Stitch Fix :让算法更有温度

作者: 梅建平 陈剑 乔亿源

Stitch Fix :让算法更有温度0

线下实体店和线上电商构成了当今零售业的两大基本形态。不过,这两种方式各有优劣。线下购物能让消费者和商品有零距离接触,但消费者需要专门留出时间,货比三家,耗时费力。线上购物虽然省时省力,却要面对海量搜索结果的信息冲击,而选择的依据基本只有过度美化的卖家秀图片。

那么,是否有办法综合二者的优势,让消费者拥有更佳的体验?

美国企业Stitch Fix的创始人卡特里娜· 雷克(KatrinaLake)的答案是创立一家由数据和算法驱动的电商公司。在这里,你仅需花费10分钟填写一份问卷,人工智能的强大算力便能从库存中找出符合你个性的服饰清单。购买时,你既可以选择给自己一点惊喜——订购一个名为“Fix”、包含5件衣物的盒子,这些衣物由算法和真人造型师挑选,但你在打开盒子之前并不知道里面有什么——也可以像平时线上购物一样点开页面直接购买,只不过你看到的选项已经过算法的过滤,让你仿佛置身于按照你的品位进货的专属私人商店。

2021年年报显示,Stitch Fix活跃客户近420万,销售额达21亿美元,覆盖所有服饰零售细分品类,能一站式满足全家购衣需求,业务横跨美欧大陆。而这家公司从诞生到成为行业新锐仅用了10年。

诞生与成长

Stitch Fix创始人、董事会主席卡特里娜·雷克2005年毕业于斯坦福大学,先后任职于咨询公司和风投机构。在工作中,她对零售业进行了大量的研究,为她日后创业奠定了基础。

2009年,卡特里娜赴哈佛商学院进修MBA。在专业商学教育的熏陶下,她将身为女性对于购物体验(特别是购买衣服的体验)的追求、本科教育赋予的数理思维,以及过去工作中对零售服务业的理解融合起来。她认为,服装的属性和客户的偏好,都可以量化为颜色、材质、腰围、裤长、年龄、性别、收入水平等一系列数据,从而利用数据科学进行管理。同时,人们热衷于购物,是因为在用金钱交换商品产生获得感的同时,还能享受诸如“找到了意外的宝贝”“断码衣服刚好合身”“长草很久的包包恰逢减价”等积极的情感刺激。换言之,人们花钱购买的不仅是有形的衣物,还有无形的感受和体验。

因此,卡特里娜认为,服装零售业的革新方向应当是为用户提供尽可能好的体验,具体方案则是将人和机器、感性与理性、艺术与科学相结合。

在哈佛就读期间,卡特里娜从为上流女性购买服装、设计造型的姐姐那里得到灵感,开始了将数据应用到零售业的创业实践。她将闺蜜们发展成自己的客户,记录她们对衣着的偏好,然后按照自己对这些偏好的理解采购女装,再驱车送货到客户家中。客户从采购成果中挑选出自己看中的并付款给她,她再将未被选中的衣服退回。这个过程极为耗时,卡特里娜不仅需要占用自己的资金,还基本赚不到钱。但有一点得到了证明:女士们对这种业务形式颇感兴趣。更重要的是,她借这个机会成功收集了第一批数据,从而完成了对未来商业模式的验证。

2011年2月,在充分解释商业创意并展示前期数据积累后,卡特里娜赢得了75万美元(投后估值350万美元)的种子投资。借助这笔投资,Stitch Fix 在卡特里娜位于剑桥市的公寓中正式开业。

2011年6月,卡特里娜从哈佛毕业,随后将公司搬到了旧金山。公司开始利用美国西海岸的人才优势组建自己的数据算法团队。与其他硅谷创业公司不同,卡特里娜特别注重将女性工程师和算法科学家纳入自己的团队,因为她们可以通过自己的亲身经历(尤其是对暴走血拼的热爱)开发出更好的算法。2012年,奈飞(Netflix)数据科学和工程部门原副总裁埃里克·科尔森(Eric Colson)出任Stitch Fix首席算法官,标志着数据团队初具规模。

以此为契机,Stitch Fix正式推出赖以成名的销售方式——Fix 盒子。Stitch Fix将客户填写的问卷转化为数据,然后导入算法,分析客户偏好并形成推荐商品目录。

同时,算法指引一位造型师与该客户匹配,造型师依据自己的判断从算法推荐的商品目录中选出5件服饰,并附上一封信简要说明自己的选择思路,形成一个Fix盒子。盒内单品价格从30美元到200美元不等。客户收到盒子后,可以留下自己喜欢的服饰并结账,再用盒子里所附的到付邮包将剩余服饰退回。这种带有盲盒元素的销售方式能够刺激客户的好奇心,而准确的算法加上造型师人性化的判断,又能保证客户在打开盒子时不会失望。新颖的销售模式很快为Stitch Fix带来了第一批客户,再加上社交媒体拉新等营销策略,公司迎来了快速发展期。到2013年2月,公司活跃客户突破1万人;4月,位于旧金山的首个集散中心投入使用;7月,公司成立了完整的远程造型师团队。

业务的快速发展也吸引了资本的青睐。

2014年6月公司完成2,500万美元C轮融资后,估值已高达2.85亿美元,为种子轮的81 倍。(参见副栏“Stitch Fix上市前融资记录”)源源不断的资本投入为StitchFix提供了持续扩张的动力。卡特里娜也开始引进来自Gap、耐克(Nike)、沃尔玛(Walmart)、百思买(Best Buy)等服装和零售行业头部企业的人才。

2014年,公司开始产生正现金流,并维持了强劲的发展势头:进军服装领域各个细分市场,到2018年已能够满足完整家庭的购衣需求;公司不断增加合作品牌的数量,为客户提供更多选择;开始向海外扩张,2019年5月登陆英国。

自成立以来,Stitch Fix的各项业务数据均保持增长,销售额和活跃客户人数不断增加。【参见副栏“Stitch Fix历年销售额(亿美元)”和“Stitch Fix活跃客户数量(万人)”】2017年11月,Stitch Fix在纳斯达克(NASDAQ)成功上市,首日市值达14.45亿美元。

何以成功?

从公寓楼中的创业种子,到市值超35亿美元(截至2021年10月)的零售业巨擘,Stitch Fix 的成功源自以下四点。

1.高效的数据收集。

Stitch Fix将数字化定位为公司的核心竞争优势,并在收集数据、开发算法等方面不懈努力。公司相信,提供最好的购物体验才能获得最忠实的客户。这就要求公司对客户有充分而完整的了解,而最好的了解就是将客户数字化。

早期缺乏专业收集工具时,Stitch Fix 使用问卷和Excel 表格等方式收集客户数据。有了数据团队后,Stitch Fix在客户初次注册流程中加入专家设计的问卷,为每个客户建立专属造型档案。

根据Stitch Fix的统计,造型档案能为公司提供90 ~ 100个具有统计显著性的数据点,包括式样、尺码、裁剪、价格偏好,以及诸如“周一需要穿正装”“希望能凸显自己的长腿”等个性化的细节。更重要的是,随着时间推移,Stitch Fix能够通过观察复购行为、邀请填写反馈问卷等形式对数据进行迭代,而活跃客户受Stitch Fix所提供服务的吸引也乐于提供反馈。根据Stitch Fix 2020年和2021年年报,在购买Fix盒子的客户中,愿意对购物体验进行反馈的客户数量占到了80%。Stitch Fix 借此构筑了庞大的面板数据。

除问卷以外,Stitch Fix还参考交友软件开发了能够高效收集数据的App内置小游戏——点开游戏界面后,一组服饰会依次出现,客户可以点赞或点踩。一局游戏只需一两分钟,玩起来令人沉迷。这个游戏不仅能让Stitch Fix积累更多数据,还顺便增加了品牌黏性。据公司2020年底的统计,75%的活跃客户参与了游戏,积累的有效数据已超过60亿条。

更重要的是,这些数据不仅总量庞大,而且是来源于客户的第一手数据(而非推断、数据挖掘或第三方统计),因此具有极佳的可靠性和分析价值。对这些数据的分析结论能够指导公司优化购物体验,而享受过出色购物体验的客户也更愿意配合反馈,并提供更多数据,最终形成“销售-反馈”的良性循环,构成强大的网络效应。

2.算法驱动公司运营。

Stitch Fix的数据团队成员多达360人。

团队中的科学家不仅经验丰富,还与斯坦福大学建立了密切合作关系。而且,Stitch Fix的数据团队拥有远高于其他公司同行的地位。整个数据团队由首席算法官管理,首席算法官直接向CEO汇报,并在公司的战略决策会上占有一席之地。

这种架构赋予了数据团队极高的权限和自由度,可以不经过冗长的立项程序,自行判断研发方向,并为其倾斜资源。这套理念被证明十分成功,数据团队开发出了各种精妙算法。

个性化推荐算法:将客户的体型、穿衣风格、预算约束等内生变量,与季节、库存、销量等外生变量相结合,构建出矩阵,以预测库存产品和客户偏好之间的相关性。算法首先去掉客户曾退回的排除项,再将剩下库存每件商品上100 ~ 150个代表颜色、面料、款式等属性的数据点与客户的偏好进行匹配并打分,用协同过滤算法调整后将得分排序,最后构成供造型师挑选的推荐清单。

库存管理算法:在造型师敲定商品后,算法会根据客户和集散中心之间的相对位置、商品的库存状况、调货时间等因素,确定最合适的调货流程。库存管理算法还会统计商品的销售状况,提醒库存团队及时补货、处理积压库存,提高存货周转。

新款式设计算法:模仿生物进化,用算法进行服装设计。首先,算法将现有的各种设计元素(如中长款、波点图案、泡泡袖等)解构为一系列属性,作为“基因”。之后,将属性广泛组合,进行“杂交”,再稍加改动,促使“突变”,从而产生极为丰富的结果。算法对所有结果评分,并将分数最高的结果提交设计师进行验证,确认“进化”是否成功。

Stitch Fix据此构建了自有设计品牌,其对销售的贡献在2019年已达20%。

这些算法共同构建了Stitch Fix难以复制的独特竞争优势。

3.科技的理智与人类的情感相结合。

引入数据和算法的同时,卡特里娜也没有忘记购物是个性化极强的人类行为。因此,她坚持将数据科学与造型师的判断相结合,并赋予后者改变或驳回算法推荐结论的权力。

例如,有时客户的需求非常具体:“我需要一条能参加户外婚礼的正装长裙。”此时,造型师无需通过算法,就知道如何满足这个需求。此外,随着购物次数变多,客户和造型师的关系日益密切,有的客户会和造型师分享如怀孕、减肥成功、入职新工作之类的隐私。这些都意味着客户的人生进入了新阶段。没有感情的机器难以理解其中的意义,但善解人意的造型师能立即了解客户的重大变化,并据此为客户设计全新的造型,从而进一步加深与客户的联系。而这无疑能产生极强的品牌忠诚度。

在Fix盒子内,造型师还会附上一张便笺,向客户致以问候,解释自己选择时的考虑,并邀请客户给出反馈。在线上社交时代,这样略显复古的信件能让客户倍感亲切。信中表达的“我们希望能为你做得更好”的态度,可以有效提高客户的购买意愿。而提供反馈的邀请则会令客户感到自己被重视,同时也让公司获得可靠的一手数据。

总之,造型师掌握着Fix盒子销售的关键工序,地位相当重要,也占据着员工总数的大部分。(参见副栏“造型师与员工数量对比”)在数据算法团队和造型师团队的通力合作下,公司销售额连续数年以超过25%的速度飙升。归根结底,人类感性而细腻,机器理性而冷酷,只有人与机器相结合,才能在艺术与科学、感性创意与理性逻辑之间找到平衡,从而产生更大的能量,让数据和算法变得有温度,为客户提供更好的体验。

4. 富有创意的销售方式和出色的用户体验。

利用盲盒玩法,Fix盒子迅速占领了市场,取得了出人意料的成功,并在很长时间内成为支撑公司扩张的主要动力。

在整个购物过程中,客户会享受到种种积极的购物体验:拆开盒子发现中意衣物时的惊喜;构建独一无二专属造型时自我的彰显;在家中穿衣镜前试穿,而无需在商场试衣间前排队的从容感;送货上门、免费退货带来的方便与快捷;与造型师互动时萌发的友情……

上一篇 点击页面呼出菜单 下一篇