被互联网女皇点赞的订阅电商Stitch Fix:怎么用数据晋升出售,从
本文摘要:被互联网女皇点赞的订阅电商Stitch Fix:怎么用数据提高出售,从头界说时尚产业? 本文笔者将与我们一同来看看Stitch Fix这家靠着“订阅箱”给会员寄送服装的电商,究竟是怎么应用数据为每一个用户提供个性化效劳,进而在这个市场中屹立潮头的。Stitch Fix:
被互联网女皇点赞的订阅电商Stitch Fix:怎么用数据提高出售,从头界说时尚产业?

本文笔者将与我们一同来看看Stitch Fix这家靠着“订阅箱”给会员寄送服装的电商,究竟是怎么应用数据为每一个用户提供个性化效劳,进而在这个市场中屹立潮头的。

Stitch Fix:用大数据、AI从头界说电商、时尚的微妙

6月12日清晨,互联网女皇Mary Meeker按期发布《2019年互联网趋势陈述》,在陈述的第35页,她公开点赞了服装订阅电商Stitch Fix。我们无妨来看看这家靠着“订阅箱”给会员寄送服装的电商,究竟怎么应用数据为每一个用户提供个性化效劳,进而在这个市场中屹立潮头的。

Stitch Fix是个啥

坐拥300万活跃用户,Stitch Fix是个“线上个人造型效劳商(Online Personal Styling Service)”,用户复购率86%,市值近30亿美元。

其用户的购买流程也十分简略:

客户填写一份调查表,内容包括他们的体型、偏好样式、价格规模和其他个人信息等; 基于上述数据收到一批亲手选择的衣服,进行试穿; 客户将自己喜欢的衣服留下,付款,同时将没有选中的衣服免费退回; 跟着时间的推移,新一批的服装变得愈来愈个性化。

从公司本身来说,这个过程就比较杂乱了,因为它触及到人和机器两头一同对数据进行处理和发掘,以确定每次的订阅盒子中的商品都是最合适客户本身需求的。

个性化现已成为Stitch Fix的核心竞争力,其CEO、创始人Katrina Lake曾表明:“我们其实不是将数据科学融入我们的文化,因为它本身就是我们的文化”。

Stitch Fix怎么使用数据

假如没有技能,Stitch Fix底子不可能存在。

个人造型效劳通常都是从收集客户信息开始,用户注册后填写的调查询卷本身就为企业提供了最原始的真实信息。而跟着用户每一次购买(留下商品)和退货,Stitch Fix就能够通过数据更好地了解个别用户的偏好和风格。

Stitch Fix的体系其实不仅仅依据表象数据为用户进行引荐,与此相反,得益于其数据团队创建的几十种算法,机器学习本身就能够发掘出用户“更真实的”需求。

体系通过个别数据——这些数据来自于用户和体系的第一手交互、反馈,以及第三方交互(例如:在Pinterest平台上的点赞)——来将用户和不同的服装进行匹配,构成一个“匹配得分(Match Score)”。

这种匹配得分会充沛考虑各类可用信息,可是除了这些数据以外,服装本身的描述、介绍也十分精密,这样体系就能够依据各类因素——包括风格、色彩、图案,以及它们和尺寸、合体性等进行评分。

体系中,这些信息其实不被视为单独的事实,而是被视为全体的一部分。最终,就会生成每一个消费者独有的、详细的主见,以及对他们可能正在查找什么样的商品进行猜测。

Stitch Fix的首席算法官Eric Colson曾提到:“我们正在结合老元素,以发明一些新东西。比如,我们从第一件衣服上剪下一个轮廓,从第二件衣服上剪下一个袖子,再从第三件衣服上剪下一个领子,从第四件衣服上剪下一个图案。终究将它们从头组合,发明出从未存在过的东西。”

这一切都不是随机的。

设计一款新时尚产品完全基于数据。创始人Katrina Lake说:“很多40多岁的女性用户都想要有帽袖的上衣,可是我们的库存中没有这个样式。一年后,我们就有了29种完全由电脑设计的服装,它们满足了客户们一些独特、详细的诉求。”

Stitch Fix开发了一种算法,可以猜测个别用户对一件不存在物品的满意程度,这意味着Stitch Fix其实不需要出产,就能够对商品进行分析,猜测它是否可能得到用户的喜欢。

主动化与数据的其他应用

Stitch Fix的团队还会在很多当地使用数据和机器学习,例如:确定究竟哪一个造型师合适哪一个用户?

类似地,这个过程还可以用来确认最佳的订单发货地址:

终究,Stitch Fix的数据团队还会通过算法来保证库存量,并对未来的需求量进行猜测。

算法中“人道”的一面

当然,虽然Stitch Fix十分倚仗数据,可是其数据科学家们一直致力于立异、改善既有算法。

创始人说:“我们开发了几十种算法,这些其实不是谁要求团队做的,而是因为我们允许数据团队创建新的解决方案,并测试这些算法是否有潜力。”

相同,Stitch Fix的造型师团队也如此。

虽然算法负责最初的产品引荐(基于上文提到的“匹配得分”),可是每个订阅箱中的商品都是一位造型师实真实在选择出来的。在商品选择环节,造型师一方面会使用数据,同时也会参考他们对用户个别的了解。这样,造型师就能够依据体系建议进行微调,进而为用户提供更好的产品组合。

一位造型师表明:“我们可以做出发明力十足的抉择,基于用户的身段和日子方式而选择服装。”

同时,造型师还可以收集电脑无法处理、收集的信息,特别是那些用户俄然谈及的、定性的评论或者建议。

 

作者:王子威,平台创始人王子威,独立零售分析师《零售威观察》以全球视角,重视于零售、流通及相关行业的开展和变化,为国内“新零售”开展提供一手的全球立异案例分享、企业战略分析和前瞻性观念。

本文由 @王子威 原创发布于人人都是产品主管,未经答应,禁止转载。

题图来自Unsplash,基于CC0协议


人人都是产品主管(woshipm)是以产品主管、运营为核心的学习、交流、分享平台,集媒体、培训、社群为一体,全方位效劳产品人和运营人,建立9年举行在线讲座500+期,线下分享会300+场,产品主管大会、运营大会20+场,掩盖北上广深杭成都等15个城市,内行业有较高的影响力和知名度。平台集合了众多BAT美团京东滴滴360小米网易等知名互联网公司产品总监和运营总监,他们在这里与你一同生长。