因肤感撕逼？大牌肤感为啥好？——核心是感官评估的"人肉机器"| 肤感2

有以下几个场景，可能你会见过其中或者类似的：

场景一：“直播间中讲到这个护肤霜很清爽好吸收，很好用，但我用下来却完全是油乎乎的还吸收不了？！你管它叫清爽？”—某大牌的官网上的产品留言里，留下了这么句言，后面一堆人点赞。

场景二：“上次那个客户哦，嫌弃修护霜不滋润，叫我们重新开发配方…我实在没时间了，重新在原来同样的配方上多加了一点香精搅了搅，然后寄过去了。客户竟然觉得滋润感好多了。”某国内化妆品代工厂的配方师甲，灌了杯Manner桂花拿铁，以应对下午高强度烧料环境对精力的损耗。配方师乙接话道：“是啊是啊，他们根本就不懂的，我们这里拼命干，但好东西没人识货，客户就是要差的东西，真是人间不值得”。

场景三：“这次大生产出来的新品，怎么就和封样不一样了？”业务经理小刘，正面对客户的质问。整天在扯皮撕逼，要不是现在化妆品行业不景气，他早就想一走了之了。但研发部门开发并完成生产的新品，说实话，连他自己这个从不用护肤品的大老三粗都觉得质地不一样。但研发保证是和打样的配方一样的，但客户就是不相信，咬定是改了配方或是偷工减料了。

…

由于肤感所引起的争论，数不胜数。

还有些关于肤感的描述，比如我们上篇讲肤感的文章，有读者留言：

这种美美的有关肤感的描述，有些句子甚至都可以拿去做广告词了。

但还是有问题，读者还是没有明白，你讲归讲，但到底是个什么感觉？至少AI是不明白的。

以上这些问题，体现了由于肤感问题导致在工作上，产品使用上的各种问题，以及没有被满足的需求——更好的肤感。

这些争论的核心问题在于，没有对肤感作一个统一的归定和描述。而或者说，大家的感受并不在同一层面上。

在解决这些由肤感引起的问题之前，首先要有精确的肤感指标和数值来表达这些肤感。

但遗憾的是，目前并没有这样直接测量的仪器（间接的有，但专业的术语没人看的，后文看情况再更新）。

所以就用到了秘密武器——“人肉机器”。

所谓人肉机器，并不是用人的肉制成的机器。而是由人来代替机器的测量功能。

这群“人肉机器”（人）是经过挑选，训练，考核出来的。他们对肤感感知灵敏，或者说他们感官的区别能力是比较强的，而且能按规定描述出来的一群人。

但他们可以，没有感情！

只管测数字，这是机器才能做到的。
好残酷的感觉，没错，很多时候他们就不需要带感情来测试。

整个实现过程说复杂也不复杂，但也并不那么容易，总之，是要成本的。

有一些人，手指上捕捉触觉信号的迈斯纳氏小体的数量更多也好，更灵敏也好，反正就是比一般人要更敏感一些。我们把这些人挑选出来，并经过各种指标的机器训练，来达到肤感测试评估的需求。

这里面核心的问题，是要制定各项感官指标，以及评分标准（标尺系统）。

这一块的肤感指标，可以针对不同品类产品，自行定义，比如对于一款膏霜，可按使用前，使用中，使用后来定义一些指标。比如：

使用前：光泽度，香味浓郁度，粗糙度，厚实度（针对料体的）等等

使用中：铺展性，滑爽感，柔软感，厚重感，紧实度，吸收速度等等

使用后：残留感，滋润感，光泽度（针对皮肤的），嫩豆腐感等等

当然，还可以定义更多更详细。

而每个指标，都需要有一套评分标准（标尺系统）来进行定义。

比如可以采用7分制（1~7分），9分制，10分制，或者15分制。越大代表将指导标分得越精细。

而针对每一个打分，则需要有一个标准的实物样品来定义。

就以“嫩豆腐感”为例，你想想看，啥叫“嫩豆腐感”？

手指摸在嫩豆腐上的感觉？

那么，四川的嫩豆腐和福建的嫩豆腐是一样的吗？（请某个吃货解答一下）。

我反正不得而知。

但工作还是要做的，既然大家决定了使用嫩豆腐这个感官指标。对嫩豆腐打分，从1分打到10分？

要区分这么多不同程度的“嫩豆腐感”，需要做不同的标准配方的样品，让不同的配方对应不同的数值，称之为“标样”。可不是一件容易的事。

之后，人肉机器们的任务，就是训练对“嫩豆腐感”这个指标的打分。先要对着这些不同的“嫩豆腐感”标样，反复练习，将这些触感记在脑海里。要达到下次问起某个产品的在“嫩豆腐感”上的打分时，能快速回忆起来并给出正确的打分。

同样的，对于常用的“滋润感”，“吸性性”，“柔软感”，都需要制定标样，训练人肉机器（Pannel training），这样这些机器小组才有一致性，打出的分值才有意义。大家都是在同一个层面上交流。

当然，最终选出有用的机器，还得进行考核。选出合格的才能用。

​定义-训练-筛选-训练强化-测量。每一步骤都不可少。整个步骤走下来，也叫感官评估。

可以看到，通过这种方式，将现实世界的某个特性（或物理量），通过定义刻度及标准样后，用打分的方式就能将特性定量化，或者说数字化。

而有了数字，才会有后面的通过人肉机器的分析与应用。

有关数字的分析与展现，后面再写。但本篇更重要的，让大家知道：

当这群人肉机器训练出来后，如果用于产品开发过程中，那么作用非常大，能解决很多问题：

*某大厂为了节省成本，说白了就是要换原料，但为了不让消费者感受到差异，就得定义差异到多大可以接受。而这些差异的数据从哪里来，具体差异在哪，就得靠这些人肉机器，作为最基础的数据。

*某配方师改进配方，要增加一些滑爽感，于是增加了一点硅油，同时又修改了其它一点油脂。想知道是否真的变滑了。由于配方师自己知道自己的配方是向着滑爽感的方向改的，所以心底里会下意义的认为配方肤感会变滑，但实际上并不一定。而且配方师的肤感并不都是灵敏的，很多都是一些大老三粗的爷们在开发的配方，自己也从不用护肤品的，评价并不准。当然也不要求配方师有多灵敏。于是，人肉机器就得安排上了。

*某国际大牌为了分析自己的当红精华与竞品在肤感上面有哪些差异与相似，是否有升级的空间。这就需要对众多产品的多种肤感指标进行打分，再通过主成分分析等统计分析方法，得出自家的产品不同指标与竞品的特点对比。在肤感上的投入相当大，而这正是大牌的肤感做得好的秘密武器。

以上都是人肉机器在无感情的条件下得出的数据并进行分析的结果。很有用。

当然你也可以令人肉机器有感情，让他们选择自己喜欢的产品，喜欢的肤感特性，这样就能分析出，产品到底好在哪里。如果这群人肉机器是品牌的忠实粉丝的话，那么数据的价值将会更大。

几百年前的欧洲文艺复兴，正是由于当时有了精确测量时间、质量、和长度等物理量的工具，才有了科学的发展基础。

几百年后，当国内化妆品市场上内卷得厉害时，众多品牌不得不做好护肤品的肤感时，那么一小队人肉机器的配置进行感官评估，将是产品研发的秘密武器和重要支撑。将是产品研发的重要支撑。