Stitch Fix ha aperto la strada ad un nuovo tipo di “online styling service” che chiede ai clienti informazioni e feedback su misure e preferenze di colore per gli articoli, anche per quei prodotti che non acquistano, in cambio di una chiara proposta di valore che qui vediamo.

Stitch Fix è una società di “e-commerce subscription” i cui 2,2 milioni di utenti ricevono scatole o “FIXES” di abbigliamento, scarpe e accessori in base al loro stile personale e alle preferenze di abbigliamento.

L’azienda utilizza algoritmi in stile Netflix con una delle doti umani più importanti nei processi creativi ovvero l’intuizione guidata dai dati e una cura del dettaglio fornita da più di 3.000 stilisti che perfezionano ogni “Fix”.

L’idea di business è partita da due elementi: “data and human experience” per creare un nuovo modello per comprare abbigliamento

Nel 2017, a soli sei anni dalla sua fondazione, Stitch Fix ha registrato un fatturato annuo di $ 977 milioni.

MODELLO DI BUSINESS

Stitch Fix raccoglie informazioni per soddisfare i gusti, le esigenze e il budget di ogni utente e li invia direttamente al cliente.

Ogni confezione contiene cinque articoli di abbigliamento, scarpe e accessori per il cliente da provare a casa. I clienti possono tenere ciò che vogliono e rispedire il resto in una busta del corriere prepagata: spedizione e resi sono gratuiti.

L’azienda addebita ai clienti una fee di 20 dollari per scatola, che viene applicata come credito per tutto ciò che viene  conservato dalla spedizione.

Se comprano tutti e cinque gli oggetti dalla scatola, ottengono il 25% di sconto.

Stitch Fix cerca di essere un’alternativa al gigante del commercio digitale Amazon offrendo ai suoi utenti una selezione di capi su misura rispetto agli abiti del “fast fashion”. Nel 2017 ha ampliato la sua gamma, con nuove linee per uomo, taglie forti e l’opzione Premium Brands che spinge i capi delle linee di alta gamma come Rag & Bone. (fonte fast company)

Cosa imparare da STITCH FIX

1: Feedback loops unlock personalization 

2: Client incentives matter 

3: Data (science) enables personalization at scale

Il modello di Stitch Fix si basa su una combinazione data science — machine learning, AI e natural language processing – ma anche e soprattutto sul lavoro degli stilisti: oltre ad un complesso set di profili creati dai dati raccolti, gli stilisti possono mettere a nudo le sfumature dell’acquisto e dell’uso dei vestiti.

I ruoli umani non svaniranno, anche se l’intelligenza artificiale domina.
La linea Hybrid Design di abbigliamento in-house viene creata utilizzando una serie di algoritmi che identificano gli “spazi vuoti” nell’inventario dell’azienda, quindi raccolgono tendenze, colori e modelli di successo tra i capi di abbigliamento e li combinano in una serie di nuovi stili.

“Data science isn’t woven into our culture; it is our culture”

“Per essere in grado di conoscere le persone uno a uno e personalizzare le correzioni alle loro esigenze, è necessario che comprendiamo bene le persone e i loro gusti:  abbiamo molte informazioni su di loro e poiché abbiamo stilisti e non solo algoritmi, otteniamo dati di qualità molto più elevata e informazioni più autentiche “.

COME FARE AD AVER I DATI DAI CLIENTI?

“You need the data!”, questo uno degli assunti fondamentali del modello di business che prevede il continuo flusso informativo in un “feedback loops” tra i clienti e gli stilisti:

• First order benefit: your experience gets better!
• Second order benefit: your feedback helps Stitch Fix / other clients

….non solo sistemi di raccomandazione inerenti ai prodotti.
“Oltre alla ricchezza di feedback che riceviamo dai nostri clienti, riceviamo anche una grande quantità di dati sia sul nostro abbigliamento che sui nostri clienti anche se non comprano.

I nostri buyers e designer acquisiscono i dettagli sulle taglie e sullo stile dei nostri clienti  che compilano un profilo al momento della registrazione per ottenere dati più utili con il minimo sforzo da parte dei clienti”: l’iscrizione è una delle fasi più importanti dove il cliente costruisce il proprio profilo, “Profile & Request”, definendo uno “Style Profile”

Questo primo set di informazioni di profilo può essere aggiornato in qualsiasi momento. Quindi, pianificare una consegna è semplice: un algoritmo viene utilizzato per popolare un calendario dal quale seleziona una data di consegna.

La seconda parte dell’esperienza del cliente: “Trying On & Feedback”

All’atto di aprire la scatola, il cliente sceglie e conserva ciò che vuole e manda indietro il resto, esprimendo cosa pensa di ogni capo di abbigliamento. C’è una relazione “simbiotica tra il cliente e Stitch Fix, e il cliente ci dà un feedback molto pertinente che usiamo non solo per servirlo meglio la prossima volta, ma anche per servire meglio anche altri clienti”

A questo link sono descritti i vari elementi della strategia e delle operation guidate dai processi di data science, un’analisi accurata molto interessante:

• Warehouse Assignment
• Intelligent Machines
• Matchmaking
• Intelligent Humans with Intelligent Tools
• Intelligent Logistics
• State Machines
• Demand Modeling
• Inventory Management
• New Style Development
• Data Platform

Come ci ricorda la fondatrice Katrina Lake:

“lo shopping è intrinsecamente un’attività personale e umana. Ecco perché insistiamo nel combinare i dati con uno stilista umano che può modificare o ignorare l’assortimento di prodotti che il nostro algoritmo di progettazione ha fornito” .

Grazie per la lettura, se ti interessa approfondire

Qui  una presentazione del Responsabile ‘Lead Algo-Dev/Data Platform Engineer at Stitch Fix”

Qui Personalization and retail: lessons from Stitch Fix

How does Stitch Fix make money? 

Stitch Fix’s CEO on Selling Personal Style to the Mass Market

copertina da qui