StitchFix:按月订购推荐式服装购物平台【美国】

2025-03-30电商资讯 编辑:admin

  网站名称:StitchFix

  所属国家:美国

  网站地址:https://stitchfix.com

  网站缩略图:

StitchFix首页缩略图
StitchFix首页缩略图

  【官网介绍】:

  “专属风格,送达您家。®”

  Stitch Fix 是首创的面向男女的个人造型服务,能随着您的品味、需求和生活方式不断演变。我们帮助人们发现他们会喜爱且极为合身的风格,让他们始终展现出最佳状态,感觉自信满满。

  我们的理念

  我们的使命是通过将技术与资深造型专家的个性化服务相结合,改变人们寻找心仪服装的方式。Stitch Fix 的体验并非仅仅是精心挑选,而是真正为您量身定制。我们致力于帮助您节省时间、展现出色形象,并逐步发展您的个人风格。

  我们的发展历程

  创始人卡特里娜・莱克(Katrina Lake)创立 Stitch Fix,旨在将个人造型的人性化元素与高品质服装以及专有的算法相融合。2011 年,她在哈佛大学求学期间,从自己位于剑桥的公寓发出了第一份 Stitch Fix 订单。如今,该公司已将这种独特的购物体验带给了全美数百万男女。2016 年,我们推出了男士服务,并在 2017 年将女士服务扩展到加大码服装领域。

  我们的造型师

  我们很自豪能与来自美国各地的专业造型师合作。他们是引领潮流者和时尚专家,积极主动地了解您的风格和不断变化的需求,以便为您找到最完美的服装单品。您的风格档案答案以及持续的反馈,推动着 Stitch Fix 体验的发展。

StitchFix首页缩略图2
StitchFix首页缩略图2

  网站介绍:

  StitchFix是一个目前比较流行的按月订购的购物网站,所不同的是该平台结合计算机算法来为用户推荐一些用户没有订阅的风格服饰活配饰,提高用户的惊喜和新的妆扮体验。

  做服装的按月订购一定得涉及到个性化推荐机制,否则用户打开盒子发现一大堆“不合适”,再把东西全部退回,这不就白忙活一场了嘛!

  在个性化推荐机制方面,大多数服装按月订购网站采用的都是用户提交身形、风格数据 + 编辑人工推荐的模式,Stitch Fix不一样的地方在于它还结合了机器算法推荐。此外,Stitch Fix 的另一个不一样的地方在于它的编辑胆子很大,有时竟然敢推荐一些完全不是用户风格的服装或配饰。吓到用户怎么办?但奇怪的是,它的推荐成功率非常的高。

  编辑根据用户提交的身形、风格数据判断用户可能适合的衣服,打包几件寄给用户,用户喜欢的买下,不喜欢的寄回。这套模式在国外做服装的按月订购网站已是老生常谈了,Stitch Fix 也是如此,但我不想过多赘述了。这里我想先说说 Stitch Fix 结合机器推荐的事。

  Stitch Fix 机器算法推荐团队的领头羊是 Netflix 数据科学与工程部门的前副总 Eric Colson。其机器推荐主要是搜罗用户在网络上的各种痕迹分析用户喜好,比如它会关注用户在 Pinterest 上都分享了什么。

  不过无论机器分析出了用户的什么喜好,无论用户在提交的数据中表示了他们喜欢的风格是什么样的,最终决定在寄给用户的盒子里装什么的永远是编辑。而有时候 Stitch Fix 的编辑比较会特立独行。他们不会一味的迎合用户的“喜好”,反而时不时的会给用户寄一些他们认为用户可能适合的服装风格,并且会在每寄去的一件服装上都会都会附上推荐理由和搭配建议,让用户试试看。

  从结果来看,用户似乎很买 Stitch Fix 编辑们的单。Stitch Fix 服装的平均单价在 70 美元左右,不打折全价销售,但其每月的库存有效性却高达 90%。Stitch Fix 寄给用户的盒子里一般有 5 件单品,可能是服装也可能是饰品。到今年 3 月底,它已经向用户寄出了 10000 个盒子,而用户至少从 80% 的盒子中购买了一件或一件以上的商品。80% 这个数字在按月订购行业算是非常高的了。我想这很大程度上归功于 Stitch Fix 高效的推荐机制。

  从 Stitch Fix 的个性化推荐机制中,我看到的是它没有被数据奴役。如今的互联网时代,随着个性化机制的逐渐成熟,用户在互联网上留下的任何脚印都将成为其机器推荐技术的依据。当然,我不否认这在很大程度上对用户是有好处的,因为当互联网越来越了解你的时候,你的互联网体验也会越来越个性化,会是一件省心贴心事。但另一方面,我十分担忧这会逐渐把我们的视野变得越来越狭窄,因为很多你从未触碰的东西并不代表它对你没有意义。

  归根结底,目前互联网上的很多个性化机制都是基于用户历史去了解用户需求的,而 Stitch Fix 的个性化机制中则增加了“预测”的成分。如何预测?在我看来,用户的任何历史数据都是帮助机器去了解用户是一个什么样的人。而当你真正了解这个人之后,你的推荐就不会是在完全复制历史,而能“预测”出很多以前甚至从未出现过的可能性。这是一种更高级的个性化。我想乔布斯如果在世也会同意我这个观点,要知道苹果本身就是一家不会被用户牵着鼻子走的公司。

相关热词:
大家都爱看
4WheelParts:在线汽车零部件购物网【美国4WheelParts:在线汽车零部件购物网【美国 美国BuyerZone企业B2B在线交易平台美国BuyerZone企业B2B在线交易平台 StitchFix:按月订购推荐式服装购物平台【StitchFix:按月订购推荐式服装购物平台【 iOffer:基于谈判外贸交易平台【美国】iOffer:基于谈判外贸交易平台【美国】
查看更多热点新闻