【51CTO.com原創(chuàng)稿件】近日，由51CTO主辦的WOTA全球架構(gòu)與運(yùn)維技術(shù)峰會(huì)在北京富力萬麗酒店圓滿閉幕，筆者在峰會(huì)現(xiàn)場(chǎng)對(duì)來自美國(guó)購(gòu)物平臺(tái)Stitch Fix的數(shù)據(jù)科學(xué)總監(jiān)王建強(qiáng)進(jìn)行了專訪，主題主要圍繞數(shù)據(jù)驅(qū)動(dòng)的決策輔助與產(chǎn)品智能化展開。

[[189267]]

王建強(qiáng)· Stitch Fix數(shù)據(jù)科學(xué)總監(jiān)

問及經(jīng)歷，才知道他曾于Twitter就職，負(fù)責(zé)廣告推薦算法相關(guān)工作。對(duì)于為什么放棄大企業(yè)而選擇初創(chuàng)公司，他這樣回答：大公司跟小公司其實(shí)各有優(yōu)劣，一般在大公司工作待遇會(huì)好生活穩(wěn)定，但同時(shí)大公司就不像小公司有那么多的挑戰(zhàn)，在大公司可能會(huì)做比較局限于某一塊的工作。但是你如果到小公司的話，個(gè)人會(huì)有更大的發(fā)展空間。

Stitch Fix的商業(yè)模式和業(yè)務(wù)流程

王建強(qiáng)表示，加入Stitch Fix，主要因素是欣賞Stitch Fix的商業(yè)模式。Stitch Fix商業(yè)模式和Netflix早期的商業(yè)模式很相似，約2004、2005年Netflix商業(yè)模式主要是用戶可以在網(wǎng)上建一個(gè)隊(duì)列，自己想看的電影，建這樣一個(gè)隊(duì)列以后，Netflix會(huì)把電影寄到用戶的家來。Stitch Fix也是采用直郵的模式，只不過它是電商+直郵+推薦。

Stitch Fix是一個(gè)在線個(gè)性化服裝推薦公司。用戶注冊(cè)后，系統(tǒng)會(huì)推薦一些衣服寄到家里，用戶根據(jù)自己的興趣偏好決定要不要購(gòu)買這些衣服。Stitch Fix主要解決用戶的購(gòu)物痛點(diǎn)，如在我們生活中大部分人都非常忙碌，沒有時(shí)間上街購(gòu)物。有些用戶可能想發(fā)掘新的穿著偏好，或是一些穿搭的體會(huì)，另外還有很多追隨時(shí)尚潮流的人，想試用一下這樣的場(chǎng)景。公司有三百左右的全職員工，還有近兩千的兼職造型師。公司會(huì)提供造型師平臺(tái)，以便于這些人隨時(shí)隨地工作，每周工作十小時(shí)以上即可。

Stitch Fix的業(yè)務(wù)模式

當(dāng)問及Stitch Fix的業(yè)務(wù)模式，王建強(qiáng)表示，從用戶的方面看，用戶需要填寫個(gè)人風(fēng)格問卷，問卷會(huì)涉及購(gòu)買衣服時(shí)會(huì)考慮到的常規(guī)問題，如顏色、價(jià)格、尺寸等等。Stitch Fix會(huì)搜集用戶個(gè)人風(fēng)格問卷，通過算法和造型師建議結(jié)合起來進(jìn)行推薦。之后，用戶會(huì)收到五件不同的衣服，可在方便的地方試穿及與其他衣服搭配，喜歡留下來，不喜歡退回。

從Stitch Fix角度看，需要做三件事情：其一，當(dāng)用戶發(fā)來需求，看哪個(gè)倉(cāng)庫(kù)能滿足需求的同時(shí)還要考慮運(yùn)費(fèi)，投遞時(shí)間等。其二，做用戶和造型師匹配。這些會(huì)考慮到交易歷史和用戶給造型師打分等。其三，是做人貨匹配，可以理解為是比較傳統(tǒng)的機(jī)器學(xué)習(xí)算法。

Stitch Fix的參考特征和推薦算法

王建強(qiáng)表示，基于現(xiàn)有的業(yè)務(wù)模式，主要參考用戶特征、產(chǎn)品特征以及歷史交易數(shù)據(jù)。用戶特征包括問卷特征，這里值得一提的是，Stitch Fix在收集用戶信息時(shí)，會(huì)用一個(gè)相對(duì)較長(zhǎng)的文件調(diào)查收集用戶在購(gòu)物時(shí)方方面面的信息且用戶也很愿意分享自己的信息，區(qū)別于一些社交網(wǎng)絡(luò)，如在微博這種社交網(wǎng)站上，用戶對(duì)于暴露隱私這件事很介意。相反Stitch Fix這樣一個(gè)購(gòu)物平臺(tái)，用戶會(huì)覺得如告知Stitch Fix更多個(gè)人信息了，就可做更精準(zhǔn)推薦。故某種程度上，Stitch Fix跟用戶出發(fā)點(diǎn)是一致的，所以可得到更高質(zhì)量，更多數(shù)量的用戶偏好數(shù)據(jù)。產(chǎn)品特征就是通過深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)得到的特征，把每一個(gè)產(chǎn)品的圖片放到深度神經(jīng)網(wǎng)絡(luò)里，然后生產(chǎn)的一些進(jìn)程，對(duì)每一件產(chǎn)品的進(jìn)程可以計(jì)算產(chǎn)品相似度矩陣，這樣一來，就可做一些接近推薦。

在算法方面，Stitch Fix主要是在開源庫(kù)的基礎(chǔ)上自研，這樣的模式比較像臉書。Stitch Fix開發(fā)了關(guān)于推薦方面的很多算法，如基于邏輯回歸、分類樹、還有基于Factorization Machine，就是把協(xié)同過濾跟基于特征的建模結(jié)合在一起，且factorization machine可處理稀疏的特征，還有一些比較稠密的特征，所以說相當(dāng)于是二合一的模型。

人機(jī)協(xié)同 1+1>2

人和貨匹配時(shí)采用的是人機(jī)協(xié)同的方式，不是純粹靠機(jī)器算法，也不是純粹靠人工。首先用算法做一個(gè)掃描，對(duì)大量的庫(kù)存數(shù)據(jù)進(jìn)行篩選并排序，解決人工面對(duì)海量庫(kù)存耗時(shí)篩選的難點(diǎn)。其次，可從試穿環(huán)節(jié)找到模式，如發(fā)現(xiàn)某一類衣服可能深受某個(gè)年齡段用戶的鐘愛。同時(shí)做數(shù)據(jù)降噪，如不同造型師挑選會(huì)有差異，導(dǎo)致系統(tǒng)質(zhì)量很難保證，這就要通過算法做進(jìn)一步篩選，從某種程度上保證大家***挑選衣服的質(zhì)量。

寫在***：

購(gòu)物平臺(tái)不可缺的就是快遞方面的建設(shè)， 王建強(qiáng)表示，在美國(guó)快遞業(yè)，物流這一塊相對(duì)來說會(huì)更簡(jiǎn)單一些，Stitch Fix給用戶寄包裹，主要通過美國(guó)郵政，只要跟美國(guó)郵政合作就好。但在中國(guó)，因快遞平臺(tái)比較分散，碎片化比較嚴(yán)重，如果Stitch Fix在中國(guó)拓展業(yè)務(wù)的話，它勢(shì)必跟不同的快遞公司合作，這個(gè)合作系統(tǒng)上的接軌就會(huì)出現(xiàn)一些挑戰(zhàn)。

【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文作者和出處為51CTO.com】