服裝界Netflix 善用大數據創個人時裝

商管策略 08:00 2019/10/31

分享:

對於繁忙的現代人來說,每日放工只想回到家中休息,假日又想安坐家中,想貫衣服的時候就自然會到網上購買,但又要面對衣服尺碼不合適、款式不喜歡、退貨麻煩的問題。有「服裝界的 Netflix 」之譽的 Stitch Fix,把大數據分析加上顧客喜好,為顧客提供「個人化」的服裝建議,而公司最後更成功上市。

【其他熱門報道】廚師1人前即可開餐廳!「幽靈廚房」不設樓面開業成本降至4%

服飾銷售變得個人化

Stitch Fix 創辦人 Katrina Lake 最初受到網飛(Netflix)啟發,發現實體店要面對網店的競爭,加上電子商務的興起,但無法做到「個人化」的問題,因此 Katrina 開始思考能夠將大數據運用在服飾銷售上,讓它變得更「個人化」。她認為,只要收集足夠的數據,如:腰圍、材質、顏色、圖案等,就應該知道顧客會喜歡甚麼衣服。

Stitch Fix 創辦人Katrina Lake。

大數據了解客戶衣著風格

Stitch Fix 以紙箱方式,寄出 5 件衣服給顧客,在寄出前顧客先要在網上付 20 美元的「造型費」,Stitch Fix 會根據顧客早前填寫的問卷選出 5 件合適的衣服,這就是公司最初收集數據的方法。憑著 Katrina Lake 對大數據的信任,可以根據客戶過往的購買記錄、最近流行的款式、天氣資訊來建立推薦清單,但真正能夠確保推薦能夠做到「個人化」,就要依靠造型師的「功力」。

Stitch Fix 客戶可針對特定的場合提出要求,而這些需求並不是單靠演算法能夠處理。例如,客戶提出需要一件適合到戶外野餐或是參加婚禮的服飾時,造型師就能夠搭配數據(如討厭條紋、不喜歡藍色等)去找到讓客戶滿意的服飾。此外,當客戶通知想改變穿著風格時,造型師也能夠調整服飾搭配,在大數據與造型師的合作下,客戶在打開 Stitch Fix 的紙盒時,可以找到合心意的服飾。

【其他熱門報道】利用市場空隙 Mercari 賣二手貨做到上市

單靠 AI 技術便成功?

Stitch Fix 開業至今有約 300 萬名客戶,每年收入超過 10 億美元的公司。隨著人工智能(AI)應用技術發展,不少人擔心自己的工作會被 AI 取代,但從 Stitch Fix 的例子看到,一些情況都需要用人腦判斷那些數據才有用。

洞悉中小企商機.盡覽行內打工仔情報:
→ 網站:sme.hket.com/
→ SME@HKET Facebook專頁【將 SME@HKET 專頁設定為 "搶先看/See First,搶睇商機】

撰文 : 廖淑瑩

緊貼財經時事新聞分析,讚好hket Facebook 專版