为《AI派来的外卖送餐员》的精彩演讲。51CTO记者将持续为您带来WOTI2017全球创新技术峰会前方精彩报道。
作者：刘妮娜来源：51CTO| 14:48
【51CTO.com原创稿件】日-22日，由51CTO主办的以人工智能为主题的WOTI2017全球创新技术峰会在北京富力万丽酒店隆重举行。峰会期间，30+AI明星，数十场围绕人工智能主题的精彩演讲与圆桌论坛缓缓揭开面纱。除了场内的精彩演讲，场外还有专门为AI爱好者搭建的动手实验室和科技体验区，这一切都让本次大会亮点十足。
7月21日下午WOTI2017主会场，饿了么副总裁张浩进行了主题为《AI派来的外卖送餐员》的精彩演讲。以下是演讲实录，让我们先睹为快！
饿了么副总裁张浩
大家下午好！很高兴有机会和大家分享，也感谢WOTI给的这个分享平台。同行业者已经从最早的外卖走向本地生活，我下面开始我的演讲。我今天的分享分三个阶段：第一，简单介绍一下饿了么。第二，讲一讲AI在饿了么的应用。第三是我的主题，四个案例，给大家分享一下运筹优化与机器学习应用实例。
当你把APP打开以后，首先看到的是交易平台，就像咱们在淘宝和京东看到的是一样的，只不过搜的不是衣服，主要是以交易为主，搜索、推荐、菜品挖掘等等这些。今天，我要给大家讲的更多的是第二部分，本地的物流网络。物流到现在很多年了，而且这个行业应用从运筹学到统计优化，一直到机器学习，这三个合起来对我们现代物流体系有很大帮助。我们的用户现在已经到2.6亿，B端商家全国已经是130万，更重要的是我们的配送员，在我们平台注册的配送员已经达到300万，覆盖全国两千家城市地区。
互联网行业，衣、食、住、行，淘宝、携程、滴滴、饿了么分别代表四个方向，我想做个铺垫，因为这个行业特点，和其他三家有什么不同的地方和独特的挑战。首先是淘宝，淘宝纯粹是以用户和商户为主，线下当你下了单以后，线下走开放平台，时效性通常是以天计算，所以它的挑战更多的是能够把转化率提到最高，很短时间内找到自己想要的东西。而携程也是一个纯粹以线上用户和商户为主的交易平台，基本上没有线下订单，不管是订酒店还是别的都是线上完成，相对而言，滴滴和饿了么都是O2O的两个比较大的方面，这里有不同之处在于，滴滴推荐搜索不是特别重要，不会上去搜这个车不喜欢搜另外的车，更多是通过系统最优结果推荐给你，这是比较大的区别。另外一个比较大的区别是在时间上的要求，一般我们要求几分钟车到达，但上了车以后就是司机和乘客的问题了，平台不会为此负责任。最后是饿了么，线上以用户和商户为主，但不同的是线下更为复杂，更重要的是时效性比如准时达、30分钟、40分钟，一旦超过这个时间，平台将为用户进行赔偿，这对我有很大的挑战。
在本地物流行业，或者即时配送，说即时配送更好一些，因为物流太大了。我们希望当你下了单以后30分钟，整个交易不仅是菜出来送到你手里，整个完成过程我们希望控制在30分钟。所以这里有几个大的不同的地方，纯粹线上交易，首先就是运筹优化，第二才是学习，更重要的是大数据，我们通过离线计算，然后实时算法。
这是一个比较粗略的一览图，我们的业务里边算法分三个部分。第一个是基于LBS，我们根据你的定位搜到本地配送范围，所以LBS是我们最重要的服务。其次就是machine learning和optimization。对我们来说，站点网格配送范围是最重要的，有了这些后面配送才有了最合理的结果。第二个是选址，除了餐厅以外，很多同行业也在做自主餐厅，加盟商在我们厨房里做品牌，选址就非常关键了。
后面的就简单了，推荐搜索，我们是交易平台。紧接着是供需预测、订单运单预测，最后我们的物品是通过人，不管是走动还是骑电动车，给你送到手里，我们需要提前一个季度甚至半年做好规划，我们需要根据历史数据依据算法推测出，比如夏天北京经常下雨，大概需要多少运力和运单，所以供需预测和运单预测非常重要。用户商户分层，这个精细化运营要做到。后面智能补贴、路径规划，这都是实际物流当中非常重要的，动态定价指的是我们在配单的时候，必须根据当时的运力情况调整和控制流量，同时对路径进行规划。出餐时间、送餐时间的预估，这几个是我下面在算法模块里详细讲到的重点，我先跳过。我分两个部分，第一个是讲机器学习在饿了么业务的应用。第二个是在机器学习基础之，上运筹优化和机器学习在饿了么中的应用。
第一个是出餐时间预估，当你订了一个餐以后，我们希望30分钟能够送到，这当中包括餐厅出餐时间，所以对餐厅的出餐时间预估是我们配送环节最难的一个，因为我们对它完全没有控制，我们不知道它什么时候能出完。这点和滴滴的出发时间预估差别就在这个地方，滴滴场景大家可以看到左边的图，你在那个地方，通常希望一到两公里之内就有车到达，这个平台不用管。
右边是饿了么场景，餐厅配餐时间受很多因素影响，首先是堂食的因素，餐品的品类，烹饪方式，订单大小，实际情况当中餐厅备完以后他不会告诉你ready，必须通过机器学习方法预测。我们怎么做呢？我们从开始到现在大概经历了三个版本，当然，任何做机器学习的最开始都会做线性模型，毫无疑问，没什么特别讲的。
误差方面，我们当时调了很多特征，最后平均是6分钟左右，后来我们用了非线性模型，误差240秒左右。最简单的统计特征，这个餐厅过去的出餐时间，他大概有多少人吃饭，今天是周五还是星期天，包括这个餐厅的菜品品类，比如做云南菜，他的菜品一定会花的时间更长，如果是麦当劳，30秒肯定能出来，这些特点都在里面。另外一个特点，我们会用到天气，尤其天气这个比较多。这些都会对误差进行影响。我们做到240秒以后很长一段时间都难以再提高。
最后一个，我们今年开始用深度学习的办法，因为我们可以把出餐方法当作时间序列进行处理，采用RNN、LSTN模型来做，现在误差是3分钟，平均时长不代表什么，因为餐厅爆单的情况下，或者特殊情况下，误差会比较大一点。这是我们用的模型，实际当中会有不一样。我们用的是两层RNN模型，每层大概是1500个（英文），用了65%的dropout，右上角的图是我们的公式，会随机根据当时的概率来抓取。
第二个是行程时间预估，行程时间预估相对好一些，当骑手取到这个餐以后，开始从餐厅出来一直到客户手里，整段时间是行程时间预估，因为我们有GPS采样，所以我们知道他在过程当中花多长时间，这里的挑战在哪里？这里的挑战在于数据是非常难收集的。因为我们和其他的出行行业不一样，我们整个过程有三分之一到一半时间，尤其大城市，都是在大厦里边，高峰时间，上班时间，我们的白领也在大厦里边，大厦里边GPS定位是非常不准确的。
所以我们和别的公司合作，用WiFi来提高精确的定位。还有出餐时间方面，比较困难的是走的方式，不像滴滴Uber这样开到公路上，有的时候步行等电梯上下楼等多种方式，而且楼宇里边交通非常复杂。左边这个图是一个聚类算法的图，大家可以看到这些点，这些点是我们收到的GPS位点，这里误差非常大，如果全部用GPS位点来做，O点和D点，交通行业O点是起点，D是终点。
我们首先有一个聚类，把那些误差比较大的先去掉，然后通过聚类以后把GPS位点弄到POI上，match到一个点上。我们做同样的事情，去掉绝大多数噪音。第二个是轨迹聚类，当你知道行程起点和终点以后必须要知道轨迹，右边的图刚好是一条河，这个很讨厌，我们很多时候不知道，也无法预测骑手怎么走，有的可能走小路，有的不知道走大路，所以预测的时候比较困难。轨迹聚类也有一些心得体会。
其中我们把GPS位点噪音点去掉，让轨迹更加精准一些。下一个是讲开单场景，组合优化的问题，你不会从一个点只拿一个单，是很多的单，当你决定把这个单配给谁的时候，你要靠服务。还有行程时间预估，恶劣天气，各种活动，还有节假日，如果是周末或者节假日，这些也是有影响的。
第二个，机器学习与运筹优化算法组合在饿了么应用场景，最重要的是智能分单，什么叫智能分单？在没有智能分单以前，分单是人来做的，整个分单过程是基于当地一个网络，所以这个单不会全程分，以前都是人来做的，当你每天可能只有几十单、几百单的时候，有一个地图，能看到谁和谁离单比较近，很快来解决问题。但是当量上来以后人是不可靠的，也做不到最优，体量比较大的时候这是非常困难的。和其他推荐系统比，它的角色会更多，除了商家还有骑手，骑手还有用户和团队的区别，复杂度也更高。
大家可以看看右边这个图，一个骑手通常同时送五到十个餐，所以分单的时候是指数级的问题，我们需要知道他身上已有三到五单，是不是再给他另外五单，在时效性和准确性上要求比较高。这是我们做的第一个版本，当我们拿到这个问题的时候很自然就想到这是很经典的路径规划问题，因为你从这个点出发要经历这么多订单，最后还要回到起点，因为通常大家会聚集在一个地方，这是很传统的车辆路径规划问题，这里输入是订单、骑手、骑手容量、成本，输出是订单和骑手间的匹配以及行走路线。优化目标是最小化时间或者行驶距离，约束条件，比如骑手背单数，骑手数量，最晚到达时间等，当你下一个单的时候，我们说40分钟到，这是最晚到达时间，我们希望99%都能在40分钟到。
VRP问题，你到了目的地之后还需要把你的东西拉回来，左边TSPB的问题，还有TSPTW的问题，当你有多个车的时候是MTSP，在此基础上演进一下VRP的变种，比如最远不超过多少，这些都是这个问题的变种，对我们完全不是新的东西。
我们使用的一种方法是模拟退火算法，大家看看左边的图，稍微讲下背景。这是一种很传统的运筹优化问题，方法有很多，当我们量大的时候，比如动态优化，大家都知道VRP问题，或者通常组合问题，是很难找到最优的解，所以更多的是用（英文）。这是随机迭代算法，还有别的算法，这里文献就特别多了，大家如果搜的话有上千篇文章，书有很多本，有兴趣大家可以看看。我们采用的一种算法是模拟退火算法，是随机的最优算法。
看看右边的图，首先是随机产生一些解，我们定义下来目标函数，这里最关键的是随机的对当前的解，跟物理退火一样，找到最优解，没有最优解没关系，数量有一个上限。这是概率算法，不一定找到最优，所以下面的判断是是否达到迭代次数，因为我们可能无限次解下去，达到以后就终止。这是整个算法的过程，现在这个模拟算法已经成熟了，更多挑战是规模比较大的时候，分布式计算怎么更有效一些，这个也有很多文献可以看。用的方案也比较多，比如大型模拟，生产调度，控制工程，机器学习，神经网络，信号控制等等。
现在我们的方案用的是2.0，基于代价函数的优化问题。VRP方案遇到的挑战在哪里？刚才讲到计算复杂度问题，这只是一个方面，更重要的是我们对每个（英文），整个结果就完全的不符合逻辑，这是我们遇到的最大困难。时间预估的不准确性，造成从A点到B点预估时间是不准确的，这个时候做出的结果往往很差，尤其小城镇，大城市还好，因为有足够的样本量，比如北京，可以大概估计一下时间。但小城市很难，很多时候POI都到了镇政府，而不是餐厅，所以这种情况下我们的VRP完全没有用。除此之外，还有基础的送餐习惯，很多时候骑手不会按照你推荐的送，他会这个先送那个后送，影响比较大。
所以我们现在的方案是这样的。简单讲，这是一个代价矩阵，我们有N个订单包，N个骑手，这么一个二维的矩阵，我们希望能够把每个订单包都分到一个人身上，中间的就是代价矩阵，希望输出的是订单包和骑手之间最优匹配。这里的代价定义和计算方法也经过几版的迭代，最开始毫无疑问的，当你决定把一个单分给骑手的时候，代价是其他单不会因此受影响，也不希望他距离跑太长，因为电动车跑两公里送一单肯定是最坏的选择。所以我们最开始用规则的方法，通过大量的离线分析，比如大概20个特征，这些特征每个权重多少，算出来以后，后面是优化问题，最后的结果是得到右边的矩阵。一个订单分给了这个骑手，匹配用的什么算法？我们用的是比较成熟的最优匹配KM算法，KM算法求的是完备匹配下最大权匹配，KM算法也有很多流程，和开始的VRP解决方案比较接近，不断优化。最开始算法流程初始化可行顶标的值，用匈牙利算法寻找完备匹配。
当然，我们还有很多的不足，我们大概解决了基本的问题，但后来我们意识到，分单如果有一个订单来了，马上分给一个骑手去接，这往往不是最优选择，如果你再等两分钟，同样餐厅同样路线上会出现更多的单，所以就出现了蓄水，也许等两分钟，等更多的单。蓄水之后我们通过两个单打包出来，这是2.1版本。打包的时候还有很多不足之处，任何做机器学习都要用规则来，什么样的包可以打在一起，同取同送，GPS不准的情况下同取同送带来的结果就是订单完成不了，比如这栋楼A座和这栋楼B座。所以2.2版本，去掉了打包规则，我们用机器学习方法学习，人工调度的时候，什么样的单人工分成什么样的包和模型，用订单相似度模型，但是这还不够。
因为我们推广过程当中发现，在不同的地方有不同的习惯，而这个习惯会造成对骑手满意度和推广难度很大的影响。所以我们又出了一个新的叫订单与骑手匹配模型，我们来定什么样的是好的，刚才讲的更多是我们通过离线算出来的，用一个公式去match全国几千个站点分单逻辑，这是做不到的，用这种规则一定做不好。所以我们做了订单与骑手匹配模型，把数据按照当地站点取出来，我们进行学习，学到人工调度习惯，我们机器学习抓住这个特征，真正做到当地化、本地化，这是我们2.3标准。每个站每个地区都是独特的模型。我们正在做的是3.0版本，增强学习，大家对这个也比较熟悉。
2.3的时候在模型上就很难再提高了，但不管怎么说，模型更新一定是离线过程，可能一个星期，可能一天，我们希望变得更快，怎么更快？现在比较流行的增强学习，我们通过在线反馈，骑手喜不喜欢，如果不喜欢会换单，这个信号我们曾经抓到了，但是通过离线进行补偿，通过增强学习在线上自动学习，还在开发过程中。
整个算法过程是这样的，但最大的问题是我们的基础数据，刚才我反复提到POI点，不管算法怎么分，它看到的是我们告诉它从这个点到那个点，POI的准确性一直以来是最大的挑战，所有以LBS为服务的任何公司，POI相当于地址库，就像Google map为什么值钱，因为它的POI做的好，导航算法是你优化的，光有算法没用，重点在POI的准确性，当然，Google不仅仅在美国，他在全世界做的都比较好，这是他的财富，就是数据。我们自己也在不断积累POI。ETA、出餐时间预测、骑手模型、餐厅画像，这些都需要长期提升。骑手模型讲的是这个骑手他的习惯、他的能力，对路线的熟悉程度，包括比如给他五个单他能不能准时送到，什么时候单可以分给某个人，他比较靠谱。餐厅画像也很重要。
最后一个是最优餐厅选址问题，这个跟菜鸟搞仓储的不同，但意思是一样的，比如菜鸟决定在全国建主站网，仓库负责哪个区域，从A仓库到B仓库怎么设计路线，这是比较经典的FACILITY LOCATION PROBLEM。在城市里面我们希望餐厅有交错，能够囊括最大的用户。左边的公式，从两个点之间他们的代价也最小，这个是我们现在还在经营的业务，叫未来餐厅，我们希望自己能够在最便宜地点选到最大化潜在的最多GMV增长。
最后是总结。很多朋友不太清楚，实际上本地生活场景算法非常大，可能送外卖比较多，但想象它不是外卖，而是运筹优化，尤其因为是本地生活圈问题导致很多不规则的东西，所以挑战非常非常多，不比任何一家互联网公司小。第一个问题，基础数据的完整性和准确性，这点没有人帮到我们，因为行业特点是靠自己，长期通过人来收集这些数据，餐厅、骑手，甚至电梯难易程度对我们的算法都有影响。
还有对人的行为理解，人的行为理解，在我们分单的时候觉得这样是最好的，但实际运营当中我们受到很多阻力，别人不喜欢这样做。比如追单，在五楼接了一个单，刚刚到楼下同样分一个餐厅的单，骑手不喜欢，好不容易下来的不想再取单了，我们发现你这个时候再回去总的时间会更少，但骑手不喜欢，他觉得跑上去麻烦，很多时候要等电梯，或者有各种他不喜欢的行为。这都是我们后来意识到，很多时候需要和业务结合才能有一个完整的解决方案。最后一个，优化算法与机器学习的结合，在物流场景更多的是成本优化，机器学习更多是对因素的学习。所以优化算法和机器学习只有结合起来才能完美解决我们的这些问题。我的内容就分享到此，谢谢大家！
51CTO记者将持续为您带来WOTI2017全球创新技术峰会前方精彩报道，敬请期待！
【51CTO原创稿件，合作站点转载请注明原文作者和出处为51CTO.com】
【编辑推荐】
【责任编辑： TEL：（010）】
大家都在看猜你喜欢
关注聚焦头条热点聚焦
24H热文一周话题本月最赞
讲师：222327人学习过
讲师：37552人学习过
讲师：353114人学习过
CTO专属活动
精选博文论坛热帖下载排行
您如何保证您的网站确实给予用户他们所需要的，并对您产生商业成果？您需要了解谁是您的用户，您的用户的目标、行为和观点是什么，还要把他...
订阅51CTO邮刊动脉网知识库
登录动脉网
一二线城市争夺战开启，轻医美连锁如何突围？
继整形医院之后，轻医美已经成为新的产业形态，来自北上广深等一线城市的不同竞争者纷纷加入到这场增量市场“争夺战”中。如何定义目前轻医美的生态特点？不同的商业模式能否跑赢竞争对手？依托于常规的市场定位以及人才、技术、资金等资源匹配，是否符合轻医美市场的发展需求?&动脉网（微信号：vcbeat）记者为此专访了在皮肤管理和微创医美领域，已经成为轻医美连锁品牌行业标杆的PhiSkin芙艾医疗（简称芙艾）联合创始人黄侃。&&&&以下是黄侃的精彩观点：1、轻医美品牌的生命力源自市场定位和经营理念，并以此为基石再匹配庞大的支撑体系；2、对于芙艾而言，从客户需求角度出发，搭建高效高质量的标准化服务流程是首要课题；3、在营销、获客体系之外，支撑医美行业未来发展非常关键的资产和壁垒，就是对客户数据的沉淀和了解；4、消费者需求也在慢慢多样化，而且非手术需求会逐渐超过手术方面的需求，年轻人也更喜欢用一些微创、无创甚至可逆的方法提升颜值，保持年轻化状态；在采访前，记者进行了调研，发现芙艾在中央管控的运营和监控体系下，凭借客户服务流程上细致且标准化的运作，完全摒弃了一些传统机构靠咨询师“砍大单”的方式，更注重客户的长期满意度。芙艾是如何实现这种管理模式的，我们请黄总做了以下分享。PhiSkin芙艾医疗三位合伙人：CEO亢雅君（中）、CIO张浩东（右）以及COO黄侃（左）建立中央管控系统，“标准化”打造治疗方案从上世纪90年代开始，以莆田系为代表的传统大型医美整形机构进入黄金发展期，项目上以手术为主，而且营销上肯下重金。2010年之后，随着90后、95后等年轻一代消费者崛起，非手术类的轻医美，渐渐成为新的产业形态，一片蓝海。移动互联网环境下成长起来的年轻人，其消费习惯也催生了新的医美消费观和机构品牌运作方式。2012年，芙艾医疗就是在这样的产业大背景下成立，“最开始我们是怀揣着打造‘医美界星巴克’的梦想和情怀，尝试做一个服务相对标准化、品牌有号召力的机构，更注重消费者长期的口碑、忠诚度和复购率，在她们心中品牌是安全和可信赖的。”在创立芙艾之前，黄侃曾担任艾尔建中国区高管，对中国医美市场趋势判断有自己独到的见解。“对于芙艾来说，首先要解决的是从客户的角度出发，在服务流程上有意识地搭建标准的步骤。服务流程中最核心的一环就是治疗方案的制定和需求的挖掘，因为消费者是千人千面的，芙艾目前规划的服务路径可以归纳为‘白、光、美、紧’，是按照肤色、肤质、轮廓和抗衰顺序，循序渐进的组合智慧美学方案。”PhiSkin芙艾医疗拥有白、光、美、紧组合智慧美学方案海量的年轻初诊用户，90%以上之前是没有进入过医美机构，芙艾首先会从入门级的皮肤管理入手，这有点类似广义上的生美范畴机构提供的服务。“白”解决的是客户提亮肤色、改变肌肤暗沉、去斑等问题；“光”主要是针对肤质的综合改善，如皮肤的光洁以及毛孔粗大、黑头、鼻头粉刺、痤疮痘坑、痘印等问题。在肤色、肤质提升了之后，接下来就是提高客户轮廓“美”，黄侃透露，“这是芙艾最具核心竞争优势的技术，我们搭建了OG曲线（Phi-芙艾OG充盈术）、黄金比例尺等专利项目，用美学原则帮助客户建立轮廓提升和微整的治疗方案。”记者了解到，在微创和无创的光电部分，芙艾特别邀请了亚太区激光治疗领域泰斗苏恭敏教授加盟芙艾，联手上游优质厂家共同为芙艾制定各种激光、射频、紧肤光电设备治疗指南，制定临床SOP；注射美容板块，“我们有内训的白皮书，把医生分为六级，拥有初阶、进阶和高阶班三种不同类型的培训体系，所以芙艾每一位医生可以治疗什么部位，都要经过严格的考核评估，整个培训考核在标准上保持一致。”制定临床SOP，PhiSkin芙艾医疗的核心竞争力之一“紧”针对的是面部抗衰年轻化项目，主要解决松垂等问题，比如埋线提升、热玛吉、超声刀、体雕、自体脂肪移植等，这些项目对消费者的年轻化保养起显著效果。在服务流程、颜值规划、治疗方案标准化方面，医生具体如何去有效实施治疗的临床指南，芙艾也开展了大量临床监督与考核工作。连锁：强有力的总部管控系统由于是新兴的产业形态，想先发抢一杯羹者众多。不少机构都加入到轻医美阵营中，传统的整形医院、生美机构、皮肤管理机构也都在扩充品类，进行连锁化提速，但什么才是好的连锁模式，每家都在寻找突破。黄侃认为，对于一个轻医美品牌，其生命力源自于市场定位和经营理念，在此基础上匹配庞大的支撑体系。对于芙艾来说，品牌目标客群定位于都市CEO(Confident、Elegant、Optimistic)女性，基本分布在一二线经济比较发达的城市。“品牌背后的内涵代表一种非常特殊的客户体验，让大家感觉是可信赖的。有了品牌整个顶层设计之后，怎么匹配相应的人才、系统、资金、市场洞察，支撑品牌一直发展下去是关键。”黄侃透露，芙艾在体系上注重标准化，在满足客户需求时，首先要尊重其个性化。“芙艾希望打造可信赖的品牌，这包含市场营销、团队管理、服务标准化、IT体系、培训体系、医疗质量管控体系、资金支持等要素，是系统化的工程。要成为连锁化的品牌，能够跨地域扩张，在不同的城市获得认可，这些前期投入必不可少，而且短期内可能产生不了效益，需要大量的人力、物力和财力去布局强运营的中央管控系统，才有可能确保未来异地连锁能够游刃有余。”中央或者总部管控系统如何运作，黄侃告诉记者芙艾的几个核心步骤和优势：第一，注重人才培养。芙艾的店长、顾问以及护士，其所有的培训和发展全部遵循总部控制与协调制。对外，芙艾联合中整协成立了全球医美学术交流平台——芙艾学院；由华山医院皮肤科主任医师项蕾红教授带领的51位专家共同组成专家团—Dr.Phi联盟。对内，“我们有一套企业大学内训体系，这是一套非常完整的医生培训、管控和分级评估体系，确保芙艾能够让招募来的新员工，在规定时间内达到医疗服务的要求，而且会教授综合性的美学理念，毕竟客户的体验跟医生的临床技术和经验有直接联系。”第二，搭建品牌和营销的体系。芙艾的核心项目策划落地均由总部市场部设计、管理与实施，包括品牌对外形象、第三方平台合作方式、电网咨询团队，执行的逻辑和规划都是统一的，芙艾在轻医美领域是较早与美团点评、阿里健康（天猫）等线上平台合作的机构。&第三，采用智能化的IT和CRM体系。在营销、获客体系之外，支撑医美行业未来发展非常关键的资产和壁垒，就是对于客户数据的沉淀和了解。“芙艾拥有微信CRM、HIS体系。通过数字化软件系统跟踪标准化体系的实施和落地，这让我们所有的管理者即使在上海总部，也可随时了解异地门店的预约、客户治疗项目、术后满意度等内容。数据化系统管理把客户的咨询、治疗档案以及皮肤类型需求记录其中，芙艾的医师团队将根据这些数据，为客户制定更精准有效的长效颜值管理方案，并确保芙艾能够持续实现精细化运营。”第四，严控医疗质量和规避风险。在医美行业拥有庞大的医疗质控体系，最大的挑战在于如何确保安全，规避风险，因为任何一个安全疏忽都可能给品牌招致不可挽回的损失，因此在医疗质控方面，芙艾有专门的医务团队，负责每家店的医疗记录以及规范化治疗操作流程。基于以上管控流程，黄侃透露，芙艾一些门店老客户的复购率超过行业平均水平。扩张：深扎长三角市场记者了解到，2017年7月，芙艾宣布完成亿元级B轮融资，由君联资本领投，美国锐盛管理集团、正齐金融、拾玉资本跟投。融资后，坚持通过对医疗服务质量和客户消费体验的持续专注和严格把控，打造升级版服务流程，再一次提升了客户对芙艾品牌的信赖。2018年7月，位于上海陆家嘴金融中心的芙艾旗舰店正式开业，目前，总计在北京、上海、杭州、宁波拥有11家专业诊所和3家高端Medical-Spa，未来的扩张主要还是集中于长三角以及北京地区。“芙艾主要是在城市的核心CBD商圈，也就是客户相对比较集中的地域布局连锁机构。通常机构分两个类型，一个是800-1000平米的门诊部，另外就是300平方左右的诊所规模。模式上，芙艾在一个核心区域会布局2-3家技术各有侧重的旗舰门店，区域门诊会在较短时间内协同作战，共享医疗和品牌资源，获取市场份额。”记者得知，芙艾在中央管控的运营和监控体系下，凭借客户服务流程上细致和标准化运作，完全摒弃了一些传统机构靠咨询师“砍大单”的方式，“芙艾比较注重客户的长期满意度。”基于消费者多样化的需求，下半年，“芙艾还会陆续推出一些非医疗的皮肤管理机构，通过高频次的护理和低风险的设备，让客户的皮肤有明显的改善，并同步教会对方如何根据自身肌肤特征选择合理有效的医学护肤品，芙艾利用多层次的服务和产品的结合，医疗和非医疗业务的搭配，满足消费者的个性化需求。这是芙艾的核心竞争力之一。”对于未来的规划，黄侃给出了几个战略重点。“首先是继续在长三角市场深耕，未来计划开设连锁50家。当然也会重点开拓北京市场，进一步增加门店数。聚焦一个区域，相对管理半径更小，可以持续验证我们走的精细化管理、服务标准化、重视医生专业度提升的发展路径和商业模式。”另外，芙艾还会持续在内部团队搭建和提升上发力，“打铁还要自身硬，一线的护士、美容师、医生，以及总部的团队，都会非常专注地在内部培训和能力提升上下功夫，给客户最好的体验。”
注：文中如果涉及动脉网记者采访的数据，均由受访者提供并确认。如果您有资源对接，联系报道项目，寻求合作等需求请填写
声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系。
精彩内容推荐
共发表336篇文章
小虎就是我，红尘中有你；扫描二维码添加作者，添加注明公司-姓名-职务
微信扫描二维码分享文章
联系电话：023-（重庆）
动脉网知识库
动脉网公众号
& 动脉网 && 京ICP备号 &|& 京公网安备85号