起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識被互聯網女皇點贊的訂閱電商Stitch Fix：如何用數據提升銷售，重新定義時尚產業？
本文筆者將與大家一同來看看Stitch Fix這家靠著“訂閱箱”給會員寄送服裝的電商，到底是如何應用數據為每個用戶提供個性化服務，進而在這個市場中屹立潮頭的。
Stitch Fix：用大數據、AI重新定義電商、時尚的奧秘
6月12日凌晨，互聯網女皇Mary Meeker如期發布《2019年互聯網趨勢報告》，在報告的第35頁，她公開點贊了服裝訂閱電商Stitch Fix。我們不妨來看看這家靠著“訂閱箱”給會員寄送服裝的電商，到底如何應用數據為每個用戶提供個性化服務，進而在這個市場中屹立潮頭的。
Stitch Fix是個啥
坐擁300萬活躍用戶，Stitch Fix是個“線上個人造型服務商（Online Personal Styling Service）”，用戶復購率86%，市值近30億美元。
其用戶的購買流程也非常簡單：
- 客戶填寫一份調查表，內容包括他們的體型、偏好款式、價格范圍和其他個人信息等；
- 基于上述數據收到一批親手挑選的衣服，進行試穿；
- 客戶將自己喜歡的衣服留下，付款，同時將沒有選中的衣服免費退回；
- 隨著時間的推移，新一批的服裝變得越來越個性化。
從公司本身來說，這個過程就比較復雜了，因為它涉及到人和機器兩端共同對數據進行處理和挖掘，以確定每次的訂閱盒子中的商品都是最適合客戶本身需求的。
個性化已經成為Stitch Fix的核心競爭力，其CEO、創始人Katrina Lake曾表示：“我們并不是將數據科學融入我們的文化，因為它本身就是我們的文化”。
Stitch Fix如何使用數據
如果沒有技術，Stitch Fix根本不可能存在。
個人造型服務通常都是從收集客戶信息開始，用戶注冊后填寫的調查問卷本身就為企業提供了最原始的真實信息。而隨著用戶每一次購買（留下商品）和退貨，Stitch Fix就可以通過數據更好地了解個體用戶的偏好和風格。
Stitch Fix的系統并不僅僅根據表象數據為用戶進行推薦，與此相反，得益于其數據團隊創建的幾十種算法，機器學習本身就可以挖掘出用戶“更真實的”需求。
系統通過個體數據——這些數據來自于用戶和系統的第一手交互、反饋，以及第三方交互（例如：在Pinterest平臺上的點贊）——來將用戶和不同的服裝進行匹配，形成一個“匹配得分（Match Score）”。
這種匹配得分會充分考慮各類可用信息，但是除了這些數據以外，服裝本身的描述、介紹也十分精細，這樣系統就可以根據各類因素——包括風格、顏色、圖案，以及它們和尺寸、合體性等進行評分。
系統中，這些信息并不被視為單獨的事實，而是被視為整體的一部分。最終，就會生成每個消費者獨有的、具體的想法，以及對他們可能正在搜索什么樣的商品進行預測。
Stitch Fix的首席算法官Eric Colson曾提到：“我們正在結合老元素，以創造一些新東西。比如，我們從第一件衣服上剪下一個輪廓，從第二件衣服上剪下一個袖子，再從第三件衣服上剪下一個領子，從第四件衣服上剪下一個圖案。最后將它們重新組合，創造出從未存在過的東西?！?/p>
這一切都不是隨機的。
設計一款新時尚產品完全基于數據。創始人Katrina Lake說：“很多40多歲的女性用戶都想要有帽袖的上衣，但是我們的庫存中沒有這個款式。一年后，我們就有了29種完全由電腦設計的服裝，它們滿足了客戶們一些獨特、具體的訴求?！?/p>
Stitch Fix開發了一種算法，可以預測個體用戶對一件不存在物品的滿意程度，這意味著Stitch Fix并不需要生產，就可以對商品進行分析，預測它是否可能得到用戶的喜歡。
自動化與數據的其他應用
Stitch Fix的團隊還會在很多地方使用數據和機器學習，例如：確定到底哪個造型師適合哪個用戶？
類似地，這個過程還可以用來確認最佳的訂單發貨地點：
最后，Stitch Fix的數據團隊還會通過算法來保證庫存量，并對未來的需求量進行預測。
算法中“人性”的一面
當然，盡管Stitch Fix十分倚仗數據，但是其數據科學家們一直致力于創新、改進既有算法。
創始人說：“我們開發了幾十種算法，這些并不是誰要求團隊做的，而是因為我們允許數據團隊創建新的解決方案，并測試這些算法是否有潛力?！?/p>
同樣，Stitch Fix的造型師團隊也如此。
盡管算法負責最初的產品推薦（基于上文提到的“匹配得分”），但是每一個訂閱箱中的商品都是一位造型師實實在在挑選出來的。在商品選擇環節，造型師一方面會使用數據，同時也會參考他們對用戶個體的了解。這樣，造型師就可以根據系統建議進行微調，進而為用戶提供更好的產品組合。
一位造型師表示：“我們可以做出創造力十足的決定，基于用戶的身材和生活方式而選擇服裝?！?/p>
同時，造型師還可以收集電腦無法處理、收集的信息，特別是那些用戶突然談及的、定性的評論或者建議。
作者：王子威，平臺創始人王子威，獨立零售分析師《零售威觀察》以全球視角，關注于零售、流通及相關行業的發展和變化，為國內“新零售”發展提供一手的全球創新案例分享、企業戰略分析和前瞻性觀點。
本文由 @王子威 原創發布于人人都是產品經理，未經許可，禁止轉載。
題圖來自Unsplash，基于CC0協議
- 目前還沒評論，等你發揮！
