建站
咨詢
售后
建站咨詢
新聞中心
在購物時，你是否有這樣的煩惱：要么不想去逛街，沒那么多時間;要么商場中的衣服雖然很多，但是中意的沒有幾件;又或者干脆選擇在線購物，可以盯著屏幕眼都花了，合心意合身的衣服沒有幾件，而且效果不知如何……
烏海網(wǎng)站建設(shè)公司創(chuàng)新互聯(lián)公司,烏海網(wǎng)站設(shè)計制作，有大型網(wǎng)站制作公司豐富經(jīng)驗。已為烏海近1000家提供企業(yè)網(wǎng)站建設(shè)服務(wù)。企業(yè)網(wǎng)站搭建\外貿(mào)網(wǎng)站建設(shè)要多少錢，請找那個售后服務(wù)好的烏海做網(wǎng)站的公司定做！
這可怎么辦呢?有沒有一種可以快速購買到合適的衣服的方法呢?
我們生活在互聯(lián)網(wǎng)越來越發(fā)達的今天，很多問題都能夠從計算機，從網(wǎng)絡(luò)中，從大量的數(shù)據(jù)信息中找到答案。一家美國的公司Stitch Fix，實現(xiàn)通過數(shù)據(jù)科學(xué)和造型師結(jié)合來為用戶挑選商品，并送貨到家免費試用。那么，Stitch Fix是如何做到為用戶精準快速的推薦商品的呢?
在WOT2016移動互聯(lián)網(wǎng)技術(shù)峰會上，Stitch Fix數(shù)據(jù)科學(xué)總監(jiān)/前Twitter美國總部技術(shù)主管王建強的精彩演講中，介紹了美國下一代購物方式的領(lǐng)頭羊stitch fix的商業(yè)模式，Stitch fix顛覆傳統(tǒng)服裝零售業(yè)固有的實體店經(jīng)營的模式，剔除購物中用戶往往最頭疼的”選擇難”的環(huán)節(jié)。
【講師簡介】
Stitch Fix數(shù)據(jù)科學(xué)總監(jiān)/前Twitter美國總部技術(shù)主管 王建強
王建強，中科大管理科學(xué)學(xué)士，2008年獲 Iowa State University統(tǒng)計學(xué)博士。曾任科羅拉多州立大學(xué)(Colorado State University)統(tǒng)計系客座教授，美國國家統(tǒng)計院(National Institute of Statistical Sciences)和美國農(nóng)業(yè)部的聯(lián)合培養(yǎng)的博士后，惠普研究院(Hewlett-Packard Labs)擔任高級科學(xué)家，推特廣告組數(shù)據(jù)科學(xué)家?，F(xiàn)任stitch fix數(shù)據(jù)科學(xué)總監(jiān)。有多年數(shù)據(jù)分析及建模經(jīng)驗，涉及領(lǐng)域有需求預(yù)測，供應(yīng)鏈管理，廣告點擊率預(yù)測，廣告排序，推薦算法，統(tǒng)計預(yù)測模型。對數(shù)據(jù)科學(xué)教育，互聯(lián)網(wǎng)廣告和新興的零售業(yè)模式有興趣。
通過Stitch Fix的商業(yè)模式看下一代購物方式
2010年10月，Katrina Lake創(chuàng)辦了Stitch Fix。Stitch Fix是一個在線個性化服裝推薦公司，目前擁有上千位業(yè)余造型師，他們一般都有比較豐富的時尚界工作經(jīng)驗，為用戶量身打造衣服。目前，Stitch Fix的產(chǎn)品主要是服裝類的，除了衣服還有飾品，最近又新增了女鞋和孕婦裝以及超小號。未來，Stitch Fix還將增加男裝。
Stitch Fix的工作模式是怎樣的呢?作為一名新客戶，注冊時要填寫個人資料，主要包括：身材、買衣服的顏色偏好、喜歡衣服的種類、以及所能承受的衣服的價位。Stitch Fix根據(jù)這些資料，通過推薦算法與造型師結(jié)合的方式，幫用戶挑選五件衣服，并將衣服寄往用戶家里，用戶可以試穿后決定買哪些衣服，免費退回哪些衣服。Stitch Fix主要面對的客戶群主要為沒有時間購物的用戶，喜歡新樣式的衣服的用戶，以及追求時尚的人群。
這里有兩大創(chuàng)新：一是，通過基于推薦的電子商務(wù)，購物時無需自己瀏覽挑選衣服。而僅需填寫一份資料，Stitch Fix就能自動為您挑選衣服。二是，Stitch Fix在提供服務(wù)的時候是通過數(shù)據(jù)科學(xué)或者推薦算法跟造型師結(jié)合的方式。
Stitch Fix的四大服務(wù)方式
Stitch Fix目前提供的服務(wù)方式主要有四大類：訂閱式服務(wù)、及時請求服務(wù)、基于造型師與用戶關(guān)系的服務(wù)以及延遲性服務(wù)。最普通的服務(wù)模式是訂閱式服務(wù)和及時請求服務(wù)兩種方式。用戶選擇訂閱式服務(wù)后，用戶可以每個月或者每個季度收到一盒衣服;選擇及時請求服務(wù)，需要先注冊個人資料，有需求時發(fā)送請求即可。
此外，Stitch Fix對于基于關(guān)系的和有延遲的兩種服務(wù)。Stitch Fix主要是想致力于做基于造型師與用戶關(guān)系的服務(wù)，通過用戶跟造型師建立依賴關(guān)系，可以更新對用戶的了解，以此增強用戶的粘度。而延遲性服務(wù)是指接收到用戶請求后，經(jīng)過造型師推薦、倉庫管理，訂單配送等環(huán)節(jié)后，約7-10天后將衣服送至 用戶手中。用戶在service的時候需要交20塊錢styling fee，如果不買任何衣服就要支付20塊錢styling fee，如果是買一件以上衣服這20塊錢styling fee可以付到衣服里面，另外如果五件衣服全買有七五折。
如何通過數(shù)據(jù)科學(xué)和造型師結(jié)合來為用戶挑選衣服?
第一步：根據(jù)用戶提供的信息進行首輪篩選，剔除用戶不喜歡的顏色，不喜歡的樣式，最終符合每個用戶需求的衣服大概5000-7000件。
第二步：根據(jù)算法進行篩選推薦，挑選一批匹配度較高的衣服，約為50-100件。
第三步：將第二步中篩選出的衣服交給造型師，由造型師進行精細的篩選。
我們這里首先著重說說算法推薦，算法推薦的本質(zhì)是一個計算用戶和衣服匹配的過程。通過用戶數(shù)據(jù)以及商品數(shù)據(jù)，對每個用戶和每件商品計算匹配度。
用戶數(shù)據(jù)：主要包含結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)是指靜態(tài)的用戶數(shù)據(jù)和用戶行為數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)是指用戶填寫請求，填寫的商品評價等信息。
商品數(shù)據(jù)：對于衣服來說，主要對其進行特征分類。常見的特征主要包含三類，分別是：衣服的顏色，衣服的圖案，衣服的材質(zhì)。其他的特征包含：是否有口袋，口袋的位置，真口袋/假口袋等等。
有了用戶數(shù)據(jù)和商品數(shù)據(jù)，通過推薦系統(tǒng)來實現(xiàn)推薦商品的功能。這里常見的算法有：邏輯回歸、Elastic net、協(xié)同濾波、Factorization machine、LDA(Latent Dirichlet Allocation)，NLP和computer vision等。
那么，如何計算用戶和衣服的匹配度呢?
因為用戶數(shù)據(jù)中包含用戶請求等非結(jié)構(gòu)化數(shù)據(jù)，對于這些數(shù)據(jù)的處理離不開人，因為在這方面人遠強于機器。所以，Stitch Fix設(shè)計了人機交互系統(tǒng)。在這個系統(tǒng)里是靠推薦算法跟造型師結(jié)合起來進行推薦的，算法有比較強的計算能力。有一個用戶Style rainbow，有一個商品Style rainbow，比如要算這兩個rainbow之間的預(yù)先距離，普通人是很難在短時間內(nèi)算出這兩個rainbow之間的預(yù)先距離，但是計算機可以很容易做到。另外，造型師在推薦的時候一般會看之前給用戶推薦過哪些衣服，盡量避開跟以前衣服比較類似的。所以，這時可以用計算機來實現(xiàn)，篩選掉一些跟過去推薦的非常類似的衣服。
另外，算法還可以從大規(guī)模數(shù)據(jù)中尋找規(guī)律。比如針對某個年齡層，某個收入階層的用戶，他們一般喜歡什么樣的風格，而這個造型師雖然可能會有一些直覺，但是他的直覺不一定是有數(shù)據(jù)支撐的。所以，在有了數(shù)據(jù)跟算法后，可以糾正他一些直覺上的錯誤。這些有經(jīng)驗的造型師會根據(jù)直覺進行推薦，例如他看到30歲的用戶住在MN，身材尺寸是多少，他腦袋里面就會浮現(xiàn)出一幅圖，可以立馬想到庫存里面的一些衣服，可能會跟這個用戶比較匹配，這方面其實是個人的一些直覺，這個很難用一些簡單的model來model。另外，造型師也可以與用戶建立個人關(guān)系，增加用戶的黏性。
注：本文由王建強于2016年8月，在WOT2016移動互聯(lián)網(wǎng)技術(shù)峰會主會場《Stitch Fix -- 數(shù)據(jù)科學(xué)+造型師顛覆傳統(tǒng)服裝零售業(yè)購物方式》主題演講整理而成。WOT2016大數(shù)據(jù)峰會將于2016年11月25-26日在北京粵財JW萬豪酒店召開，屆時，數(shù)十位大數(shù)據(jù)領(lǐng)域一線專家、數(shù)據(jù)技術(shù)先行者將齊聚現(xiàn)場，在圍繞機器學(xué)習、實時計算、系統(tǒng)架構(gòu)、NoSQL技術(shù)實踐等前沿技術(shù)話題展開深度交流和溝通探討的同時，分享大數(shù)據(jù)領(lǐng)域最新實踐和最熱門的行業(yè)應(yīng)用。了解WOT2016大數(shù)據(jù)技術(shù)峰會更多信息，請登陸大會官網(wǎng)：http://wot./2016bigdata/
當前文章：數(shù)據(jù)科學(xué)＋造型師，顛覆傳統(tǒng)服裝零售業(yè)購物方式
鏈接分享：http://www.dlmjj.cn/article/cdgeihi.html
