“在日新月異的時(shí)代,時(shí)尚衣飾行業(yè)依然提供和70年代一樣的服務(wù)。我很好奇他們?nèi)艉雾槕?yīng)時(shí)代的轉(zhuǎn)變,我想介入到改變未來的這個(gè)歷程中。”
這是按月訂購(gòu)時(shí)尚電商Stitch Fix的CEO Katrina Lake在接受《哈佛商業(yè)談?wù)摗凡稍L時(shí)所講到的。
Source:Campfire Capital
Stitch Fix這家神奇的公司打破了傳統(tǒng)的實(shí)體零售和電子商務(wù)零售模式,大量行使數(shù)據(jù)科學(xué)來提供大規(guī)模的個(gè)性化搭配服務(wù)。實(shí)在它的商業(yè)模式很簡(jiǎn)單:網(wǎng)站向用戶每次寄送5件以為用戶會(huì)喜歡的服裝和配飾,用戶保留下他們喜歡的物品并購(gòu)置,然后將剩下物品寄回即可。
Source:Study Breaks Magazine
不是沒有其余公司也在這么做,好比其頭號(hào)競(jìng)爭(zhēng)對(duì)手Rent The Runway(此前我們也有文章對(duì)其商業(yè)模式和增進(jìn)戰(zhàn)略舉行先容,點(diǎn)擊Rent The Runway即可領(lǐng)會(huì))。但Stitch Fix可能更早一步就在數(shù)據(jù)科學(xué)方面發(fā)力了——寄送出去的衣飾配件的選擇是憑據(jù)數(shù)據(jù)和算法來做出的,這些數(shù)據(jù)來源于用戶自己,以及數(shù)百萬其他用戶在注冊(cè)時(shí)填寫的信息和每次收貨后提供的反饋。
CEOKatrina說道:“我們不會(huì)僅僅由于用戶的購(gòu)置紀(jì)錄就向其推銷某個(gè)品牌,或是借助瀏覽行為就直接推測(cè)一位用戶正計(jì)劃買一條小黑裙子。與這些低轉(zhuǎn)化率的行為相反,Stitch Fix將數(shù)據(jù)中的機(jī)械學(xué)習(xí)與造型搭配專家人性化的判斷相連系,以此為用戶作出怪異的個(gè)性化推薦?!?/span>
Source:giphy
從其早期獲得的快速增進(jìn)解釋,現(xiàn)在許多用戶都樂于這種讓專業(yè)造型師替他們選擇合適衣服舉行搭配的方式。人人很享受這樣利便又到位的服務(wù)。但這種高度客制化的服務(wù)要實(shí)現(xiàn)規(guī)模化和盈利,實(shí)際上是很不容易的。尤其是在日新月異的時(shí)裝零售行業(yè)中,情形就更為龐大。一樣平常的服裝零售商都想通過價(jià)格優(yōu)勢(shì)或發(fā)貨速率來脫穎而出,但這樣的競(jìng)爭(zhēng)太過猛烈,而且缺乏真正的創(chuàng)新和競(jìng)爭(zhēng)力。
而Stitch Fix自2011年成立起,不到5年,在2016年就銷售了價(jià)值7.3億美元的服裝,2017年達(dá)到了9.77億美元。這些收入的100%都來自于他們的搭配推薦服務(wù)。對(duì)于這家時(shí)尚電商屆的Netflix,搭配推薦就是其營(yíng)業(yè)的焦點(diǎn)。該公司聘用了80多位數(shù)據(jù)科學(xué)家,圍繞客戶自己及其需求構(gòu)建大量算法,致力于將推薦做到極致。
非典型創(chuàng)業(yè)故事
和典型的硅谷創(chuàng)業(yè)故事完全差別,Katrina不是延續(xù)創(chuàng)業(yè)者。Stitch Fix是她開辦的第一家公司。雖然她不是從履歷了一次次失敗而吸取教訓(xùn)、獲得樂成的這樣一條門路走來,但她卻是在對(duì)行業(yè)多年的連續(xù)關(guān)注中逐漸降生出勇敢的想法。
Source:PYNMTS
“我一直異常關(guān)注零售業(yè)和21世紀(jì)現(xiàn)代科技對(duì)它們的影響。在00年代就讀于斯坦福大學(xué)本科時(shí)代,以及厥后我在Parthenon Group(全球十大治理咨詢公司之一)擔(dān)任照料的第一份事情時(shí)代,我與零售業(yè)和餐飲業(yè)有許多接觸。雖然我很喜歡這兩類行業(yè),信賴它們對(duì)于人們的生涯賦有很大意義,然則幾十年過去了,時(shí)代不停在轉(zhuǎn)變,這兩類行業(yè)卻依然提供和70年代、甚至是50年代一樣的服務(wù)。我異常好奇,而且想深入介入到它們?nèi)艉稳ロ槕?yīng)時(shí)代轉(zhuǎn)變的歷程?!?/span>
Source:giphy
Katrina在2007年iPhone剛面世時(shí),離開了Parthenon Group,成為了風(fēng)投公司Leader Ventures的合伙人。那時(shí)她也依然在不停思索零售業(yè)未來的變化。Netflix崛起的時(shí)代,她同時(shí)親切考察著它跟另一家錄像出租連鎖運(yùn)營(yíng)商Blockbuster。前者于2007年在線上售出第10億份DVD拷貝,并正式推出了在線流媒體播放營(yíng)業(yè),后者曾一度統(tǒng)治著實(shí)體店的錄像租賃。
Katrina在考察天平會(huì)在哪個(gè)時(shí)刻發(fā)生傾斜。
每當(dāng)Netflix占到當(dāng)?shù)厥袌?chǎng)份額的30%時(shí),當(dāng)?shù)氐腂lockbuster就不得不選擇關(guān)門。然后剩下70%的主顧就面臨決議:實(shí)驗(yàn)使用Netflix,或者到更遠(yuǎn)的地方去租DVD。效果自然是多數(shù)人選擇實(shí)驗(yàn)Netflix,從而給Blockbuster帶來了更大的壓力,只能一家接一家地關(guān)店。
Source:pitacocriativo
Katrina意識(shí)到,其他零售商若是不重新考慮自己的戰(zhàn)略,可能就會(huì)走上Blockbuster的老路。好比十年后消費(fèi)者會(huì)怎么購(gòu)置牛仔褲呢?
首先一定不會(huì)是傳統(tǒng)的方式——逛六家商鋪,從貨架上艱苦地挑牛仔褲,再排隊(duì)到試衣間逐條試穿。而且她也不以為會(huì)是類似于當(dāng)下的電子商務(wù)模式——瀏覽器開著15個(gè)頁(yè)面,一邊查看產(chǎn)物尺寸一邊瀏覽商品評(píng)價(jià),然后花一大筆錢一下子下單許多條,在家里逐一試穿事后再退回不合身的那些。
Katrina以為數(shù)據(jù)可以用來締造更好的衣飾穿搭體驗(yàn)。究竟,合身和品味只是一堆屬性:腰圍、褲長(zhǎng)、布料、顏色、重量、耐用性和樣式,它們都是可以被量化的數(shù)據(jù)。只要你對(duì)此網(wǎng)絡(luò)足夠多的數(shù)據(jù),就能知道人們想要怎么樣的衣服。
然則她也知道,購(gòu)物是有人情味的。人們都體驗(yàn)過意外發(fā)現(xiàn)一件合身又劃算的新衣服的喜悅。因而Katrina看到了一個(gè)機(jī)遇,她希望把數(shù)據(jù)和人情味連系起來,為購(gòu)置衣飾創(chuàng)建出一種新的模式。
Source:Pinterest
區(qū)塊鏈創(chuàng)業(yè),必須知道哪個(gè)文件?
這項(xiàng)創(chuàng)業(yè)并不被看好
是庫(kù)存噩夢(mèng)?
一開始并沒有多少人認(rèn)同Katrina的創(chuàng)業(yè)想法。她在哈佛商學(xué)院的一位教授甚至稱其為一場(chǎng)庫(kù)存噩夢(mèng)。
Katrina想要擁有所有庫(kù)存,以便深入明了每件商品,獲得大量結(jié)構(gòu)化數(shù)據(jù);而非在一開始就憑據(jù)哪件或哪類商品買的人多來控制庫(kù)存,由于這樣獲得的數(shù)據(jù)可能就對(duì)照單一。但對(duì)于零售業(yè)來說,一開始擁有大量庫(kù)存是異??植赖?,這會(huì)讓Stitch Fix的戰(zhàn)略依賴大量資源且風(fēng)險(xiǎn)很高。
Source:VentureBeat
但這個(gè)戰(zhàn)略最終樂成了。Stitch Fix行使數(shù)據(jù)更好地明了人們的需求,把商品交付給合適的用戶,反而使得他們的存貨周轉(zhuǎn)率高于許多傳統(tǒng)零售商。行使數(shù)據(jù)舉行匹配,快速銷貨,然后向供應(yīng)商支付貨款,這實(shí)在是一種很節(jié)約資源的模式。
不夠自動(dòng)化?
風(fēng)險(xiǎn)投資人曾經(jīng)也對(duì)Stitch Fix的商業(yè)模式持嫌疑態(tài)度。這些人中的大多數(shù)都不喜歡堆滿衣服的堆棧,而且在知道Stitch Fix雇傭了一群按小時(shí)收費(fèi)的人類造型師時(shí)深感嫌疑——在一切都和自動(dòng)化有關(guān)的時(shí)代里,他們以為這是一個(gè)異常不VC的想法。
Source:Dev
但這些不被看好也激勵(lì)著Stitch Fix盼望變得加倍壯大,迫使他們更聚焦于盈利能力和資源效率的提升。由于公司收入高度依賴于衣飾推薦,Stitch Fix必須面臨機(jī)械學(xué)習(xí)領(lǐng)域中的難題義務(wù),提高他們的算法能力。
開啟對(duì)算法的探索
剛開始,Katrina的“數(shù)據(jù)科學(xué)”很原始,她僅僅使用觀察問卷平臺(tái)SurveyMonkey、Google Docs和一些統(tǒng)計(jì)方法來追蹤用戶的偏好并提出搭配建議。
那個(gè)時(shí)刻,Katrina險(xiǎn)些兼任造型師甚至到送貨員的各項(xiàng)角色。但她始終計(jì)劃著最終能夠確立一個(gè)可以使Stitch Fix的營(yíng)業(yè)走向規(guī)?;臄?shù)據(jù)科學(xué)流程。
Katrina給了數(shù)據(jù)科學(xué)團(tuán)隊(duì)許多自由度去研究新的解決方案并評(píng)估其潛力。他們已經(jīng)開發(fā)了數(shù)十種算法,好比回購(gòu)建議的算法——確定某樣商品銷售優(yōu)越,需要對(duì)其舉行回購(gòu)。產(chǎn)物開發(fā)則甚至采用了遺傳學(xué)中的一些算法,來輔助團(tuán)隊(duì)找到樂成的服裝特征。
Stitch Fix自己的服裝品牌Hybrid Designs就是云云降生的。數(shù)據(jù)剖析顯示許多40多歲女性主顧想要的一款短袖衣服類型是市面上所缺少的。為了填補(bǔ)這些空缺,一年之后,Hybrid Designs推出了29種由計(jì)算機(jī)設(shè)計(jì)出的女性服裝和大碼服裝,知足了許多客戶的特定需求。
Source:Pinterest
這些算法可以輔助Stitch Fix更早且更準(zhǔn)確地領(lǐng)會(huì)未來趨勢(shì),從而面臨庫(kù)存治理和需求岑嶺做好準(zhǔn)備。
Stitch Fix對(duì)服裝的各項(xiàng)屬性也舉行了量化研究。針對(duì)差別類型的衣服,他們對(duì)每一件舉行30到100項(xiàng)屬性追蹤,連系200萬活躍用戶的體驗(yàn),好比Stitch Fix現(xiàn)在明了了用戶對(duì)于舒適度的要求,知道了用戶在什么情形下愿意花錢購(gòu)置他們推薦的衣飾。他們運(yùn)用數(shù)據(jù)剖析,來調(diào)整胸部較大的男士從襯衫領(lǐng)口到第一顆紐扣的距離。他們還知道適合27英寸褲長(zhǎng)的用戶所占比例,并可以憑據(jù)該比例調(diào)整庫(kù)存。
Source:Real Men Real Style
上面這些照樣相對(duì)來講對(duì)照容易的部門。真正的挑戰(zhàn)是在準(zhǔn)確的時(shí)間向用戶推薦尺碼、顏色和設(shè)計(jì)都準(zhǔn)確的衣服。這當(dāng)中涉及的數(shù)學(xué)相當(dāng)龐大,需要考慮到商品的所有屬性,再加上用戶的偏好、季節(jié)、地理位置、過往趨勢(shì)等諸多變量。
Stitch Fix不是在徒勞無功地實(shí)驗(yàn)改變傳統(tǒng)零售商,而是以數(shù)據(jù)科學(xué)為焦點(diǎn)構(gòu)建營(yíng)業(yè)。
不要遺忘以人為本
雖然Katrina很認(rèn)可Stitch Fix以數(shù)據(jù)科學(xué)為焦點(diǎn)的模式,然則她也明了,購(gòu)物本質(zhì)上照樣一個(gè)“人”的行為,是異常個(gè)性化的。這也是為什么她堅(jiān)持把數(shù)據(jù)和造型專家的判斷連系起來,后者完全可以更改或是推翻由算法給出的搭配推薦。不外Stitch Fix的造型師們只管來自差別的靠山,但也都認(rèn)同數(shù)據(jù)科學(xué)的作用,除此之外,他們更是以熱愛和同理心在服務(wù)著用戶。
Source:giphy
Katrina以為,在某些方面,人類比機(jī)械要好得多,這在未來很長(zhǎng)時(shí)間里都是云云。
“有的時(shí)刻,客戶會(huì)提出一個(gè)異常詳細(xì)的請(qǐng)求,好比‘我需要一件在7月的戶外婚禮上穿的衣服’,而這時(shí)我們的造型專家就會(huì)立刻知道什么衣服適合這種場(chǎng)所。此外,客戶也會(huì)經(jīng)常分享有身、體重減輕或找到新事情等私密細(xì)節(jié)的信息,而這些情形背后的重要意義都是機(jī)械無法完全明了的。然則造型師知道這些生涯時(shí)刻的重大意義,他們不僅僅會(huì)推薦合適的搭配,還會(huì)與客戶親切相同,憑據(jù)需求相機(jī)行事。這為Stitch Fix帶來了極高的品牌忠誠(chéng)度?!?/span>
Katrina明了一個(gè)很簡(jiǎn)單的原理:一個(gè)好的人加上一個(gè)好的算法互相配合,遠(yuǎn)勝過一個(gè)最好的人或一種最好的算法單獨(dú)事情。
“我們不想讓人工和數(shù)據(jù)相互競(jìng)爭(zhēng),不想把機(jī)械訓(xùn)練得像人類,也不想把人訓(xùn)練成機(jī)械。我們希望他們配合配合。我們都得認(rèn)可我們會(huì)犯錯(cuò),不管是造型師、數(shù)據(jù)科學(xué)家、照樣我。有時(shí)我們所有人都錯(cuò)了,甚至是算法?!?/span>
我是無名漁夫(微信/QQ:181628402)軒鼎創(chuàng)業(yè)旗下講師,全職網(wǎng)賺創(chuàng)業(yè)11年,知名實(shí)戰(zhàn)派互聯(lián)網(wǎng)項(xiàng)目培訓(xùn)者,為草根提供網(wǎng)上賺錢項(xiàng)目交流技術(shù)方法及最新互聯(lián)網(wǎng)項(xiàng)目分享!歡迎在評(píng)論區(qū)留言,也可加我微信QQ交流分享!更多干貨可訪問創(chuàng)業(yè)課堂https://www.chuangyeketang.com