服装行业个性化服务：订阅电商鼻祖Stitch Fix商业模式中的个性化推荐分析

Stitch Fix认为，和其他订阅类服务，如ThunkClub等，相比，自己最大的不同在于以数据+算法作为商业模式的出发点。

1. 大趋势：海量个性化服务

2010年，阿里巴巴研究院在《2010年网商发展研究报告》中正式提出「海量个性化」 这一概念，对信息商业和传统商业进行了理念上的区分，报告认为，因为信息社会和工业社会相比，基础设施发生了巨大的变化，所以，未来的商业将转向海量个性化的服务，如下图：

其中最关键的几个影响因素：

• 基础设施层面，2008年，除了Amazon和Google这两个主要业者之外，微软、Saleforce、IBM、惠普、英特尔等大公司也纷纷入局云计算。公共计算被视为未来的「中央电厂」，将成为信息商业的基础设施。遗憾的是，在国内，仅仅只有阿里巴巴在2007年坚定地提出了云计算是未来的发展方向，并且投入了巨资建设云计算。
• 商业模式层面，2008年之后，快时尚等大规模定制模式得到了空前的重视，以客户为中心、按需驱动、先消后产的个性化定制也部分成为现实，特别是淘品牌的崛起，引发了行业对于在线零售和线下零售区别在哪里的思考。
• 2008年金融海啸之后，电子商务跨越式发展，不管是国内国外都出现了大量的电商创业案例。单就国内而言，2008年就出现了京东、淘宝商城等后来的主要B2C，2008年也是淘品牌开始飞速发展的起点，截止2010年，阿里巴巴所定义的「网商」数量已经超过6300万，网购人群数量超过1亿，网购商品数量超过10亿，市场呈现网络化、碎片化特征。
• 随着2007年，苹果发布第一支iPhone，移动互联网逐渐成为主流，App
  Store所开创的移动应用市场开始割裂了用户时间，加剧了媒介碎片化，个性化营销和社会化营销越来越被品牌所重视。

来看一个具体的例子，下图是淘宝消费者路径的研究总结：

从图上可以看到，消费者会从任意一点发起需求，也会在任意一点结束其需求，从整个淘宝来看，消费者的路径已然变成网络化的链接，而不再是传统的营销漏斗。不仅媒介和消费者时间碎片化，消费者的消费路径也不再呈现统一的特征。
那么，面对海量个性化，我们的答案是什么？

2.解决手段：推荐系统

1998年，Amazon推出了基于Item的协同过滤算法，使得系统能够以一种前所未见的规模处理数百万商品并为数百万的顾客提供推荐服务。2003年，Amazon在IEEE Internet Computing上公布了自己的算法，并且在之后的近二十年里，不断地优化算法，让每个顾客在登录后都能看到个性化的页面。

推荐系统就是海量个性化服务的答案。

简单来说，如果顾客知道自己要什么，那么，他们就会通过搜索引擎来获取自己想要的商品，但是在大多数的情况下，顾客并不是那么清楚自己想要什么，他们更多地处于一种「find what I love」的状态。正如上文中淘宝消费者行为网络图中显示，消费者在淘宝上的主要行为是「逛」，也就是不断浏览来获取更多商品信息的过程。

而推荐系统可以大大缩短消费者获取商品信息的路径。推荐系统了解顾客的需求，