铁“数”磨成针
看点
这是一种非常激进的服装销售方式。”Stitch Fix CEO卡特里娜·莱克说道。
05.Stitch Fix
在攻读天体物理学博士学位期间,克里斯·穆迪(Chris Moody)使用超级计算机模拟出星系间的相互碰撞。2013年,他以数据科学家的身份加入金融科技公司Square,这是他第一份非学术性工作。大约一年后,他和几个数据科学家朋友交谈,他们受雇于一家名为Stitch Fix的按月订购时尚电商初企。该公司使用算法和人工管理相结合的方式,向顾客寄一盒盒的女性服饰,也就是所谓的“Fix”。穆迪困惑不解。“你们这些家伙到底在一家服装公司做什么?”据他回忆,当时他曾问过这个问题。他承认,自己当年的衣着品味可以用一句话来概括:“什么衣服比拉面便宜?”然而,朋友的回答让他的大脑兴奋了起来。在顾客不量尺寸也不看库存的前提下,你如何挑选他们会喜欢同时又合身的衣服,寄给他们?不久,他就开始申请Stitch Fix的工作。“面试的时候,我在想,
在这样一个地方,我洗澡时、睡觉时、早上醒来时,都会不断思考这些问题。”
自2015年1月加入Stitch Fix至今,穆迪仍痴迷于此。由于公司只能收到顾客对每个盒子里五件商品的反馈,他感到很失望。于是在2017年,他设计了一项名为“Style Shuffle(风格混选)”的功能,允许顾客每天对一组服装图片进行评分。此功能于当年3月份嵌入Stitch Fix的iOS应用客户端,类似于服装界的Tinder,特别容易让人上瘾。它不仅训练公司的算法从整体上理解客户的个人风格,还能吸引客户回到这款应用,并对Stitch Fix的存货产生兴趣。在Stitch Fix的290万名顾客中,超过75%使用过它,为该公司提供了超过10亿次评价。Style Shuffle极大地提高了公司的产品个性化能力,也增加了Fix订购需求。“这个问题非常有意思。”穆迪告诉我。他身穿一件完全不土气的立领衬衫。
Stitch Fix正利用其业务各方面的数据实力,重塑规模达3,340亿美元的美国服装行业。对消费者而言,它解决了一个明显的问题:目前有超过四分之一的服装在网上销售,铺天盖地的产品加剧了购物者的“选择困难症”。“美丽的衣裳有如‘弱水三千’。”去年秋天,Stitch Fix CEO卡特里娜·莱克(Katrina Lake)坐在旧金山总部的鱼缸造型会议室里说道,“适合我的却只有‘一瓢’。”Stitch Fix征求了数百万名客户的反馈意见,精确测量其在售服装的方方面面,包括1,000多个合作品牌及其内部自有品牌,从而大规模提供个性化时尚服务,把目标市场从富裕人群扩大至普通消费者。目前,这些用户平均为每件商品支付55美元的费用,以省却购物上的麻烦。
Stitch Fix也为供应商带来了创新。它合作的品牌(包括Kate Spade、Karl Lagerfeld Paris、Sam Edelman、John Varvatos、Toms和Rebecca Minkoff)不仅得到了将商品直接送到新客户手中的工具,更收获了前所未有的宝贵市场见解,比如大码女性是否觉得裤子太长,或40岁以上男性是否认为某件衬衫“太有布鲁克林特色”。Stitch Fix为品牌提供了另一种选择,替代日渐萧条的百货商店、每况愈下的连锁专卖店或是与亚马逊订立的“魔鬼契约”,同时,它也日益成为各品牌改善风格的依托平台,无论其商品在哪里销售。
2017年11月,在34岁的莱克领导下,Stitch Fix正式上市。当时,她不仅是史上最年轻的上市公司女创始人,也是第一个抱着年幼的宝宝站在纳斯达克讲台上的女性。该公司已经从专卖女装扩展到男装、童装、大码以及内衣等基本款,并将于今年登陆英国市场。Stitch Fix自2014年底开始盈利。该公司2018财年营收12亿美元,盈利4,500万美元,2019年第一季度实现收入3.66亿美元。在最近一次财报中,该公司还创下了女性顾客单次购买物品比例的最高纪录,证明所有数据科学和个性化服务最终都换来了回报。
尽管发展势头稳定,Stitch Fix的股价却一直起伏不定。2018年9月中旬,其股价达到顶峰(当时投资者对该公司的估值达到51亿美元),三个月后跌至上市价格的三分之二,紧接着又在今年1月出现上涨趋势。投资者和分析人士似乎无法理解这家公司的经营之道。数据在谷歌和Facebook手中已经成了险恶的代名词,但在Stitch Fix的背景下,问题却更为严重:出自科技公司的“数据”已经毫无意义。“硅谷滥用流行词的现象十分普遍,以至于很多人听到Stitch Fix说起‘数据科学’或‘人工智能’或‘机器学习’时,都认为这不过是嘴上功夫罢了。”Stitch Fix董事会成员、最早支持这家公司的风险资本家之一比尔·格利(Bill Gurley)说道,“有些人可能以为,我们只是把东西塞进袋子里,然后寄给你。”
谈及顾客给出的所有反馈,算法主管埃里克·科尔森表示:“我们几乎应该付费。”
通过与公司高管、数据科学家以及造型师之间的交流,笔者发现,Stitch Fix确实不只是把东西塞进袋子里。但我之所以相信一家完全由数据驱动的企业是有力量的,也存在个人原因:在我收到的第二个Fix盒子里,出现了一条深色水洗利物浦牛仔裤。本人是资深上装网购消费者,可一旦涉及到腿部,我就形成了一颗几乎“媲美”直男的忠心。为了避免自己在更衣室里情绪失控,规避网购的高风险,过去8年来,我一直坚持购买同一件Urban Outfitters黑色紧身裤。(当某条裤子不可避免地出现破洞或松垂时,我会在网上订购替代品。)所以,在试用这项服务的过程中,我像其他顾客一样注册并付费,然后向Stitch Fix发型师要了几条牛仔裤。
当我打开Stitch Fix的盒子,穿上牛仔裤时,我的内心夹杂着那种现代人被算法算准了的狂喜与不安,好比Spotify在歌单里给我推荐了一首非常悦耳的新蓝调歌曲。单凭这条牛仔裤就足以说服我忽略其他差强人意的选择(倒也不少),甚至使我怀疑,我这30多年来的成败经历所辛苦锤炼出来的着装品味,或许只是一个穆迪能够破解的复杂数学问题。
Stitch Fix的数据运用之道
出于对风格细节的痴迷,该公司发明了三样工具
Style Shuffle(风格混选)
这款游戏可通过Stitch Fix官网和应用程序获取。它要求顾客选择接受或拒绝一件服饰,提示语是“你是否愿意穿/戴上这件产品?”它为Stitch Fix提供了超过10亿份反馈信息,帮助改善其风格算法。数据科学经理克里斯·穆迪表示:“所谓的Style Shuffle,就发生在我们向神经系统中输入大量数据的那一刻,而公司也围绕它做出了变通。”
Latent Style(潜在风格)
在研究Style Shuffle时,数据科学家艾琳·博伊尔(Erin Boyle)意识到,人可以自然分成不同的时尚群体。例如,喜欢荷叶边衬衫的女性更有可能喜欢碎花裙子。博伊尔开发了“Latent Style”算法,以确定客户对某件衣服的喜欢程度。Latent Style还为每个顾客生成情绪板(和反情绪板)。
Hybrid Design(混合设计)
在观察设计师们设计新款时,数据科学总监达拉格·西布利(Daragh Sibley)表示,这个过程在科学意义上与进化非常相似。也就是说,设计师观察前几个季节表现良好的服装特质,然后把它们加以搭配,发明出一款结合两者优点的新产品。西布利目前领导着一支数据团队,负责研究款式购买决策。
算法推动了Stitch Fix的每一步。有个算法专门预测购买和再购买的需求,让公司了解是否需要更新库存,比如补充某种款式的牛仔裤的12号和14号。有个算法负责把每一次Fix订购和5个仓库进行匹配,还有个算法能够为仓库工人设置穿过一排排盒子的最佳路线,一次性包装不同顾客的盒子。Stitch Fix也要求顾客提高效率,他们必须在三天内决定买什么。这种快速的周转时间,再加上它的算法购买,使得Stitch Fix每年能将库存周转6次。相比之下,百货公司只有4次。
商品团队对每一件衣服进行精确详细的测量,并标记其质地和审美特点,好比Pandora标记一首歌的属性。接着,一个专有平台会将潜在的匹配结果发送给服务顾客的Stitch Fix造型师。他们能够理解对AI而言过于微妙的要求,比如“我需要一件行头,穿去参加我前女友的婚礼”。其中一些挑选结果参考了Netflix所使用的推荐方式,即“购买了这款产品的顾客也购买了那款产品”,但大多数推荐都是把经过权衡的个人品味属性与服装的相同属性进行匹配。
为此,Stitch Fix要求顾客预先提供大量数据。他们必须填写一份很长的风格侧写问卷,其中的细节信息将被输入到算法中。Stitch Fix还鼓励用户创建以时尚喜好为主题的Pinterest相册,网站软件将扫描服饰的形状和风格,以匹配公司库存。此外,用户收到第一个盒子后也要给出反馈(例如,“我穿上荷叶边,看起来就像大鸟先生”)。
埃里克·科尔森(Eric Colson)是Netflix数据科学与工程部门的前副总裁,于2012年加入Stitch Fix,现任其首席算法官。他表示:“我们几乎应该付费获取顾客反馈。”像Style Shuffle这样的产品既是为了加快这一过程,也是为了发现新的见解。顾客可能想买一件系扣领衬衫,但通过Style Shuffle,Stitch Fix可以看出,她更喜欢考究点的印花衬衫,而不是休闲牛仔衬衫。顾客本身可能无法清晰地表达这些细微差别,但在Style Shuffle中,他们通过两次点击传达了自己的喜好。
“与其给你推荐一件因为不合适所以打折的衣服,挑选一件你会喜欢的、合身的、售价68美元的裙子反而更好。
接着,3,900名造型师将这些信号转化为服饰选择,他们大多是在家工作的兼职员工,集中在萨克拉门托和达拉斯等较小城市,方便参加定期面对面会议。在搭配服饰盒子的过程中,他们滚动浏览算法生成的服装建议,每个建议都有一个匹配分数(特定顾客购买该产品的几率),并浏览过去发送的产品,避免出现过于相似的内容。
Stitch Fix发现,最重要的属性不是款式或价格,而是合身程度。“与其给你推荐一件因为不合适所以打折的衣服,挑选一件你会喜欢的、合身的、售价68美元的裙子反而更好。”莱克告诉我,“一条不合适的裙子是没有价格可言的。”也就是说,如果造型师推荐了一条Calvin Klein直筒连衣裙,你可能从来没有考虑过这样的裙子,但它简直是为你量身定做的,那你可能会像我一样,掏88美元把它留下来。
然而,根据算法识别风格并找到合适的服装搭配并不容易。数据科学正在进步,但还远远不够完善。莱克说:“一名60岁、家住明尼阿波利斯郊区的顾客,和一位24岁、来自曼哈顿的顾客,她们收到的盒子是截然不同的。”但我收到的盒子却没有完全体现出这一点,我在湾区的几个朋友也是如此,她们不断收到同样款式的开襟羊毛衫和基本款打底衫,也就是郊区主妇装。对于不喜欢逛街、不知道自己穿什么好看、认为中等时尚水准的衣服也不错的人来说,Stitch Fix是理想选择。很多女性消费者都是如此,甚至包括更多的男性。在这里,你可以找到皮夹克、印花长裙、系扣领衬衫和牛仔裤。(你也可以购买Stitch Fix的高级设计师品牌,价格在100-600美元之间。)
Stitch Fix与1,000多个品牌合作,同时自主设计服饰,以填补市场空白,确保库存稳定。该公司的数据和商品团队将过往商品的热门属性结合起来,创造出拥有可预见高利润率和购买率的产品。Stitch Fix并未公开其自有品牌在任何一盒Fix中所占的比例,但它在2017年透露的比例约为20%。莱克坚称,Stitch Fix并不是要成为一家垂直整合的时装公司,自主制作所有服装。她说:“市面上已经有很多很棒的卖家。”
自有品牌使该公司得以快速重复客户要求的变化。例如,当不少男性顾客退回公司XXL号的正装衬衫时,合身团队意识到,衬衫正面需要更多的面料来遮住腹部,手臂需要更大的开口,胸部需要略多一点空间。调整尺寸后,Stitch Fix订购了新衬衫试卖。XXL码的购买率飙升了40%。
Stitch Fix还将合身尺寸信息传递给合作品牌。从百货公司,“你只能知道,‘产品卖得好不好?”可持续时尚品牌Threads 4 Thought CEO埃里克·弗里特(Eric Fleet)表示,“跟Stitch Fix合作,虽然顾客喜不喜欢某件产品的原因还是需要自己解读,但至少你得到了大量具体的反馈,能够协助你做出这些决定。”对于把自己归类为“高大健壮型”的男性而言,Threads 4 Thought的XXL码系扣领衬衫尺寸太小。通过调大尺寸,弗里特提高了Stitch Fix目标库存乃至所有销售渠道的购买率。
早在就读哈佛商学院期间,莱克就在麻省坎布里奇的公寓里为29位客户寄出了第一批Stitch Fix盒子。那是2011年,她的小团队还在用肉眼挑选服装:“这条长裙?绝对不适合你。”之后,她向Netflix的科尔森寻求建议,他看到了算法干预的众多可能性,但出错的空间也会更小。Netflix的观众不管喜欢与否都要支付同样的订阅费,而Stitch Fix的盈利模式和其他零售商是一样的:批发买入,零售卖出,有人买衣服才能赚到钱。(每一次Fix服务收取20美元的造型费,但客户选择保留任何一件物品,都能从中扣除这笔费用。2017年12月,Stitch Fix开始推出每年49美元的Style Pass,提供无限次Fix服务。该公司没有公布数据,但表示Style Pass 2018年季度环比增长了60%。)
然而,华尔街似乎一直希望Stitch Fix成为另一个样子。莱克说,鉴于公司财务状况良好,她并不担心股价的波动。“我们完成了2018年的目标:我们在增长率、收入和盈利等方面做出了承诺,也一一兑现了。作为一家上市公司,有很多事情是你无法控制的。短期而言,股价在某种程度上也属于不可控因素,但长期而言,它在很大程度上是可控的。我主要职责之一就是帮助大家专注于此。”
莱克最终希望定义零售业的未来,但她也致力于建立硅谷的未来模型。莱克常常被解读成一名女性创始人,为此,她曾感到烦恼。但她现在已经接受了这个定位,毕竟自己攻读斯坦福大学经济学本科时就缺这样的榜样。那时候,莱克以为,创始人都是在车库里鼓捣的工程师,不是像她那样充满干劲、但厌恶风险的学生仔。毕业后,她在风投公司做了几年的投资经理,一直希望能加入一家初创公司。莱克经常接触创始人,在她眼里,他们早已没了神秘感,她意识到自己也能加入这一行列。
如今,作为一名成功的创始人(毕竟,莱克上市前仅募集到4,300万美元,就把Stitch Fix发展成一家市值10亿美元的盈利上市公司),她持续推动科技产业的发展,以适应更多像她这样的人。她坚称她并没有刻意策划抱娃上市这个噱头,好摆拍一张反映时代精神的照片——《婴儿潮》(Baby Boom)中黛安·基顿(Diane Keaton)抱娃打工的升级版,但现实中的女主人公一直是为自己而工作。莱克说,只是准备上台的时候,她怀里刚好抱着儿子。
她加入了女性领导的化妆品初企Glossier的董事会,并在科技行业的#MeToo清算运动中发挥了重要作用。2017年,有报道称,她曾要求撤除风险投资家贾斯汀·卡尔德贝克(Justin Caldbeck)在Stitch Fix的董事会观察员职位,原因是他曾对她有不当行为,此举使指控其性骚扰的女企业家们有了信心(莱克签署了一份非贬低协议,禁止她对此发表任何评论)。同年,Uber因性骚扰和其他不良行为而受到抨击,她敦促格利做出改变,以改善Uber的企业文化。
“跟STITCH FIX合作,虽然顾客喜不喜欢某件产品的原因还是需要自己解读,但至少你得到了大量具体的反馈,能够协助你做出这些决定。”
Stitch Fix的董事会成员中,女性占了60%以上,35%的科技员工是女性,虽未实现性别平等,但远高于行业平均水平,且未设置男女招聘配额。面试者被告知,公司更看重“聪明”的人。而不是单纯的书呆子,更欣赏“善良”的人,而不是讨人喜欢的人。申请过程中,求职者不必独自解决技术问题,而是与来自造型或销售部门的非技术人员配对合作。如此一来,富有创造力的求职者很快浮出表面。莱克还坚持促进工作与生活之间的平衡。最突出的例子是,她给所有在家中担任主要看护者的全职员工提供了16周的育婴假,无论他们来自数据科学部门还是仓库。莱克从来没有想过要给不同类型的员工设置福利等级制度,而这种制度普遍存在于许多科技公司。
去年11月,生下第二个孩子后,她一天不落休了16周。去年秋天,莱克在办公室度过最后一个完整的工作周,当时她说:“几年前,休假可能会让我觉得更不安一些。Stitch Fix有许多女性员工正在组建家庭,同时在工作上表现出色。能够休假对你的家人来说是件好事,对工作而言也是对的做法,这样一来,当你返回工作岗位时,你能够集中精力,充满期待。”
Stitch Fix首席运营官迈克·史密斯(Mike Smith)主持了12月的财报电话会议。整整一个月,莱克在Instagram上发布宝宝照片,以及一张圣诞前夜她过36岁生日的蛋糕照。“事实上,我的团队很强大,一切都会顺利进行的。”莱克告诉我。她的语气很轻松,听起来是认真的。因为,这不仅仅关乎她本人或Stitch Fix。“我不会是最后一个怀孕并当上上市公司CEO的人。”