Stitch Fix是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,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创始人卡特里娜·雷克(Katrina Lake)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,卡特里娜就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,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。2012年,奈飞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。
源源不断的资本投入为Stitch Fix提供了持续扩张的动力。卡特里娜也开始引进来自Gap、耐克、沃尔玛、百思买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。2017年11月,Stitch Fix在纳斯达克成功上市,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。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。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%。
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。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;
人们在购物时不仅希望获得商品,还希望获得上述这些积极的情感体验。如果商家真的能提供这些体验,客户自然愿意付出一些溢价。这正是Fix盒子大行其道的根本原因。
自我进化和突破
Stitch Fix的成功,代表的是服装零售行业内创新对传统的胜利。而作为创新势力本身,Stitch Fix也认识到创新没有止境。想要走得更远,就必须不断改进、突破、自我进化。
造型师的规模和工作量直接影响着Fix盒子的销量。一方面,Fix盒子的销量持续上升,要求造型师投入更多的劳动;另一方面,公司产品线不断扩充,每涉足一个新领域,都需要针对性地拓展团队或者培训现有团队。
公司为此不断扩大造型师团队的规模,从而产生越来越高的费用。而且,一旦造型师离职,其专业能力和与客户建立起的个人感情纽带,也无法作为公司的资产保留下来。
最终令公司下定改革决心的是巨头的入侵。2019年7月,亚马逊用几乎完全照抄的商业模式宣告同Stitch Fix展开竞争。
为了应对挑战,2019年12月,卡特里娜从咨询巨头贝恩请来了拥有20多年经验、曾负责全球数字化业务的伊丽莎白·斯波尔丁(Elizabeth Spaulding)担任公司二把手,负责设计脱离Fix盒子和造型师的直购销售模式。
2021年9月,Stitch Fix正式发布新的销售模式Freestyle。在这种模式下,客户无需订购Fix盒子,也不用造型师进行推荐,在购物界面就能直接看到供选购的服饰。
当然,呈现在客户眼前的所有服饰都是经过算法精心挑选的,不会出现客户不喜欢、尺码不合适或预算无法承受的商品。
目前,Freestyle模式已经成为与Fix盒子平行的第二增长曲线。
Stitch Fix适用于中国市场吗?
2014年Stitch Fix业务进入快车道后,其商业创意也引起了国内创业者的关注。国内迅速出现苏打罐、垂衣、壹盒等模仿者。但是,这些模仿者总体而言经营效果并不理想,原因主要有三点。
1. 模式启动和跑通需要强大的人力资源
Stitch Fix成立之初就确定了数据算法和造型师并重的商业模式。无论是收集数据、开发算法,还是了解用户、设计造型,都需要系统的专业能力,从而对初创公司的人力资源提出了极大的挑战。
而Stitch Fix也很早就认识到人的重要性,因此一直维持较高的人才标准,其数据团队中共有80多位博士。
而国内模仿者并未把团队的构建放在优先的位置。某公司的招聘广告显示,绝大多数算法工程师的职位只需至多5年经验和本科学历,造型师的经验要求更是低至1年以内,而薪资也只有每月6,000元,相当于当地线下服装店的导购。
公司所获融资绝大部分被用在品牌推广、构建库存和获取第一批客户上,留给团队构建的资源寥寥无几。质量欠佳的团队无法像Stitch Fix一样为客户提供超出传统零售水准的购物体验,从而也产生不了用户黏性。
2. 创新商业模式的运营难度高
在没有自有品牌、库存依赖采购的创业初期,管理库存需要极为准确的商业决策。库存过小,算法和造型师可供选择的商品就少,从而无法为客户做出最佳选择;库存过大,前期客户数量又有限,公司就会被巨额的采购和仓储成本压垮。
这正是Stitch Fix在初期融资时,投资人向卡特里娜提得最多的问题。
卡特里娜的解决方案是:一方面从沃尔玛、百思买等引入高端零售人才,加强运营能力;一方面发挥算法优势,精确预测客户偏好,增加销售,加快周转。数据团队还研发了管理采购、仓储、物流的供应链算法,进一步优化库存管理。
国内公司的创始人则大多很年轻,缺乏零售行业运营管理的知识和经验,而他们对数据算法的重视程度又远不及卡特里娜,也就无法借助人工智能的力量形成有效的管理。
3. 国内对订阅制销售的接受程度有限
Fix盒子销售模式是基于传统订阅制销售的创新。美国人均持有数张信用卡,订阅制销售也广为接受。
而中国的个人信用体系尚未完善,支付手段又从现金跳过信用卡直接进化到了移动支付,加之中国金融体系对信用卡订阅制销售有诸多限制,因此,订阅制销售在中国的接受程度远低于美国。
由于缺乏作为信用中介的信用卡,Stitch Fix的模仿者如果允许客户货到付款,则可能面临客户逃单等严重的道德风险。
初创公司无法承受处理风险的巨大成本,只能选择预付费方式,要求客户事先购买大额年卡才提供服务,但这又会让客户担心公司捞钱跑路。双方之间的不信任大大增加了商业模式推广的难度。
对中国消费品牌的启示
当前的中国消费市场正走出销量为王的跑马圈地时代。在产能不再稀缺、商品趋于同质、市场从卖方向买方转换的新格局下,如何让自身的品牌具有差异性,并为更多客户所接受,是每一个消费零售企业需要认真思考的问题。
Stitch Fix的成功经验指出了一个可行的方向:
看似冰冷的科技可以为客户带来“被关怀”和“被重视”的温暖感,科技与创意相结合,可以有效地优化客户的购物体验,从而帮助企业在完全竞争市场中创造出属于自己的品牌溢价。