本文作者:无名渔夫

代理什么挣钱,为什么时尚产业的颠覆者在硅谷?

无名渔夫 2020-06-22 5041
代理什么挣钱,为什么时尚产业的颠覆者在硅谷?摘要: “在日新月异的时代,时尚衣饰行业依然提供和70年代一样的服务。我很好奇他们若何顺应时代的转变,我想介入到改变未来的这个历程中。”这是按月订购时尚电商Stitch Fix的CEO K...


“在日新月异的时代,时尚衣饰行业依然提供和70年代一样的服务我很好奇他们若何顺应时代的转变,我想介入到改变未来的这个历程中。

这是按月订购时尚电商Stitch Fix的CEO Katrina Lake在接受《哈佛商业谈论》采访时所讲到的。


Source:Campfire Capital

Stitch Fix这家神奇的公司打破了传统的实体零售和电子商务零售模式,大量行使数据科学来提供大规模的个性化搭配服务。实在它的商业模式很简单:网站向用户每次寄送5件以为用户会喜欢的服装和配饰,用户保留下他们喜欢的物品并购置,然后将剩下物品寄回即可。


Source:Study Breaks Magazine

不是没有其余公司也在这么做,好比其头号竞争对手Rent The Runway(此前我们也有文章对其商业模式和增进战略举行先容,点击Rent The Runway即可领会)。但Stitch Fix可能更早一步就在数据科学方面发力了——寄送出去的衣饰配件的选择是凭据数据和算法来做出的,这些数据来源于用户自己,以及数百万其他用户在注册时填写的信息和每次收货后提供的反馈。

CEOKatrina说道:“我们不会仅仅由于用户的购置纪录就向其推销某个品牌,或是借助浏览行为就直接推测一位用户正计划买一条小黑裙子。与这些低转化率的行为相反,Stitch Fix将数据中的机械学习与造型搭配专家人性化的判断相连系,以此为用户作出怪异的个性化推荐。”


Source:giphy

从其早期获得的快速增进解释,现在许多用户都乐于这种让专业造型师替他们选择合适衣服举行搭配的方式。人人很享受这样利便又到位的服务。但这种高度客制化的服务要实现规模化和盈利,实际上是很不容易的。尤其是在日新月异的时装零售行业中,情形就更为庞大。一样平常的服装零售商都想通过价格优势或发货速率来脱颖而出,但这样的竞争太过猛烈,而且缺乏真正的创新和竞争力。

而Stitch Fix自2011年成立起,不到5年,在2016年就销售了价值7.3亿美元的服装,2017年达到了9.77亿美元。这些收入的100%都来自于他们的搭配推荐服务。对于这家时尚电商届的Netflix,搭配推荐就是其营业的焦点。该公司聘用了80多位数据科学家,围绕客户自己及其需求构建大量算法,致力于将推荐做到极致。

非典型创业故事 

和典型的硅谷创业故事完全差别,Katrina不是延续创业者。Stitch Fix是她开办的第一家公司。虽然她不是从履历了一次次失败而吸取教训、获得乐成的这样一条门路走来,但她却是在对行业多年的连续关注中逐渐降生出勇敢的想法。


Source:PYNMTS

“我一直异常关注零售业和21世纪现代科技对它们的影响。在00年代就读于斯坦福大学本科时代,以及厥后我在Parthenon Group(全球十大治理咨询公司之一)担任照料的第一份事情时代,我与零售业和餐饮业有许多接触。虽然我很喜欢这两类行业,信赖它们对于人们的生涯赋有很大意义,然则几十年过去了,时代不停在转变,这两类行业却依然提供和70年代、甚至是50年代一样的服务。我异常好奇,而且想深入介入到它们若何去顺应时代转变的历程。”


Source:giphy

Katrina在2007年iPhone刚面世时,离开了Parthenon Group,成为了风投公司Leader Ventures的合伙人。那时她也依然在不停思索零售业未来的变化。Netflix崛起的时代,她同时亲切考察着它跟另一家录像出租连锁运营商Blockbuster。前者于2007年在线上售出第10亿份DVD拷贝,并正式推出了在线流媒体播放营业,后者曾一度统治着实体店的录像租赁。 

Katrina在考察天平会在哪个时刻发生倾斜。 

每当Netflix占到当地市场份额的30%时,当地的Blockbuster就不得不选择关门。然后剩下70%的主顾就面临决议:实验使用Netflix,或者到更远的地方去租DVD。效果自然是多数人选择实验Netflix,从而给Blockbuster带来了更大的压力,只能一家接一家地关店。


Source:pitacocriativo

Katrina意识到,其他零售商若是不重新考虑自己的战略,可能就会走上Blockbuster的老路。好比十年后消费者会怎么购置牛仔裤呢?

首先一定不会是传统的方式——逛六家商铺,从货架上艰苦地挑牛仔裤,再排队到试衣间逐条试穿。而且她也不以为会是类似于当下的电子商务模式——浏览器开着15个页面,一边查看产物尺寸一边浏览商品评价,然后花一大笔钱一下子下单许多条,在家里逐一试穿事后再退回不合身的那些。

Katrina以为数据可以用来缔造更好的衣饰穿搭体验。究竟,合身和品味只是一堆属性:腰围、裤长、布料、颜色、重量、耐用性和样式,它们都是可以被量化的数据。只要你对此网络足够多的数据,就能知道人们想要怎么样的衣服。

然则她也知道,购物是有人情味的。人们都体验过意外发现一件合身又划算的新衣服的喜悦。因而Katrina看到了一个机遇,她希望把数据和人情味连系起来,为购置衣饰创建出一种新的模式。


Source:Pinterest

区块链创业,必须知道哪个文件?


这项创业并不被看好

是库存噩梦?

一开始并没有多少人认同Katrina的创业想法。她在哈佛商学院的一位教授甚至称其为一场库存噩梦。

Katrina想要拥有所有库存,以便深入明了每件商品,获得大量结构化数据;而非在一开始就凭据哪件或哪类商品买的人多来控制库存,由于这样获得的数据可能就对照单一。但对于零售业来说,一开始拥有大量库存是异常恐怖的,这会让Stitch Fix的战略依赖大量资源且风险很高。


Source:VentureBeat

但这个战略最终乐成了。Stitch Fix行使数据更好地明了人们的需求,把商品交付给合适的用户,反而使得他们的存货周转率高于许多传统零售商。行使数据举行匹配,快速销货,然后向供应商支付货款,这实在是一种很节约资源的模式。

不够自动化?

风险投资人曾经也对Stitch Fix的商业模式持嫌疑态度。这些人中的大多数都不喜欢堆满衣服的堆栈,而且在知道Stitch Fix雇佣了一群按小时收费的人类造型师时深感嫌疑——在一切都和自动化有关的时代里,他们以为这是一个异常不VC的想法。


Source:Dev

但这些不被看好也激励着Stitch Fix盼望变得加倍壮大,迫使他们更聚焦于盈利能力和资源效率的提升。由于公司收入高度依赖于衣饰推荐,Stitch Fix必须面临机械学习领域中的难题义务,提高他们的算法能力。

开启对算法的探索

刚开始,Katrina的“数据科学”很原始,她仅仅使用观察问卷平台SurveyMonkey、Google Docs和一些统计方法来追踪用户的偏好并提出搭配建议。

那个时刻,Katrina险些兼任造型师甚至到送货员的各项角色。但她始终计划着最终能够确立一个可以使Stitch Fix的营业走向规模化的数据科学流程。

Katrina给了数据科学团队许多自由度去研究新的解决方案并评估其潜力。他们已经开发了数十种算法,好比回购建议的算法——确定某样商品销售优越,需要对其举行回购。产物开发则甚至采用了遗传学中的一些算法,来辅助团队找到乐成的服装特征。

Stitch Fix自己的服装品牌Hybrid Designs就是云云降生的。数据剖析显示许多40多岁女性主顾想要的一款短袖衣服类型是市面上所缺少的。为了填补这些空缺,一年之后,Hybrid Designs推出了29种由计算机设计出的女性服装和大码服装,知足了许多客户的特定需求。


Source:Pinterest

这些算法可以辅助Stitch Fix更早且更准确地领会未来趋势,从而面临库存治理和需求岑岭做好准备。

Stitch Fix对服装的各项属性也举行了量化研究。针对差别类型的衣服,他们对每一件举行30到100项属性追踪,连系200万活跃用户的体验,好比Stitch Fix现在明了了用户对于舒适度的要求,知道了用户在什么情形下愿意花钱购置他们推荐的衣饰。他们运用数据剖析,来调整胸部较大的男士从衬衫领口到第一颗纽扣的距离。他们还知道适合27英寸裤长的用户所占比例,并可以凭据该比例调整库存。


Source:Real Men Real Style

上面这些照样相对来讲对照容易的部门。真正的挑战是在准确的时间向用户推荐尺码、颜色和设计都准确的衣服。这当中涉及的数学相当庞大,需要考虑到商品的所有属性,再加上用户的偏好、季节、地理位置、过往趋势等诸多变量。

Stitch Fix不是在徒劳无功地实验改变传统零售商,而是以数据科学为焦点构建营业。

不要遗忘以人为本

虽然Katrina很认可Stitch Fix以数据科学为焦点的模式,然则她也明了,购物本质上照样一个“人”的行为,是异常个性化的。这也是为什么她坚持把数据和造型专家的判断连系起来,后者完全可以更改或是推翻由算法给出的搭配推荐。不外Stitch Fix的造型师们只管来自差别的靠山,但也都认同数据科学的作用,除此之外,他们更是以热爱和同理心在服务着用户。


Source:giphy

Katrina以为,在某些方面,人类比机械要好得多,这在未来很长时间里都是云云。

“有的时刻,客户会提出一个异常详细的请求,好比‘我需要一件在7月的户外婚礼上穿的衣服’,而这时我们的造型专家就会立刻知道什么衣服适合这种场所。此外,客户也会经常分享有身、体重减轻或找到新事情等私密细节的信息,而这些情形背后的重要意义都是机械无法完全明了的。然则造型师知道这些生涯时刻的重大意义,他们不仅仅会推荐合适的搭配,还会与客户亲切相同,凭据需求相机行事。这为Stitch Fix带来了极高的品牌忠诚度。”

Katrina明了一个很简单的原理:一个好的人加上一个好的算法互相配合,远胜过一个最好的人或一种最好的算法单独事情。

“我们不想让人工和数据相互竞争,不想把机械训练得像人类,也不想把人训练成机械。我们希望他们配合配合。我们都得认可我们会犯错,不管是造型师、数据科学家、照样我。有时我们所有人都错了,甚至是算法。”

我是无名渔夫(微信/QQ:181628402)轩鼎创业旗下讲师,全职网赚创业11年,知名实战派互联网项目培训者,为草根提供网上赚钱项目交流技术方法及最新互联网项目分享!欢迎在评论区留言,也可加我微信QQ交流分享!更多干货可访问创业课堂https://www.chuangyeketang.com
文章版权及转载声明

作者:无名渔夫本文地址:https://www.wumingyufu.com/blog/10652.html发布于 2020-06-22
文章转载或复制请以超链接形式并注明出处无名渔夫

赞(12)
阅读
分享