建站
咨詢
售后
建站咨詢
新聞中心
在購(gòu)物時(shí)，你是否有這樣的煩惱：要么不想去逛街，沒那么多時(shí)間;要么商場(chǎng)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(gòu)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(jì)制作，有大型網(wǎng)站制作公司豐富經(jīng)驗(yàn)。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(qǐng)找那個(gè)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(gòu)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(dá)的今天，很多問題都能夠從計(jì)算機(jī)，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(guó)的公司Stitch Fix，實(shí)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(fèi)試用。那么，Stitch Fix是如何做到為用戶精準(zhǔn)快速的推薦商品的呢?
在WOT2016移動(dòng)互聯(lián)網(wǎng)技術(shù)峰會(huì)上，Stitch Fix數(shù)據(jù)科學(xué)總監(jiān)/前Twitter美國(guó)總部技術(shù)主管王建強(qiáng)的精彩演講中，介紹了美國(guó)下一代購(gòu)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(shí)體店經(jīng)營(yíng)的模式，剔除購(gòu)物中用戶往往最頭疼的”選擇難”的環(huán)節(jié)。
【講師簡(jiǎn)介】
Stitch Fix數(shù)據(jù)科學(xué)總監(jiān)/前Twitter美國(guó)總部技術(shù)主管 王建強(qiáng)
王建強(qiáng)，中科大管理科學(xué)學(xué)士，2008年獲 Iowa State University統(tǒng)計(jì)學(xué)博士。曾任科羅拉多州立大學(xué)(Colorado State University)統(tǒng)計(jì)系客座教授，美國(guó)國(guó)家統(tǒng)計(jì)院(National Institute of Statistical Sciences)和美國(guó)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(dān)任高級(jí)科學(xué)家，推特廣告組數(shù)據(jù)科學(xué)家。現(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(yàn)，涉及領(lǐng)域有需求預(yù)測(cè)，供應(yīng)鏈管理，廣告點(diǎn)擊率預(yù)測(cè)，廣告排序，推薦算法，統(tǒng)計(jì)預(yù)測(cè)模型。對(duì)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(gòu)物方式
2010年10月，Katrina Lake創(chuàng)辦了Stitch Fix。Stitch Fix是一個(gè)在線個(gè)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(shí)尚界工作經(jīng)驗(yàn)，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(hào)。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(cè)時(shí)要填寫個(gè)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(jià)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(fèi)退回哪些衣服。Stitch Fix主要面對(duì)的客戶群主要為沒有時(shí)間購(gòu)物的用戶，喜歡新樣式的衣服的用戶，以及追求時(shí)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(gòu)物時(shí)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(dòng)為您挑選衣服。二是，Stitch Fix在提供服務(wù)的時(shí)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(shí)請(qǐng)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(shí)請(qǐng)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(gè)月或者每個(gè)季度收到一盒衣服;選擇及時(shí)請(qǐng)求服務(wù)，需要先注冊(cè)個(gè)人資料，有需求時(shí)發(fā)送請(qǐng)求即可。
此外，Stitch Fix對(duì)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(duì)用戶的了解，以此增強(qiáng)用戶的粘度。而延遲性服務(wù)是指接收到用戶請(qǐng)求后，經(jīng)過造型師推薦、倉(cāng)庫(kù)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(shí)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(jìn)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(gè)用戶需求的衣服大概5000-7000件。
第二步：根據(jù)算法進(jìn)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(jìn)行精細(xì)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(gè)計(jì)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(duì)每個(gè)用戶和每件商品計(jì)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(qǐng)求，填寫的商品評(píng)價(jià)等信息。
商品數(shù)據(jù)：對(duì)于衣服來說，主要對(duì)其進(jìn)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(shí)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(jì)算用戶和衣服的匹配度呢?
因?yàn)橛脩魯?shù)據(jù)中包含用戶請(qǐng)求等非結(jié)構(gòu)化數(shù)據(jù)，對(duì)于這些數(shù)據(jù)的處理離不開人，因?yàn)樵谶@方面人遠(yuǎn)強(qiáng)于機(jī)器。所以，Stitch Fix設(shè)計(jì)了人機(jī)交互系統(tǒng)。在這個(gè)系統(tǒng)里是靠推薦算法跟造型師結(jié)合起來進(jìn)行推薦的，算法有比較強(qiáng)的計(jì)算能力。有一個(gè)用戶Style rainbow，有一個(gè)商品Style rainbow，比如要算這兩個(gè)rainbow之間的預(yù)先距離，普通人是很難在短時(shí)間內(nèi)算出這兩個(gè)rainbow之間的預(yù)先距離，但是計(jì)算機(jī)可以很容易做到。另外，造型師在推薦的時(shí)候一般會(huì)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(shí)可以用計(jì)算機(jī)來實(shí)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(duì)某個(gè)年齡層，某個(gè)收入階層的用戶，他們一般喜歡什么樣的風(fēng)格，而這個(gè)造型師雖然可能會(huì)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(cuò)誤。這些有經(jīng)驗(yàn)的造型師會(huì)根據(jù)直覺進(jìn)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(huì)浮現(xiàn)出一幅圖，可以立馬想到庫(kù)存里面的一些衣服，可能會(huì)跟這個(gè)用戶比較匹配，這方面其實(shí)是個(gè)人的一些直覺，這個(gè)很難用一些簡(jiǎn)單的model來model。另外，造型師也可以與用戶建立個(gè)人關(guān)系，增加用戶的黏性。
注：本文由王建強(qiáng)于2016年8月，在WOT2016移動(dòng)互聯(lián)網(wǎng)技術(shù)峰會(huì)主會(huì)場(chǎng)《Stitch Fix -- 數(shù)據(jù)科學(xué)+造型師顛覆傳統(tǒng)服裝零售業(yè)購(gòu)物方式》主題演講整理而成。WOT2016大數(shù)據(jù)峰會(huì)將于2016年11月25-26日在北京粵財(cái)JW萬豪酒店召開，屆時(shí)，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(chǎng)，在圍繞機(jī)器學(xué)習(xí)、實(shí)時(shí)計(jì)算、系統(tǒng)架構(gòu)、NoSQL技術(shù)實(shí)踐等前沿技術(shù)話題展開深度交流和溝通探討的同時(shí)，分享大數(shù)據(jù)領(lǐng)域最新實(shí)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(huì)更多信息，請(qǐng)登陸大會(huì)官網(wǎng)：http://wot./2016bigdata/
新聞標(biāo)題：數(shù)據(jù)科學(xué)＋造型師，顛覆傳統(tǒng)服裝零售業(yè)購(gòu)物方式
文章分享：http://www.5511xx.com/article/cdgeihi.html
