案例背景
DTC——Direct-To-Consumer(直面消费者),作为一种新兴的商业模式,是指品牌的商品直接销售给消费者,包括消费者的需求也可以直接传递给品牌方的全新商业模式。2010年左右,DTC开始进入成为一种新兴的商业模式,美国互动广告局IAB也把2010年设定为 DTC元年。Stitch Fix成立于2011年美国旧金山,正是国外DTC品牌开始声名鹊起的时候。
Stitch Fix 的诞生,其实暗合了多个趋势和顾客痛点。
技术趋势:协同过滤算法20年来的发展迅猛,已经可以实现成熟的个性推荐
顾客痛点:线下零售和传统电子商务各有劣势,顾客对个性化、时尚化的要求越来越高
商业趋势:订阅电商和DTC在美迅猛发展,前者被认为是传统零售体验和电商便捷性、私人定制的结合,后者在客户导向、以人为本的商业风潮下应运而生
创新商业模式
Stitch Fix的创始人兼CEO卡特里娜雷克(Katrina Lake)表示:“我们的商业模式很简单,就是把我们认为用户会喜欢的衣服和配饰快递给用户,用户留下想要的,寄回不喜欢的。这是利用数据科学为用户提供定制服务,是一种超越了传统实体零售和线上零售的购物体验。”
当我们去拆解其商业模式时,其数据驱动的运营模式无疑是媒体争相报道的亮点,但其创新的订阅模式和步步为营的营收模式亦为整个商业模式可以实现盈利和持续的顾客留存,不断扩大奠定了基础。
Stitch Fix认为,和其他订阅类服务,如ThunkClub等,相比,自己最大的不同在于以数据+算法作为商业模式的出发点,如下图:
Stitch Fix更多地把自己视为对接供给和需求的平台,一边用数据支持买手找到更适合的品牌货品,一边用数据支持搭配师给顾客提供更合适的服务,通过Stitch Fix匹配顾客需求和有效供给,从而完成整个交易过程。
在Stitch Fix看来,数据是其生意的源动力,而「数据科学+人工决策」驱动的个性订制化服务,则是商业的未来。
二. 搜集海量结构化数据建立 Stitch Fix 服饰知识图谱
数据有效地帮助Stitch Fix解决了用户需求和服饰商品匹配问题,并且优化了顾客体验和商业效率,从而改变了顾客「Find what they love」的方式。
同时,为了积累更多用户风格偏好的数据,Stitch Fix还开发了一款基于IOS环境下的程序APP Style Shuffle,用户打开软件后会收到服饰搭配评分邀请,用户可以每天为一套服装搭配图片进行评分。据了解该品牌290万客户中有超过75%的用户使用了它,为公司提供了超过10亿的评分数据。
造型算法,解决顾客和商品的匹配问题。通过给商品组合打分,用分数来反映客户喜欢该商品组合的程度,从而筛选出盒子的最佳商品组合,搭配师会在算法推荐后用人工选择的方式来最终决定盒子内容。
风格预测,分析出顾客尚未被满足的需求,并通过推出相关商品来解决。算法会利用知识图谱,把合适的商品属性重新组合在一起,提供给Stitch Fix自有的独家品牌来推出满足独特需求的商品。曾经,公司发现40岁女士需要某种类型的衬衫,于是,第二年,Hybrid Designs(自有品牌)推出了29款该类型的衬衫,满足了客户需求。
搭配师算法,解决顾客和搭配师的匹配问题。算法会检测顾客和搭配师之间的亲和力、风格偏好、地理接近度和人口统计学资料等等,为顾客找到最合适的搭配师。
需求预测,提前分析顾客需求,包括偏好、生活方式、生活阶段和满意度,来提前对进销存进行管理,预测顾客需求的商品类型、款式、品牌等等,以减少供应过剩的问题,并为推荐提供参考建议;
商品优化,解决在合适的时间给顾客提供合适的商品的问题,从而通过科学的商品管理来实时调整库存,优化库存管理和分配。例如,Stitch Fix通过数据了解到男士衬衫的胸围和宽度的最佳比例,于是,就调整了男士衬衫衣领到胸前第一个纽扣的距离;再比如,通过数据分析得到某种尺寸商品的合理分布,就可以根据这个比例来储存相关商品。
物流管理:根据顾客和履约中心的距离、顾客需求和库存的匹配度等等,来合理分配选择最佳的履约中心来递送和回收盒子;优化选择路径,算法通过绘制更有效的路线来帮助履约中心的员工一次性完成多个盒子的商品选择工作,从而缩短时间,减少人工成本。
Stitch Fix拥有超过3,400名搭配师,其中绝大多数是兼职和远程工作。公司为搭配师提供了定制的搭配程序,来帮助搭配师完成搭配工作。对于每个盒子而言,搭配程序可以为搭配师:
提供推荐的toplist
提供每个顾客的历史记录和个人笔记
通过各种属性过滤库存中的商品
浏览算法推荐
引导使用数据分析功能
选择商品组合
为顾客撰写造型说明
把方案传导给具体的运营团队负责实施
第四步,提升每次的顾客体验,从而获取顾客的忠诚度和重复购买
顾客通过网站和客户端和搭配师沟通,可以方便地查阅其订单和搭配配置;Stitch Fix则收集客户相关的数据、客户反馈等等,并且把这些数据反馈给搭配师和算法,从而优化个性化的服务体验。
三. 步步深入的营收设计促成高性价比的满足感和消费体验
Stitch Fix主要通过订阅盒子中的商品销售产生收入,另外,还有极小部分收入来自于未兑换礼品卡的销售。公司设计了一套精妙的方式来增加获取收入的可能性。
其次,在完成盒子的订购之后,盒子发货之前,顾客需要支付不可退还的20美元前期造型费。如果顾客在收到盒子后需要购买其中的商品,那么这20美元就会转化为订单费用,从订单金额中扣除。这种技巧被广泛运用在房产销售、室内装修等领域中,在提高顾客体验方面有很好的效果;提前收取的造型费则提高了顾客的决策成本,减少顾客在订购盒子上的随意性。
再次,对于那些购买全部商品的顾客,Stitch Fix会给到25%的折扣价格,以促使那些挑选了80%以上商品的顾客,增大购买全部商品的可能性。
最后,当顾客收到货品,或者调换了商品型号之后,对商品购买完成确认,Stitch Fix会把顾客的订单金额转化成收入。
关键的成功
6年快速上市!顾客粘性和活跃客户收入疫情期间仍持续增加
Stitch Fix在2018财年的收入为12亿美元,利润为4500万美元。在2019年公司拓展新业务投入较多资金时,收入仍保持增长达到16亿美元,利润为3690万美元。根据公司2020年最新的数据显示,Stitch Fix上季度的活跃用户增加了9%,达到340万,而每个活跃用户的收入增加了6%,达到498美元。这表明所有AI数据科学和个性化服务都正在获得回报。
Stitch Fix作为一家主打定制概念的科技企业,相对传统零售商有明显技术和服务体验优势,如果能继续保持其用户粘性、复购率和复购金额,并加快周转率和运营效率,其创新的DTC模式会更势必会带来更多从业者的关注甚至模仿,并助益其在资本市场上的成功。
如何应用
目前,据互联网女皇《2018 Internet Trends》报告,美国 DTC 新品牌在3-5 年内就迅速做到 1 亿年收入规模。国内不少业界人士认为在未来 5-10 年,中国市场大概率会复制类似的发展路径。同时,近年来确实有大量国内创业者开始DTC的创新尝试,比如完美日记、花西子、HFP等美妆品牌。
随着移动互联网时代下消费者的生活和追求越来越个性化,智能化元素越来越渗透,智能定制化服务成为革新顾客体验,达成商业模式弯道超车的一个关键撬动点。
生活中随处可见帮用户做选择的智能筛选和推荐,比如拼多多、京东等电商网站通过用户购物车、浏览和搜索偏好为用户个性化推荐商品,腾讯视频、爱奇艺等视频网站和新浪微博等各大社交平台帮用户自动筛选感兴趣的内容,以及美团推荐餐厅、高德地图为车主优化行车路线等等,机器学习算法正在悄然改变人类的生活,它究竟会带着消费者和创业者走向何处,又将如何帮助DTC业务克服当前的业务挑战,成为国内商业新趋势,我们拭目以待。
更多精彩案例可以访问 Runwise创新社区(https://runwise.co/innovation-case)