估值30亿!服装电商Stitch Fix玩转“盲盒营销”
导读
DTC——Direct-To-Consumer(译:直面消费者),作为一种新兴的商业模式,是指品牌的商品直接销售给消费者,包括消费者的需求也可以直接传递给品牌方的全新商业模式。
目前,欧美等国家的DTC品牌成长速度惊人,据互联网女皇《2018 Internet Trends》报告,美国 DTC 新品牌在3-5 年内就迅速做到 1 亿年收入规模。国内对此也有不少预测声音,认为在未来 5-10 年,中国市场大概率会复制类似的发展路径。
为此,时趣将推出系列文章分析国外成功的DTC品牌,分享他们的商业模式与营销方式。
人类的生活已经越来越智能化、个性化,比如电商网站通过用户购物车、浏览和搜索偏好为用户个性化推荐商品,新闻资讯和社交媒体平台帮用户自动筛选感兴趣的内容,以及点评网站推荐餐厅、导航系统优化路线等等,机器学习算法正在悄然改变人类的生活。
那么,Stitch Fix是如何利用算法打造个性化服务优势的?
(1)用户注册后沉淀基础数据
用户在网站成功注册账户后,需要填写Stitch Fix预先设定的问卷调查,填写完毕后会为每个用户创建一个人数据档案,用来记录该用户所有数据更新、变动,比如每次用户收到fix盒子后的反馈信息。
(2)不断积累数据,优化算法模型
数据科学的重点在于数据量的积累,越多的数据可以勾勒出更全面的事实概貌,寻找到真实,同时也降低误差,提升算法推荐的准确性,减少用户流失率。
为了积累更多用户风格偏好的数据,Stitch Fix开发了一款基于IOS环境下的程序APP Style Shuffle,用户打开软件后会收到服饰搭配评分邀请,用户可以每天为一套服装搭配图片进行评分。据了解该品牌290万客户中有超过75%的用户使用了它,为公司提供了超过10亿的评分数据。
这款程序它不仅可以用来训练算法模型,了解用户的个人风格倾向,提高推荐准确性;同时还能吸引用户回到Stitch Fix,提升其个性化的产品能力,影响用户打开率和回购率。
(3)以用户数据反馈,迭代个性化服务
与此同时,Stitch Fix不断提升其个性化服务的能力。比如,当用户退还为其搭配的衬衫后,设计造型师团队会根据用户反馈和数据结果,意识到用户希望衬衫可以掩盖腹部,胸部和袖口可以更宽松。在调整这些尺寸后,该团队自行设计自己的服装,以填补市场空缺,创造出可预见的高利润率和购买率的商品。
另外,品牌也会征求客户反馈意见并精确衡量销售服装各个维度,根据用户需求反馈,预测用户对品牌潮流的关注和喜好度,来扩大服装品牌类别。从而实现其大规模提供个性化样式的能力,将目标消费群体从富有人群扩展到中等水平的人群。
在Stitch Fix的数字化、个性化产品服务能力下,该品牌在营销上也延用了这种风格,专注、极简和个性化。
(1)专注社交营销,多渠道链接
DTC品牌都有一个明显的特点就是品牌官网网站的营销角色占比很重,Stitch Fix主要以官网为基础,提供产品服务和咨询,展示品牌动态和服装搭配风格,以此作为品牌的主要流量入口,洞察和跟踪用户变化数据。
在YouTube上会分享不同场合下,如何搭配服饰的短视频,展示品牌的专业造型能力和品牌审美,以视频图像形式,更具场景感触动消费者关注和体验。
在YouTube上可以看到关于Stitch Fix的话题,均是用户主动分享“开箱体验“,获得不少网友的点击量和互动。通过用户以开箱体验,高级盲盒的玩法,也提升了围观消费者的好奇指数,提升订购量。
Stitch Fix之所以被消费者追捧的原因在于其机器学习算法,可以为用户提供个性化服务。但品牌也正在面对传统服装行业和现代电子商务的双重夹击,比如服装业疯狂打折、零售商平台狂轰乱炸式推荐。
当然,该品牌也有自身需要关注和解决的三大问题:如何拓展客户群体、维持用户粘性以及提升数据推荐准确性。或许,品牌下一步将是利用AI数据算法指导商业竞争决策,加快数字化决策进程。
文章参考:
《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》.
本文作者 @时趣
版权声明
本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!