![]() |
寄给用户5件衣服的纸箱中,还附带这些衣物的搭配参考卡。 |
世界之窗
在美国,有这样一家奇葩电商:它会根据对用户身高、年龄、爱好、需求等50多项参数的挖掘,从大量库存中粗选一组备选商品,再由4000位造型师(大部分为兼职)中的一位做发货前的精选;最后,再将确定的5件衣物装到统一的纸箱中寄出。随之寄出的还有造型师提供的服装搭配参考卡。
用户收到货品后,如果挑选成功,可以享受标价25%的优惠,费用中包含20美元的造型费。更关键的是,如果客户一样也没看上想退货,企业也照单全收不收一分钱运费,就是所谓的“无限制退货”。
这家电商名叫Stitch Fix。在中国国内,Stitch Fix有一小众追随者,但大多数中国的消费者采取观望态度。毕竟,没有任何担保背景的免费邮寄上门、帮客户把试衣间搬家里的做法,在当前国内信用体制不健全的情况下,很可能遭遇极大风险。
不过Stitch Fix近期却透露,该公司2016年整个财年的年利润达7.3亿美元。
“Stitch Fix的核心竞争力在于大数据算法下的精准销售。”国际品牌战略分析师郭清8月21日告诉科技日报记者。如今,大数据已成为商业领域的新能源,像水电煤等基础能源一样不可或缺,“尤其是新零售时代,如何收集、分析和应用大数据将成为驱动商业发展最强大的动力源。”
在Stitch Fix创始人卡特里娜看来,人们消费的本质需求无非是买到合适的衣服,但没多少人真正喜欢在商场里泡一天,或者每次都要打开几十个网页进行对比挑选。“这种努力投顾客所好的销售模式,在男性或者中高端消费群体中可能更有市场。”郭清说。
如今,电商领域的诸多创新,包括实景购物、推荐链接等,都是围绕让商品更便宜和购物更快捷这一中心。而Stitch Fix采用了“百分之百推荐”的理念和模式,即帮助用户找到他们喜欢的服装,以用户为中心,突出个性化。
“我们并不把那些没有被买下的衣物当成退货看待,而是像实体店那样,它们只是顾客试过的服装而已。我们希望用户把盒子里的5件衣物都试一试,没有要求也不奢望能全部买下来。”卡特里娜说。
然而,Stitch Fix模式即使在观念超前的美国,也遭受过冷眼,曾被20家风投公司拒之门外。转机出现在一位美女粉丝身上。这位Stitch Fix的忠实拥趸把每个月的可支配收入都花在了打车和Stitch Fix的造型服务上。她的举动引起了老板的注意,这位老板就是素有硅谷智者之称的标杆资本(Benchmark Capital)高级合伙人、Uber投资人之一的比尔·格尔利(Bill Gurley)。好奇心驱使他一定要见Stitch Fix创始人一面。
结果一见面,卡特里娜就亮出了前三年资金流和损益表,而格尔利也做了投资生涯中最快的决定。毫无疑问,“比尔·格尔利看中了Stitch Fix将大数据技术运用于业务领域各环节的能力和理念。”郭清说。
据了解,在Stitch Fix 6000多名员工中,有80位数据专家,其中包括49位博士,这些高端人才的专业领域涉及方方面面,甚至还有天体物理学家和计算神经学家。这些专业技术人员会把从用户手中收集来的个人详细数据,比如职业、体重、身高、邮编、三围尺码,以及个人的Pinterest链接等进行深入的分析处理,并在此基础上为合作品牌的每件衣物确定出30个点位的测量标准,以确保为用户挑选出最合身的衣物。而借助数据算法,也最大限度地缩减了仓库工作人员从数量庞大的库存中为单个用户挑拣5件衣物的时间和步骤。
因此,在郭清看来,未来的零售模式将会是以消费者为中心、在推荐的基础上发生交易。“Stitch Fix的核心竞争力就在于运用大数据技术进行用户画像,再根据用户画像为他们推荐更符合需求的产品。”据统计,亚马逊上35%的交易源于推荐,LinkedIn上50%的人际联系源于推荐。
“以用户推荐为特征的电商零售模式与目前传统的电商模式的不同之处,还在于消费体验和市场主体的变换,比如在一般的电商平台购物,需要消费者借助想象来判断衣物是否适合自己,而Stitch Fix却帮你把试衣间搬回了家。这种订制化效果一旦形成就会有所依赖。”郭清表示,另一方面,Stitch Fix更像是一个庞大的数据系统,随着用户购买次数的增多,企业对用户购买习惯以及款式要求的把握也会越来越准确。而传统的电商平台目前很难做出与用户需求精准匹配的效果。