用大數據賣衣服

網路上可供購買的服飾多如繁星，然而，只有很一小部分是適合自己的風格、尺寸和預算。舊金山「飾提取」網路服飾公司（Stitch Fix），決定為消費者拿掉網購服飾的頭痛。
 

顧客不需支付會費，先在該公司網站上詳填一份個人服飾偏好表。然後，在想買衣服時，他可以要求公司於指定日期宅配一盒服飾到家裡來。盒子裡是依照顧客好惡，結合電腦（數據資料演算）和人腦（與公司合作的造型師），為顧客量身挑選的五件衣服。
 

顧客試穿衣服，最後上網付錢購買喜歡的，其餘的放回已經預付郵資的美國郵局袋子，丟入任何郵筒即可，五件全都不買也沒關係。無論是收貨、退貨，還是換貨，整個購物過程都免運費。
 

顧客每次要求宅配時，要付二十美元的造型師費。如果最後有買衣服，二十美元可全數抵扣；如果盒中的五件都買，價格會再打七五折。買衣服結束之後，「飾提取」會請顧客給予回饋，喜歡跟不喜歡哪一件衣服，以及好惡的原因。
 

公司將這些回饋放入顧客檔案，一次比一次更精準抓住顧客胃口與身形，提高推薦成功率。除了跟超過一千個服飾品牌合作，公司也販售自有品牌衣服。
 

「飾提取」成功拿掉網購服飾的頭痛之處，目前擁有二百九十萬名使用者，年營收十二億美元，今年將擴展至英國市場。
 

根據快速企業雜誌（Fast Company）報導，該公司淋漓盡致地使用大數據賣衣服。除了顧客紀錄與購買回饋不斷豐富公司的資料庫，公司還想出其他方法蒐集更多資料。
 

兩年前，「飾提取」的手機應用程式推出一個新功能，顧客每天都能瀏覽一組衣服的照片，並且為每件衣服打分數。顧客評分高的衣服，公司會掃描那件衣服的形狀與風格，放入顧客的檔案。
 

因為這個功能幾乎像玩小遊戲，非常容易上癮，有超過四分之三的顧客在使用，提供給公司超過十億筆的評分資料。一方面，公司因此更能了解顧客的個人喜好；另一方面，它吸引顧客每天回來看公司的商品，也衝高買氣。
 

而且，這個功能捕捉到或許連顧客自己都沒意識到的小細節。例如，從顧客為照片的評分，公司統計分析後發現，這位顧客喜歡襯衫，尤其是領子尖端附有釦子的襯衫，而且他喜歡有花樣、有造型的，勝過牛仔布、休閒風格的。
 

就算請顧客描述，他們可能也無法清楚說出這些細微的差別，但是在手機應用程式按幾下之後，「飾提取」卻蒐集到了這個資料。
 

「顧客為我們做的這些事，我們幾乎應該要付錢給他們。」公司演算長（Chief Algorithms Officer）柯森（Eric Colson）這麼說道。這些資料之珍貴，不言可喻。