Stitch Fix希望通过深入挖掘数据,在提供定制服务方面成为能与亚马逊抗衡的电商公司
1517字
2019-11-02 20:29
66阅读
火星译客

仅仅八年时间,在线零售商Stitch Fix的业务就蓬勃发展起来。每年有超过320万的购物者使用其平台购买包括从牛仔裤到羊毛衫再到手镯在内等多种商品。

与传统的在线零售商不同,在任何需要的情况下,客户都可以通过订阅Stitch Fix接收到大批服装和配饰,或(在搭配上的)“解决方案”。客户在注册时要回答一连串关于他们喜欢的衣服类型和体型的问题——公司的算法和人工造型师会根据这些信息来选择推送哪些物品。顾客会保留他们喜欢的东西并买下来,然后把剩下的寄回。

现在,Stitch Fix的首席执行官卡特里娜·莱克(Katrina Lake)正在努力为公司进入下一发展阶段打下坚实基础。她希望利用Stitch Fix的数据处理能力,更准确地预测消费者想要购买和保留什么,并吸引更多用户关注所谓的“解决方法”。

莱克在接受《财富》杂志采访时表示:“我们正在研究如何通过个性化定制为你的衣橱节省更多的空间,以便于你在任何场合都可以穿着得体。”

StitchFix会通过分析数据,为每位客户生成个性化的个人资料,并以“最新风格地图”的形式将其可视化,就像上面针对《财富》(Fortune)资深作家迈克尔•莱夫-拉姆(Michal Lev-Ram)所构建的风格分析“地图”一样。每幅“地图”都包括数百件由专业造型师所推荐的衣服,向每位用户呈现出一幅极其精致、细微的画面,而不是被归类到过于笼统的类别中。此外,还可以放大查看以莱夫-拉姆的在线风格特写为基准而精心挑选的个人物品。

对华尔街来说,Stitch Fix在寻求新收入来源方面似乎有点蜗行牛步(以至于错失商机)。截至10月中旬,该公司股价较2019年最高点下跌了30%,造成股价下滑的原因包括在吸引新客户及维持老客户上投入的成本持续增加,以及竞争对手照搬其个性化的电子商务模式。

传统零售行业正发生剧变,Stitch Fix的最新提案也随之更具挑战性。

该公司的一项重要测试是“购买一整套装扮”(Shop Your look),设置这一功能旨在向客户推荐附加产品,以补充Stitch Fix寄出给他们的穿搭方案。例如,客户收到一件夹克衫后,可能会收到一封电子邮件,建议他们买一副太阳镜与之搭配。

该公司希望通过这一功能推动用户在寄出的大批物件之中实现冲动购物,并提高客户访问公司网站的频率。雷克意识到了Stitch Fix当前的风险,作为网络零售商单靠一长串让人筋疲力尽的“推荐商品”轰炸购物者是无法在该行业生存下去的。

这意味着,电子零售商最多只能在网上展示30到40件推荐商品,选择性很大,但不会像亚马逊或eBay呈现出搜索结果那样,让消费者看到无穷无尽的滚动条目。到目前为止,使用该功能购买商品的人中有60%的人不止购买一件的。

就其业务而言,Stitch Fix得来的结果喜忧参半。在截至8月3日的12个月里,该公司收入同比飙升29%,至15.8亿美元。在此期间,该公司的利润为3690万美元。但由于Stitch Fix在开发新服务上投入了大量资金,该公司的利润较上年下降了18%。

FIX_chart_01.png?w=620

Stitch Fix必须向满怀忧虑的投资者表明,它可以继续吸引新客户,并向现有客户销售出更多产品,与此同时,还要应对服装业对库存积压的服装大肆打折的问题。

正如KeyBanc资本市场分析师Ed Yruma所指出的,Stitch Fix还面临着与亚马逊相关的“长期问题”。这家自称万有(Everything)的商店的整体服装业务正在迅速增长,今年7月,它推出了自己的个人购物服务,将目标直接对准了Stitch Fix公司。

似乎这还不够,Stitch Fix还有一个劲敌——诺德斯特龙旗下的Trunk Club(男士个性化电商),该网站旨在提供稍高端的定制购物服务。与此同时,Instagram和拼趣都提供对在线零售商更加有利的服务,这为本已复杂的零售环境增添了新的变数。

这意味着Stitch Fix必须不断提高其技术的准确性。一支由大约3000名时尚造型师组成的员工队伍使用算法生成的内容来帮助决定客户解决方案所包含的内容。

推出Style Shuffle是该公司改善数据处理能力的举措之一。去年该公司新增了一项功能,即每次在向客户展示潜在购买产品后让他们对每一款产品进行投票。大约30亿用户通过该渠道提交了等级评价,这些收集到的信息有助于造型师们向提供客户更准确的穿搭建议。

与此同时,Stitch Fix也在努力扩大服装选择,目前该公司的服装主要是小品牌。包括New Balance和Madewell在内的大牌服装制造商也逐渐加入进来。推动这类合作的部分原因是,Stitch Fix可以与他们分享有关客户偏好的数据。这类信息还有助于Stitch Fix更准确地预测其自身服装品牌的需求,这也是该公司业务中越来越重要的一部分。

在雷克看来,她别无选择,只能专注于数据。

她说:“如果有人没有收到他们喜欢的东西,他们就会不再使用我们公司的产品。”“我们的存亡取决于我们为他人打造个性化体验的能力。这是我们的命脉。”

我自己的私人购物者

Stitch Fix的首席执行官以迈克尔•莱夫-拉姆为例展示了让算法和人工造型师来选择你的衣柜是什么样子。

“你想要一条破洞牛仔裤吗?”美国时尚电商公司Stitch Fix的首席执行官卡特里娜•莱克(Katrina Lake)问道。

我从来没有拥有过一条故意戳出破洞的裤子,所以我不知道该如何回答。幸运的是,由雷克所运行在其旗下MacBook上的软件已经代表我做出了一个有根据的猜测:我有74%的几率会喜欢这件特别的衣服。我告诉她想要,然后这位CEO点击图片,将其添加到我的“解决方案”(Stitch fix发送给客户的5样个性化物件)中。我们接着看外衣。

“哦,这一件适合旧金山的天气,”她指着一件黑色夹克说。显然,它应该放在我的壁橱里——根据Stitch Fix的软件,我有62%的机会把它保存起来。

这不仅仅是为顾客挑选衣服的算法;这也是艺术。该公司的造型师在为客户设计解决方案方面拥有发言权。今天,雷克让我看到这一过程的幕后操作,并利用我在Stitch Fix填写的真实风格特写切实地为我设计一套解决方案。

它是这样运作的:在开始制定解决方案之前,Stitch fix会通过技术将客户与设计师配对,考虑位置和时尚偏好等变量(我们跳过了这一步,因为在这个演示中,雷克被指定为我的设计师)。然后,被选定的设计师进入客户的账户,查看系统算法认为符合客户品味的预选衣服分类。

许多数据会被输入到这个计算机化的管理系统中,其中包括了客户的个人资料(例如,我告诉Stitch Fix不要发给我带“小动物”图案的物件)和购买历史(我可能会说我想要大胆的颜色,但在上衣方面保留黑色倾向)。设计师仍然对最终的选择有发言权,并且可以推翻系统的建议。

莱克说:“这有助于设计师经过深思熟虑以做出正确的选择。”如果顾客明确要求,设计师可以给顾客寄出低分物件,她对这一技术做出解释。

当我让雷克给我找几双靴子时,我看到了这一幕。然而,当她点击进入这个类别时,排名最高的靴子只有4%的可能性会出现在我的衣橱里。莱克说:“我们给你寄了11双鞋,而你只留下了两双。”(我们决定不/穿靴子。)

几天后,我收到了一份来自CEO的通知。“之前只是为了好玩,以下是我们对你会喜欢什么的预测!”雷克写道,并对每一件物品的统计概率进行了标注。最终,雷克的眼光加上其公司的算法所做出的的选择是正确的:我保留的三件衣服碰巧最有可能被我保留下来——没错,我现在为拥有破洞牛仔布而自傲。

这篇文章的某一版本登上了2019年11月的《财富》(Fortune)杂志,文章的标题是“Stitch Fix跳出原有模式的思考”。

0 条评论
评论不能为空