估值30億!服裝電商Stitch Fix玩轉(zhuǎn)“盲盒營(yíng)銷”

0 評(píng)論 9248 瀏覽 43 收藏 15 分鐘

這家服裝電商早就用盲盒營(yíng)銷的手法,玩轉(zhuǎn)了KOC。

導(dǎo)讀

DTC——Direct-To-Consumer(譯:直面消費(fèi)者),作為一種新興的商業(yè)模式,是指品牌的商品直接銷售給消費(fèi)者,包括消費(fèi)者的需求也可以直接傳遞給品牌方的全新商業(yè)模式。

目前,歐美等國(guó)家的DTC品牌成長(zhǎng)速度驚人,據(jù)互聯(lián)網(wǎng)女皇《2018 Internet Trends》報(bào)告,美國(guó) DTC 新品牌在3-5 年內(nèi)就迅速做到 1 億年收入規(guī)模。國(guó)內(nèi)對(duì)此也有不少預(yù)測(cè)聲音,認(rèn)為在未來 5-10 年,中國(guó)市場(chǎng)大概率會(huì)復(fù)制類似的發(fā)展路徑。

為此,時(shí)趣將推出系列文章分析國(guó)外成功的DTC品牌,分享他們的商業(yè)模式與營(yíng)銷方式。

人類的生活已經(jīng)越來越智能化、個(gè)性化,比如電商網(wǎng)站通過用戶購物車、瀏覽和搜索偏好為用戶個(gè)性化推薦商品,新聞資訊和社交媒體平臺(tái)幫用戶自動(dòng)篩選感興趣的內(nèi)容,以及點(diǎn)評(píng)網(wǎng)站推薦餐廳、導(dǎo)航系統(tǒng)優(yōu)化路線等等,機(jī)器學(xué)習(xí)算法正在悄然改變?nèi)祟惖纳睢?/p>

這種機(jī)器算法也出現(xiàn)在了服裝行業(yè),正在改變?nèi)藗兊拇┮麓钆?。Stitch Fix是美國(guó)一家DTC品牌,以機(jī)器學(xué)習(xí)算法和設(shè)計(jì)造型師結(jié)合的個(gè)性化服裝電商平臺(tái)。通過算法和設(shè)計(jì)造型師幫助消費(fèi)者選擇服飾,以數(shù)據(jù)驅(qū)動(dòng)服裝服務(wù),簡(jiǎn)化用戶決策,提升用戶購物體驗(yàn)。

2010年前后,DTC模式開始從現(xiàn)象成為常態(tài),美國(guó)互動(dòng)廣告局IAB把這一年作為 DTC元年。Stitch Fix成立于2011年美國(guó)舊金山,正是國(guó)外DTC品牌興起之年。初創(chuàng)時(shí)期,品牌提出a new way shop,重新定義了購物體驗(yàn)。同時(shí),品牌將目標(biāo)消費(fèi)者鎖定在女性群體,用戶只需要在官網(wǎng)注冊(cè)賬戶,并根據(jù)問卷提示,提交消費(fèi)者的尺寸和風(fēng)格等相關(guān)偏好數(shù)據(jù)。

品牌再通過AI算法進(jìn)行數(shù)據(jù)學(xué)習(xí),并結(jié)合專業(yè)設(shè)計(jì)造型師的搭配建議,專門為用戶挑選5個(gè)服飾盒子,從偏好和專業(yè)搭配角度,給到用戶意料之外的服飾推薦。用戶可以從5個(gè)盒子中挑選中意的服飾,為其付費(fèi),不合適的可以退回。此時(shí),算法會(huì)根據(jù)用戶的挑選結(jié)果再進(jìn)行學(xué)習(xí),不斷迭代優(yōu)化算法模型,來提升推薦準(zhǔn)確性。

目前,Stitch Fix 已經(jīng)將服務(wù)類別拓展到男裝、童裝,并且為品牌的購買會(huì)員提供直接購買服務(wù)“Shop Your Look”,會(huì)員可以通過瀏覽官網(wǎng)搭配的服飾直接進(jìn)行下單,購買服裝。

據(jù)不完全統(tǒng)計(jì),目前,Stitch Fix擁有320萬客戶,在2018財(cái)年的收入為12億美元,利潤(rùn)為4500萬美元。在2019年公司拓展新業(yè)務(wù)投入較多資金時(shí),收入仍保持增長(zhǎng)達(dá)到16億美元,利潤(rùn)為3690萬美元,并且有投資機(jī)構(gòu)為該公司的估值達(dá)到30億美元,這表明所有AI數(shù)據(jù)科學(xué)和個(gè)性化服務(wù)都正在獲得回報(bào)。

產(chǎn)品聚焦于個(gè)性化服務(wù)

隨著AI機(jī)器算法的精進(jìn),未來,越來越多的品牌只是為少部分消費(fèi)族群服務(wù)。同時(shí),值得品牌注意的是,未來不可避免的是個(gè)性化將成為品牌生死存亡的命脈。

Stitch Fix創(chuàng)始人兼首席執(zhí)行官卡特里娜·萊克(Katrina Lake)在一次采訪談到,如果一個(gè)人沒有收到他喜歡的東西,他就會(huì)停止使用Stitch Fix。對(duì)于品牌而言,沒有任何選擇,只能專注于數(shù)據(jù),留住用戶。

這意味著Stitch Fix必須通過不斷收集、積累用戶反饋的反饋數(shù)據(jù),不斷把算法模型調(diào)教好,讓它更符合用戶興趣偏好,幫助用戶感知他想要的東西。所以,品牌一直重視在機(jī)器算法學(xué)習(xí)上的投入和挖掘,該企業(yè)的董事會(huì)中技術(shù)人員占比35%,Netflix數(shù)據(jù)科學(xué)與工程副總裁埃里克·科爾森(Eric Colson)于2012年加入,并擔(dān)任其首席算法官。

從人員占比和人才招聘不難看出,算法驅(qū)動(dòng)著Stitch Fix的一舉一動(dòng)??梢姡瑪?shù)據(jù)算法是其核心產(chǎn)品服務(wù),是塑造品牌價(jià)值的核心。

那么,Stitch Fix是如何利用算法打造個(gè)性化服務(wù)優(yōu)勢(shì)的?

(1)用戶注冊(cè)后沉淀基礎(chǔ)數(shù)據(jù)

用戶在網(wǎng)站成功注冊(cè)賬戶后,需要填寫Stitch Fix預(yù)先設(shè)定的問卷調(diào)查,填寫完畢后會(huì)為每個(gè)用戶創(chuàng)建一個(gè)人數(shù)據(jù)檔案,用來記錄該用戶所有數(shù)據(jù)更新、變動(dòng),比如每次用戶收到fix盒子后的反饋信息。

(2)不斷積累數(shù)據(jù),優(yōu)化算法模型

數(shù)據(jù)科學(xué)的重點(diǎn)在于數(shù)據(jù)量的積累,越多的數(shù)據(jù)可以勾勒出更全面的事實(shí)概貌,尋找到真實(shí),同時(shí)也降低誤差,提升算法推薦的準(zhǔn)確性,減少用戶流失率。

為了積累更多用戶風(fēng)格偏好的數(shù)據(jù),Stitch Fix開發(fā)了一款基于IOS環(huán)境下的程序APP Style Shuffle,用戶打開軟件后會(huì)收到服飾搭配評(píng)分邀請(qǐng),用戶可以每天為一套服裝搭配圖片進(jìn)行評(píng)分。據(jù)了解該品牌290萬客戶中有超過75%的用戶使用了它,為公司提供了超過10億的評(píng)分?jǐn)?shù)據(jù)。

這款程序它不僅可以用來訓(xùn)練算法模型,了解用戶的個(gè)人風(fēng)格傾向,提高推薦準(zhǔn)確性;同時(shí)還能吸引用戶回到Stitch Fix,提升其個(gè)性化的產(chǎn)品能力,影響用戶打開率和回購率。

(3)以用戶數(shù)據(jù)反饋,迭代個(gè)性化服務(wù)

與此同時(shí),Stitch Fix不斷提升其個(gè)性化服務(wù)的能力。比如,當(dāng)用戶退還為其搭配的襯衫后,設(shè)計(jì)造型師團(tuán)隊(duì)會(huì)根據(jù)用戶反饋和數(shù)據(jù)結(jié)果,意識(shí)到用戶希望襯衫可以掩蓋腹部,胸部和袖口可以更寬松。在調(diào)整這些尺寸后,該團(tuán)隊(duì)自行設(shè)計(jì)自己的服裝,以填補(bǔ)市場(chǎng)空缺,創(chuàng)造出可預(yù)見的高利潤(rùn)率和購買率的商品。

另外,品牌也會(huì)征求客戶反饋意見并精確衡量銷售服裝各個(gè)維度,根據(jù)用戶需求反饋,預(yù)測(cè)用戶對(duì)品牌潮流的關(guān)注和喜好度,來擴(kuò)大服裝品牌類別。從而實(shí)現(xiàn)其大規(guī)模提供個(gè)性化樣式的能力,將目標(biāo)消費(fèi)群體從富有人群擴(kuò)展到中等水平的人群。

品牌基于不斷的數(shù)據(jù)積累、優(yōu)化,再通過人腦+專業(yè)設(shè)計(jì)造型師,逐漸完善Stitch Fix的推薦準(zhǔn)確性。這和奈飛的算法推薦有點(diǎn)類似,奈飛算法的優(yōu)勢(shì)在于對(duì)用戶愛好理解得更深,結(jié)合用戶喜好和內(nèi)容種類,為內(nèi)容和用戶打標(biāo)簽,再根據(jù)不同用戶喜歡的內(nèi)容來進(jìn)行匹配、引導(dǎo),并且很大可能是為用戶帶來意料之外的驚喜,該品牌也是如此。

但不同的是,奈飛的商業(yè)模式是依靠小眾、晦澀電影,電視節(jié)目的長(zhǎng)尾效應(yīng)來推動(dòng)需求,這些電影和節(jié)目的成本很低,它一般不推薦大片,因?yàn)闀?huì)員訂閱費(fèi)可能有限,但奈飛的推薦是很成功的,點(diǎn)播量均有提升。Stitch Fix是重視用戶偏好,所有推薦的出發(fā)點(diǎn)在于伴隨客戶成長(zhǎng)生命周期,服務(wù)客戶,挖掘客戶終身價(jià)值,實(shí)現(xiàn)客戶”長(zhǎng)尾效應(yīng)“。

在Stitch Fix的數(shù)字化、個(gè)性化產(chǎn)品服務(wù)能力下,該品牌在營(yíng)銷上也延用了這種風(fēng)格,專注、極簡(jiǎn)和個(gè)性化。

(1)專注社交營(yíng)銷,多渠道鏈接

DTC品牌都有一個(gè)明顯的特點(diǎn)就是品牌官網(wǎng)網(wǎng)站的營(yíng)銷角色占比很重,Stitch Fix主要以官網(wǎng)為基礎(chǔ),提供產(chǎn)品服務(wù)和咨詢,展示品牌動(dòng)態(tài)和服裝搭配風(fēng)格,以此作為品牌的主要流量入口,洞察和跟蹤用戶變化數(shù)據(jù)。

另外,DTC是指直接面向消費(fèi)者,意味著品牌需要多渠道連接消費(fèi)者,Stitch Fix 運(yùn)營(yíng)了Facebook、Insgram、YouTube等社交媒體,同時(shí)創(chuàng)始人Lake在Facebook上非?;钴S,也起到了社交營(yíng)銷的作用,但最終都是鏈接到官網(wǎng),就像開放了無數(shù)條河流小溪,最終都會(huì)流向大海一樣。

以Facebook為例,如果用戶身邊朋友有發(fā)布有關(guān)內(nèi)容,基于Facebook算法,很大程度上你會(huì)收到相關(guān)推薦;另外,如果用戶主動(dòng)搜索進(jìn)入Stitch Fix會(huì)看到以下這個(gè)好評(píng)推薦,吸引用戶繼續(xù)瀏覽相關(guān)信息。

在YouTube上會(huì)分享不同場(chǎng)合下,如何搭配服飾的短視頻,展示品牌的專業(yè)造型能力和品牌審美,以視頻圖像形式,更具場(chǎng)景感觸動(dòng)消費(fèi)者關(guān)注和體驗(yàn)。

(2)重口碑營(yíng)銷,發(fā)揮KOC價(jià)值

相對(duì)于在數(shù)據(jù)算法領(lǐng)域的重視和投入,該品牌在營(yíng)銷上投入會(huì)更加謹(jǐn)慎,更加重視營(yíng)銷信息的有效性,傾向于口碑營(yíng)銷,通過客戶購買評(píng)論而觸動(dòng)其他消費(fèi)者,讓潛在客戶被口碑打動(dòng),盡量避免狂轟亂炸式的營(yíng)銷信息對(duì)用戶的打擾。而這一點(diǎn)和Yotpo的一份研究較為契合,調(diào)查研究顯示,約98%的受訪者表示,客戶評(píng)論是購買DTC品牌過程中最重要的一個(gè)因素。

以Facebook和YouTube為例,品牌會(huì)從個(gè)性化推薦、用戶Aha時(shí)刻和個(gè)性化服務(wù)三個(gè)方面,向用戶展示產(chǎn)品的優(yōu)勢(shì),觸動(dòng)用戶自來水似的推薦,發(fā)揮KOC營(yíng)銷價(jià)值,來引導(dǎo)其他用戶的關(guān)注和下單。

在YouTube上可以看到關(guān)于Stitch Fix的話題,均是用戶主動(dòng)分享“開箱體驗(yàn)“,獲得不少網(wǎng)友的點(diǎn)擊量和互動(dòng)。通過用戶以開箱體驗(yàn),高級(jí)盲盒的玩法,也提升了圍觀消費(fèi)者的好奇指數(shù),提升訂購量。

(3)個(gè)性化營(yíng)銷,展示品牌關(guān)懷

另外,依靠Stitch Fix的數(shù)據(jù)算法優(yōu)勢(shì),個(gè)性化營(yíng)銷也更具優(yōu)勢(shì),品牌會(huì)了解到用戶最近的生活狀態(tài),給予用戶適當(dāng)?shù)钠放脐P(guān)懷,創(chuàng)造了超消費(fèi)者預(yù)期的購物體驗(yàn)。

Stitch Fix之所以被消費(fèi)者追捧的原因在于其機(jī)器學(xué)習(xí)算法,可以為用戶提供個(gè)性化服務(wù)。但品牌也正在面對(duì)傳統(tǒng)服裝行業(yè)和現(xiàn)代電子商務(wù)的雙重夾擊,比如服裝業(yè)瘋狂打折、零售商平臺(tái)狂轟亂炸式推薦。

當(dāng)然,該品牌也有自身需要關(guān)注和解決的三大問題:如何拓展客戶群體、維持用戶粘性以及提升數(shù)據(jù)推薦準(zhǔn)確性。或許,品牌下一步將是利用AI數(shù)據(jù)算法指導(dǎo)商業(yè)競(jìng)爭(zhēng)決策,加快數(shù)字化決策進(jìn)程。

文章參考:

《Stitch Fix Is Diving Deep Into Data for a More Tailored Experience It Hopes Can Stand Up to Amazon | Fortune》;

《Stitch Fix App Becomes ‘Stickily Addictive》;

《My personal shopper》.

 

本文由 @時(shí)趣 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載

題圖來自Unsplash,基于CC0協(xié)議。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 目前還沒評(píng)論,等你發(fā)揮!