В конце февраля бизнес-издание Fast Company опубликовало ежегодный рейтинг инновационных компаний. Пятое место в нем занял сервис доставки одежды по подписке Stitch Fix, который обогнал сразу несколько крупных технологических компаний. В частности, Alibaba Group смогла добраться только до 15-го места, а Apple — до 17-го.
Пользователь Stitch Fix ежемесячно получает коробку с пятью предметами одежды и аксессуарами, которые могут ему понравиться, что не подошло — отправляет обратно. Как в компании обучают искусственный интеллект понимать клиентов и делать их коробки персонализированными? Чтобы подобрать для подписчика вещи в первый раз, сервис использует данные, которые предоставляет сам пользователь: компания просит заполнить большую анкету, прикрепить тематические подборки в Pinterest и письмо с личными пожеланиями. Эти данные загружаются в «мозг» компании, который обрабатывает информацию и передает результаты стилистам. В фешен-стартапе работает около 4000 модных экспертов, и большинство из них удаленно из разных городов и по собственному графику. Но так как коробки с предметами гардероба, которые в компании называют Fixes, они собирают вместе, — искусственный интеллект помогает им не повторяться и отказываться от вещей, похожих на те, что когда-то не понравились покупателю. «Мозг» предоставляет стилистам всю собранную информацию о размерах, предпочтениях, отзывах и даже отношении к необычным вещам. В общем, идеальное сочетание работы искусственного интеллекта и человека.
Stitch Fix не первый и далеко не единственный сервис подбора и доставки одежды по подписке. «E-commerce в сегменте моды развивалась по принципу «чем больше, тем лучше», — рассказывает основательница стартапа Easysize Гульназ Хусаинова, вошедшая в 2018 году в американский список Forbes самых перспективных предпринимателей Европы до 30 лет. В итоге онлайн-магазины заполнили свои страницы товаром настолько, что покупателю стало сложно найти свою вещь среди тысяч. Поэтому создание сервисов, которые избавляют потребителя от мук выбора и персонализируют предложение, — логичное развитие и следующая ступень развития онлайн-ретейла. И пользователи это уже оценили: по данным издания The Guardian, с 2014 года количество посетителей онлайн-ретейлеров по подписке выросло на 800%.
В Европе существует около 50 подобных сервисов, почти все они — небольшие стартапы, которые работают с аудиторией не больше 5000 в месяц. Причина в капиталоемкости подобного бизнеса, считает Хусаинова, ведь чтобы создавать уникальные стили, у компании должен быть огромный ассортимент, который к тому же нужно уметь оптимизировать. Самые крупные игроки на европейском рынке — Modomoto, Outfittery и Thread. Интересно, что все они ориентированы только на мужчин. В Modomoto заявляют, что их сервисом пользуются более 250 000 парней, а Threads — около миллиона. Ориентация на мужчин оправдана, считает Хусаинова, потому что подобрать одежду для них легче, чем для женщин: у них меньше стилей и категорий одежды. Есть свои собственные сервисы по подбору вещей и у некоторых классических онлайн-магазинов и торговых центров, ведь они приносят дополнительную прибыль. Например, немецкий ретейлер Zolando создал сервис Zalon, который собирает для покупателей заветные персонализированные коробки.
Но коробки Stitch Fix особенные — за ними стоит армия стилистов и мощный искусственный интеллект. «Data science, — говорит основательница компании Катрина Лейк, — не вплетена в нашу корпоративную культуру, это и есть наша культура».
Компания вообще началась с создания алгоритма вокруг клиентов и их потребностей в 2011 году. Сейчас у Stitch Fix более 100 профессионалов в области Data science, большинство из которых доктора наук в таких сферах, как математика, статистика или аэрофизика. «Что на всей Земле может заставить парня работать в компании по подбору одежды?» — удивлялся астрофизик Крис Муди, который до того, как присоединиться Stitch Fix в 2015 году, работал с суперкомпьютерами, симулирующими столкновение галактик.
Именно он спустя три года придумал Style Shuffle — что-то вроде аналога Tinder для пользователей приложения Stitch Fix. Эта разработка не просто обучает алгоритм лучше понимать и определять стиль каждого из клиентов, но и стимулирует потребителей возвращаться к приложению, потому что вызывает привыкание листать и лайкать понравившиеся вещи. По данным компании, около 75% из 2,9 млн ее клиентов пользуются этой функцией. Спустя несколько лет работы Муди изменил свое мнение. «Проблемы, которые мы здесь решаем, — признает он теперь, — чрезвычайно интересные». Есть у сервиса еще один удивительный алгоритм, который помогает компании выигрывать в битве за потребителя — его назвали «Скрытый стиль» (latent style). При создании «вещевого Tinder» в компании обнаружили, что клиентов можно классифицировать по стилям и предлагать похожие вещи. Например, алгоритм способен просчитать, что девушке, которой нравятся воланы, скорее всего понравится и юбка с цветочным принтом.
Предприниматель поневоле
Основательница компании Катрина Лейк признавалась, что вовсе не собиралась создавать собственную компанию. Она хотела лишь присоединиться к одному из уже существующих стартапов, но встретившись с сотней предпринимателей, не нашла подходящего партнера. Чтобы получить новые знания и лучше оценить риски, она поступила в Гарвардскую школу бизнеса. «Я использовала два года учебы, чтобы спланировать и запустить свою компанию», — писала она в Harvard Business Review. Далеко не все были в восторге от ее идеи: один из преподавателей даже назвал ее «инвентарным кошмаром», ведь по замыслу все товары, которые она хотела предоставлять покупателям, должны быть в собственности компании.
Во-первых, это было действительно рискованно; во-вторых, именно из-за необходимости обладать большим количеством вещей многие похожие европейские сервисы не смогли вырасти в крупные компании. Но идея Лейк заключалась в том, чтобы покупать только правильные вещи, которые максимально будут подходить ее клиентам. А значит, основой компании должны быть технологии Data science. «Если бы я слушала каждого инвестора, которому не нравилась моя идея, — делилась Лейк в интервью Forbes, — каждого руководителя крупной ретейл-компании, который считал ее плохой, я бы не была здесь».
В итоге первую «стильную коробку» она отправила из своей квартиры в апреле 2011 года — за месяц до выпуска из бизнес-школы. Лейк признавалась, что ее первый «искусственный интеллект» был элементарным: она использовала знакомые ей статистические методы в SurveyMonkey и Google Docs. В 2012 году Stitch Fix заманила в свои сети Эрика Колсона из Netflix, который до этого консультировал компанию. «Однажды в Netflix, — вспоминает он, — кто-то предложил показывать пользователю видео, которое ему может понравиться, при открытии приложения». Идея была интересной, но слишком рискованной даже для Netflix, гиганта в сфере Data science. А вот для компании, созданной Лейк, в самый раз. Ведь именно от качества и количества алгоритмов, используемых в Stitch Fix, зависит ее выручка.
Чтобы собирать идеальные коробки для своих подписчиков, Stitch Fix не только сотрудничает более чем с 1000 марок одежды, но и использует вещи, выпущенные под собственным брендом. Потому что выверенные технологии и алгоритмы позволяют компании предугадывать тренды. В 2017 году из вещей собственного бренда Stitch Fix собиралось около 20% коробок. Но становиться отдельным модным домом компания, по словам Лейк, не собирается.
А вот публичной уже стала. Спустя шесть лет после старта Stitch Fix вышла на IPO, сделав 34-летнюю Лейк самым молодым основателем в истории, выведшим свою компанию на биржу. Начало торгов она отмечала не только в компании коллег: поддержать ее пришел супруг, а годовалого сына, обнимающего плюшевого кота, Лейк держала на руках. «Я не из тех, на кого смотрят и говорят: «О, когда-нибудь она станет CEO», — шутила она.
Как бы там ни было, при выходе на IPO ее компанию инвесторы оценили в $2 млрд, услугами Stitch Fix пользуется 2,9 млн клиентов, а выручка за 2018 год составила $1,2 млрд.
В конце февраля бизнес-издание Fast Company опубликовало ежегодный рейтинг инновационных компаний. Пятое место в нем занял сервис доставки одежды по подписке Stitch Fix, который обогнал сразу несколько крупных технологических компаний. В частности, Alibaba Group смогла добраться только до 15-го места, а Apple — до 17-го.
Пользователь Stitch Fix ежемесячно получает коробку с пятью предметами одежды и аксессуарами, которые могут ему понравиться, что не подошло — отправляет обратно. Как в компании обучают искусственный интеллект понимать клиентов и делать их коробки персонализированными? Чтобы подобрать для подписчика вещи в первый раз, сервис использует данные, которые предоставляет сам пользователь: компания просит заполнить большую анкету, прикрепить тематические подборки в Pinterest и письмо с личными пожеланиями. Эти данные загружаются в «мозг» компании, который обрабатывает информацию и передает результаты стилистам. В фешен-стартапе работает около 4000 модных экспертов, и большинство из них удаленно из разных городов и по собственному графику. Но так как коробки с предметами гардероба, которые в компании называют Fixes, они собирают вместе, — искусственный интеллект помогает им не повторяться и отказываться от вещей, похожих на те, что когда-то не понравились покупателю. «Мозг» предоставляет стилистам всю собранную информацию о размерах, предпочтениях, отзывах и даже отношении к необычным вещам. В общем, идеальное сочетание работы искусственного интеллекта и человека.
Stitch Fix не первый и далеко не единственный сервис подбора и доставки одежды по подписке. «E-commerce в сегменте моды развивалась по принципу «чем больше, тем лучше», — рассказывает основательница стартапа Easysize Гульназ Хусаинова, вошедшая в 2018 году в американский список Forbes самых перспективных предпринимателей Европы до 30 лет. В итоге онлайн-магазины заполнили свои страницы товаром настолько, что покупателю стало сложно найти свою вещь среди тысяч. Поэтому создание сервисов, которые избавляют потребителя от мук выбора и персонализируют предложение, — логичное развитие и следующая ступень развития онлайн-ретейла. И пользователи это уже оценили: по данным издания The Guardian, с 2014 года количество посетителей онлайн-ретейлеров по подписке выросло на 800%.
В Европе существует около 50 подобных сервисов, почти все они — небольшие стартапы, которые работают с аудиторией не больше 5000 в месяц. Причина в капиталоемкости подобного бизнеса, считает Хусаинова, ведь чтобы создавать уникальные стили, у компании должен быть огромный ассортимент, который к тому же нужно уметь оптимизировать. Самые крупные игроки на европейском рынке — Modomoto, Outfittery и Thread. Интересно, что все они ориентированы только на мужчин. В Modomoto заявляют, что их сервисом пользуются более 250 000 парней, а Threads — около миллиона. Ориентация на мужчин оправдана, считает Хусаинова, потому что подобрать одежду для них легче, чем для женщин: у них меньше стилей и категорий одежды. Есть свои собственные сервисы по подбору вещей и у некоторых классических онлайн-магазинов и торговых центров, ведь они приносят дополнительную прибыль. Например, немецкий ретейлер Zolando создал сервис Zalon, который собирает для покупателей заветные персонализированные коробки.
Но коробки Stitch Fix особенные — за ними стоит армия стилистов и мощный искусственный интеллект. «Data science, — говорит основательница компании Катрина Лейк, — не вплетена в нашу корпоративную культуру, это и есть наша культура».
Компания вообще началась с создания алгоритма вокруг клиентов и их потребностей в 2011 году. Сейчас у Stitch Fix более 100 профессионалов в области Data science, большинство из которых доктора наук в таких сферах, как математика, статистика или аэрофизика. «Что на всей Земле может заставить парня работать в компании по подбору одежды?» — удивлялся астрофизик Крис Муди, который до того, как присоединиться Stitch Fix в 2015 году, работал с суперкомпьютерами, симулирующими столкновение галактик.
Именно он спустя три года придумал Style Shuffle — что-то вроде аналога Tinder для пользователей приложения Stitch Fix. Эта разработка не просто обучает алгоритм лучше понимать и определять стиль каждого из клиентов, но и стимулирует потребителей возвращаться к приложению, потому что вызывает привыкание листать и лайкать понравившиеся вещи. По данным компании, около 75% из 2,9 млн ее клиентов пользуются этой функцией. Спустя несколько лет работы Муди изменил свое мнение. «Проблемы, которые мы здесь решаем, — признает он теперь, — чрезвычайно интересные». Есть у сервиса еще один удивительный алгоритм, который помогает компании выигрывать в битве за потребителя — его назвали «Скрытый стиль» (latent style). При создании «вещевого Tinder» в компании обнаружили, что клиентов можно классифицировать по стилям и предлагать похожие вещи. Например, алгоритм способен просчитать, что девушке, которой нравятся воланы, скорее всего понравится и юбка с цветочным принтом.
Предприниматель поневоле
Основательница компании Катрина Лейк признавалась, что вовсе не собиралась создавать собственную компанию. Она хотела лишь присоединиться к одному из уже существующих стартапов, но встретившись с сотней предпринимателей, не нашла подходящего партнера. Чтобы получить новые знания и лучше оценить риски, она поступила в Гарвардскую школу бизнеса. «Я использовала два года учебы, чтобы спланировать и запустить свою компанию», — писала она в Harvard Business Review. Далеко не все были в восторге от ее идеи: один из преподавателей даже назвал ее «инвентарным кошмаром», ведь по замыслу все товары, которые она хотела предоставлять покупателям, должны быть в собственности компании.
Во-первых, это было действительно рискованно; во-вторых, именно из-за необходимости обладать большим количеством вещей многие похожие европейские сервисы не смогли вырасти в крупные компании. Но идея Лейк заключалась в том, чтобы покупать только правильные вещи, которые максимально будут подходить ее клиентам. А значит, основой компании должны быть технологии Data science. «Если бы я слушала каждого инвестора, которому не нравилась моя идея, — делилась Лейк в интервью Forbes, — каждого руководителя крупной ретейл-компании, который считал ее плохой, я бы не была здесь».
В итоге первую «стильную коробку» она отправила из своей квартиры в апреле 2011 года — за месяц до выпуска из бизнес-школы. Лейк признавалась, что ее первый «искусственный интеллект» был элементарным: она использовала знакомые ей статистические методы в SurveyMonkey и Google Docs. В 2012 году Stitch Fix заманила в свои сети Эрика Колсона из Netflix, который до этого консультировал компанию. «Однажды в Netflix, — вспоминает он, — кто-то предложил показывать пользователю видео, которое ему может понравиться, при открытии приложения». Идея была интересной, но слишком рискованной даже для Netflix, гиганта в сфере Data science. А вот для компании, созданной Лейк, в самый раз. Ведь именно от качества и количества алгоритмов, используемых в Stitch Fix, зависит ее выручка.
Чтобы собирать идеальные коробки для своих подписчиков, Stitch Fix не только сотрудничает более чем с 1000 марок одежды, но и использует вещи, выпущенные под собственным брендом. Потому что выверенные технологии и алгоритмы позволяют компании предугадывать тренды. В 2017 году из вещей собственного бренда Stitch Fix собиралось около 20% коробок. Но становиться отдельным модным домом компания, по словам Лейк, не собирается.
А вот публичной уже стала. Спустя шесть лет после старта Stitch Fix вышла на IPO, сделав 34-летнюю Лейк самым молодым основателем в истории, выведшим свою компанию на биржу. Начало торгов она отмечала не только в компании коллег: поддержать ее пришел супруг, а годовалого сына, обнимающего плюшевого кота, Лейк держала на руках. «Я не из тех, на кого смотрят и говорят: «О, когда-нибудь она станет CEO», — шутила она.
Как бы там ни было, при выходе на IPO ее компанию инвесторы оценили в $2 млрд, услугами Stitch Fix пользуется 2,9 млн клиентов, а выручка за 2018 год составила $1,2 млрд.