歡迎光臨
每天分享高質量文章

【演演算法】Stitch Fix 首席演演算法官:不怕傳統零售商效仿

時尚領域極為重視與客戶的接觸,也極其主觀,誰也不曾想到,有朝一日,計算機會成為客戶的私人造型師,並預測時尚趨勢。然而,網路造型師服務Stitch Fix就把這變成了現實。

客戶註冊StichFix之後,就可以收到度身定製的服裝包裹,其中是私人造型師依據一份數字調查,對客戶的時裝喜好加以辨析之後,為他們挑選出來的衣物。實際上,在進入造型師手中之前,Stitch Fix的訂單(名曰一個“Fix”)會由5-10個造型演演算法預先處理。系統再使用演演算法,根據風格型別,將訂單匹配給相應的人類造型師,再用另外的演演算法,將其分配給特定的倉庫。

該公司僱傭了逾85名資料科學家,參與促進公司上下的效率,為包括造型師、運營人員到商品批發人員在內的每一位員工,顯著地簡化並加速整個流程


Stitch Fix首席演演算法官埃裡克·科爾森

領導資料工作的是首席演演算法官埃裡克·科爾森(Eric Colson),過去五年裡,他的團隊逐步打造出了Stitch Fix的演演算法。Netflix跳槽到Stitch Fix的資料科學團隊後,科爾森建立了據信是當今時尚產業最先進的資料科學系統。透過對科爾森的採訪,我瞭解了Stitch Fix是如何走到這一步的。

問:Stitch Fix經營的是資料驅動型業務。除了產品推薦,你們還有哪些資料運營方式?

科爾森:整個公司上下都普遍應用了演演算法。除了造型服務使用的5-10個演演算法,StitchFix的物流、庫存管理、庫存採購、產品設計、需求估算等都用到了演演算法。我們還寫了一個“演演算法一覽”頁面,展示我們使用資料的一些方式。

舉個例子,由於資料科學的廣泛使用,我們可以預計客戶的需求,並據此採購。客戶註冊Stitch Fix時,會填寫一份問卷,提供尺碼資訊和風格偏好。依據尺碼、價位和風格資訊,我們可以預測應訂購哪些東西。除此之外,我們還會預測客戶在購買週期中所處的階段。比如在註冊時,客戶通常都很缺衣服。收了幾個包裹之後,他們的偏好就會越來越明確。隨後,他們就會降低使用服務的頻率,或是將註意力轉向其他型別的服裝。這些資料都會被考慮進來,用於決定庫存水平。

問:在為顧客挑選產品時,演演算法會考慮哪些東西?其中自動化佔了多少?人類造型師的調整又佔多少?

科爾森:我們把演演算法看成人類的專業判斷和機器學習的結合。客戶提交請求後,一組演演算法便會縮小選擇範圍,並對選項加以排序,但最終的挑選是由人完成的。

機器負責那些死板的計算。機器知道不同品牌適合客戶的尺碼分別是多少。它們知道客戶的風格偏好,以及客戶有可能保留或返還的產品。實質上,機器為人類縮小了選擇範圍,然後將選項排序,之後,造型師再在這些推薦的基礎上,疊加自己的判斷。

視覺化的Stitch Fix演演算法

繼而,造型師綜合整體情境——包括當下潮流、客戶留言或要求(比如“我需要一些工作場合穿的”,或“我6月份要參加一場婚禮”等)——調配Fix包裹。我們還可以用資料武裝造型師,從整體上提升他們的判斷力。

問:資料可以揭示客戶的潛在渴望與需求。在研究資料時,你們有沒有什麼意外的發現?

科爾森:人們的表述和行為之間存在脫節。舉個例子,很多客戶弄不清楚自己的尺碼,因為各個品牌的服裝尺碼不一。Stitch Fix會基於客戶保留或返還產品的情況,逐漸掌握客戶的實際尺碼。

另外,風格的標準是相對的,因地域而異。舉個例子,猶他州的“前衛”跟加州的“前衛”可能是兩碼事。我們可以基於保留或返還產品的情況,瞭解到客戶真正的風格偏好,不論他們自己怎麼說。舉個例子,一位猶他州的客戶可能會說,他喜歡前衛一點的風格,但實際上,他喜歡的是經典風格。

問:當前,你們是如何用資料創造新產品的?

科爾森:我們將最受歡迎的設計元素結合起來,透過演演算法生成混搭,設計出新產品。比如在設計女式襯衫時,我們可能會用到某個款式的袖子,加上另一款式的領子,再從別處找一種印花。

我們還會處理客戶點評,創造出市場上缺失的單品。比如最近釋出Extras內衣系列之後,我們不斷接到抱怨說,我們的吊帶背心領口太低,於是,我們加入了可調節的肩帶設計,推出獨一無二的吊帶衫款式。還有客戶抱怨說襯衫太長,於是我們又更改設計,縮短了衣長,加大了肩寬

問:Stitch Fix明顯因為資料而獨具優勢,傳統零售商會不會紛紛效仿?

科爾森:消費者的預期已經改變了。人們不想浪費時間自己動腦,而開始期望別人把產品搭配好。

我們不擔心老牌企業與時俱進,因為它們的企業文化中不具備如此高水平的資料收集。你一開始就得走資料驅動這條路。傳統零售商沒有那個組織架構或價值體系來支援所需的變革。

Stitch Fix,資料和人類攜手共進。在促進人類更好得服務客戶方面,資料的成效和效率空前之高。零售運作問題歷來都很棘手,但被資料精簡化了。在資料的幫助下,人類更容易拿出客戶真正想要的終端產品。在Stitch Fix,雖然短時間內,資料和演演算法還不能取代人類,但作為一家資料驅動型的電子商務企業,Stitch Fix由此獲得了顯著的優勢,這種優勢,是傳統時裝產業很難抗衡的。


轉自品覺公眾號

https://www.forbes.com/sites/veronikasonsev/2018/03/15/can-algorithms-replace-humans-at-stitch-fix/#115440664041

想加入資料人圈子,請加微信luqin360。

親愛的讀者們,您們有什麼想法,請點選【留言】按鈕,寫下您的留言。


點選閱讀原文,進入資料人網,學習資料知識。



資料人網(http://shujuren.org)誠邀各位資料人來平臺分享和傳播優質資料知識



公眾號推薦:

360區塊鏈,專註於360度分享區塊鏈內容

    腳印英語,專註於分享實用口語內容。




贊(0)

分享創造快樂

© 2023 知識星球   網站地圖