知識星球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。從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。
在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。
