【.com原稿】近日，由北京主办的WOTA全球架构与运维技术峰会在北京富力万丽酒店圆满落幕酒店。实地采访美国购物平台StitchFix数据科学总监王建强，聚焦数据驱动的决策辅助和产品智能。王建强StitchFixDataScienceDirector询问了他的经历，才知道他曾在Twitter工作过，负责广告推荐算法相关的工作。至于为什么选择创业公司而不是大公司，他回答说：大公司和小公司各有利弊。一般来说，在大公司工作会给你带来更好的薪水和稳定的生活，但同时，大公司也没有小公司那么多挑战，在大公司，你做的工作可能比较局限于某一块。但是如果去小公司，个人的发展空间会更大。StitchFix的商业模式和业务流程王建强表示，加入StitchFix的主要原因是欣赏StitchFix的商业模式。StitchFix的商业模式与Netflix早期的商业模式非常相似。2004、2005年前后，Netflix的商业模式主要是用户可以在线建立队列观看自己想看的电影。建立这样一个队列后，Netflix会将电影发送给用户。家。StitchFix也是采用直邮模式，不过是电商+直邮+推荐。StitchFix是一家在线个性化服装推荐公司。用户注册后，系统会推荐一些衣服送到家里，用户根据自己的兴趣和喜好决定是否购买这些衣服。StitchFix主要解决用户的购物痛点。例如，我们生活中的大多数人都很忙，没有时间去购物。一些用户可能想发现新的穿衣偏好，或者一些穿衣体验。此外，还有很多人追随时尚潮流，想要尝试这样的场景。公司拥有约300名全职员工和近2000名兼职造型师。公司会提供造型师平台，让这些人可以随时随地工作，每周工作十几个小时。StitchFix的商业模式当被问及StitchFix的商业模式时，王建强表示，从用户的角度来看，用户需要填写一份个人风格问卷，其中会涉及购买衣服时考虑的一般性问题，比如颜色、价格等、尺寸等等等等。StitchFix会收集用户的个人风格问卷，通过算法和造型师推荐相结合的方式进行推荐。之后，用户会收到五件不同的衣服，可以在一个方便的地方试穿并与其他衣服搭配，他们宁愿保留它们，也不愿退货。从StitchFix的角度来看，需要做三件事：第一，当用户发出需求时，看哪个仓库可以满足需求，还要考虑运费，交货时间等。第二，为用户匹配造型师.这些考虑了造型师的交易历史和用户评级等。三是人货匹配，可以理解为更传统的机器学习算法。StitchFix的参考特征和推荐算法王建强表示，基于现有的商业模式，主要参考用户特征、产品特征和历史交易数据。用户特征包括问卷特征。这里值得一提的是，StitchFix在收集用户信息的时候，会用一个比较长的文件来调查收集用户购物时的方方面面信息，而且用户也愿意分享自己的信息，这一点与StitchFix不同。在一些社交网络上，比如微博，用户非常担心暴露隐私。相反，在StitchFix这样的购物平台上，用户会觉得如果告诉StitchFix更多的个人信息，就能做出更精准的推荐。所以在某种程度上，StitchFix与用户的出发点是一致的，因此可以获得更高质量、更多数量的用户偏好数据。产品特征是通过深度神经网络学习到的特征。将每个产品的图片放入深度神经网络，然后一些生产过程可以计算出每个产品过程的产品相似度矩阵。通过这种方式，可以提出一些关闭的建议。在算法方面，StitchFix主要是在开源库的基础上自行研发。这种模式更像Facebook。StitchFix开发了很多推荐的算法，比如基于逻辑回归，分类树，还有基于FactorizationMachine，它结合了协同过滤和基于特征的建模，而factorizationmachine可以处理稀疏的特征，和一些相对密集的特征，所以它相当于一个二合一模型。人机协同1+1>2人与货匹配时采用人机协同，不是单纯靠机器算法，也不是单纯靠人工。首先，用算法对海量库存数据进行扫描、筛选和排序，解决人工筛选海量库存耗时长的难题。其次，可以从试穿环节发现规律，比如发现某款衣服可能会受到某个年龄段用户的喜爱。同时进行数据降噪。如果不同的造型师选择不同，则很难保证系统的质量。这就需要通过算法进一步筛选，在一定程度上保证大家选择的衣服质量。写在***：一个购物平台不可或缺的部分就是快递的建设。王建强表示，在美国快递行业，物流相对简单。StitchFix主要通过美国邮政服务向用户发送包裹。美国邮政很好。但在中国，由于快递平台比较分散和碎片化，StitchFix如果要在中国拓展业务，必然会与不同的快递公司合作，而这种合作体系的整合会遇到一些挑战。【原创稿件，合作网站转载请注明原作者和出处为.com】
