Katrina Lake，羅耀宗譯，演算法賣衣服，衝出近十億美元業績 (Stitch Fix's CEO on Selling Personal Style to the Mass Market)，哈佛商業評論，2018年5月號
我們不是把資料科學融入公司文化之中，其實它就是我們的文化。我們一開始就把資料科學放在業務核心，而不是把它加進傳統的組織結構裡；我們根據客戶和他們的需求，來打造演算法。我們雇用超過八十名資料科學家，其中大多數人在數學、神經科學、統計、天體物理學等量化領域擁有博士學位。資料科學單位直屬於我，若沒有資料科學，Stitch Fix就不會存在。事情就是這麼簡單。...
我後來辭去巴特農的工作，於2007年加入創投公司Leader Ventures，而就在那一年，iPhone問世。不過，我仍然心繫零售。網飛（Netflix）崛起時，我研究百視達（Blockbuster）的經濟運作法則。一邊是主宰實體商店銷售的公司；另一邊是主宰無店面銷售的公司。這是絕佳的個案研究。我可以確切看出情勢何時開始翻轉。每當網飛在某個市場搶到約30％的市占率時，當地的百視達就會關門。接著其餘70％的顧客就會面對一個決定：是要嘗試網飛提供的服務，或是到更遠的地方去租影片。更多人嘗試網飛，於是百視達受到更大的壓力。另一家店面關閉，更多顧客會面對「嘗試新服務，或是到更遠的店去租影片」的決定，情況急轉直下。
我發現，其他零售業者如果不重新思考本身的策略，可能會步上百視達的後塵。例如，十年後的人們會怎麼買牛仔褲？我知道人們不會遵循傳統的模式：走遍六家商店，從貨架上拿一些牛仔褲，一一試穿。我也認為，未來不會採用今天的電子商務模式：用瀏覽器開啟15個分頁、檢視產品的尺寸，並看看其他購物者的說法。然後一口氣買好幾件，再退回不合身的。
熱愛資料的那個部分的我，知道可以把資料用在服飾上，創造更好的體驗。畢竟，搭配與品味，只是一堆屬性而已：腰圍、褲腿內縫、材質、顏色、重量、耐用性和圖案。這一切都只是資料。只要收集夠多資料，你就能相當清楚了解人們想要什麼衣服。
但熱愛衣服的那個部分的我，明白採購也牽涉到人的因素，像是以下這種感覺：找到你原本沒料到可以找到的某樣東西，而且很高興它穿起來適合你，且符合你的預算。我看出有機會把資料與人的體驗這兩個要素結合起來，創造購買衣服的新模式。
沒有留言:
張貼留言