零时尚如何从 0 到 1

零时尚从社区连锁店逐步发展，在战略上选

择了借助智能搭配算法体系（取名“小蝶算法”）实现可复制的搭配建议服务能力，通过社区试衣店的投放，达成用户的优质体验，实现时尚行业的新零售业态。我认为该公司想法新颖，目光长远，但实现路径还未完全明确。

抓住消费者的痛点

新概念的诞生根源就在于互联网技术对社会的改变。我们的生活全面数字化，这使得人与人之间、人与商业之间可以无缝互动，零售业从“渠道霸权时代”逐步过渡到了“消费者主权时代”。在这个新时代，一切商业活动均以消费者为中心，这就要求企业必须深入挖掘用户行为，从他们的需求出发找到痛点，并以此为原点设计研发商品。

据此对时尚行业进行分析，我们就会发现，服装不是用户的痛点，“美”才是他们的追求。零时尚从不同用户的体型出发，定制性地为客户提供穿衣搭配的服务，从服装销售商转变为穿着美的咨询顾问，切中用户需求，这也是其社区试衣间运营效果大好的内在原因。

但零时尚高层认识到，这种极度依赖高素质导购员和搭配专家的模式效率很低，不具备复制扩展的可能性，所以她们决定转型新零售，利用机器的力量形成可复制的穿衣搭配顾问能力。

新零售的起飞需要数据和算法的支撑

新零售，就是以消费者体验为中心的数据驱动的全渠道零售形态；全渠道零售是指品牌商和零售商在移动互联网技术的推动下，利用实体店、网店、移动终端、社交商店等多种渠道，在对消费者进行售前、售后服务的过程中，为消费者提供无缝一致性的全流程体验。

数据驱动是其一个基础和要点，只有数据驱动才能精准定位用户，也才能更低成本、更高效率地服务好用户，最终实现线上线下的融合。目前，零时尚仅在北京地区设立门店，手机端的用户量也不大，其数据积累缺乏从 0 到 1 的明确路径，这也间接导致了零时尚在当前阶段对用户的定位描述仍不够清晰。

同时，零时尚的整个故事依赖于小蝶算法精准配对的有效性，这种有效性又取决于其对用户体型数据的掌握。目前，零时尚在用户主动提交的数据中只采集了用户的穿衣场景（例如，是否经常出差，是否需要经常穿正装等），用户的体型也仅仅区分为 H 型， XI 型， O 型等类别，这些维度是否能精准预测用户的衣服搭配？也就是说，根据机器进行的衣物搭配算法为用户提供服务，其有效性值得怀疑。在没有大量数据供给以便进行循环迭代优化的情况下，尤其如此。

精准定位、人机结合、稳步推进

新零售的新玩法包含如下 5 个步骤： 1 . 多点用户数据采集和分析（即用户画像）； 2 . 基于用户数据或用户参与进行产品选择和设计； 3 . 基于用户数据进行精准营销； 4 . 线上线下一体化供应链； 5 . 贯通全渠道的管理机制。

数据采集本身是零时尚的短板，用户的精准识别还是一个难题，目前比较可行的建议是找客群比较重叠的群体来异业联合，也可以通过和某些数据供应商合作，挖掘出目标用户，实现数据的积累与使用。就当前阶段来说，社区店既然已经被证明是一个可以自赢利的生意，就应该继续稳步推进店面的覆盖，一方面可以进一步采集精准用户数据，另一方面作为试衣间投放也是一种服务模式。

通过对目标人群的试错与精准定位，进一步掌握用户的偏好，调适小蝶算法。若小蝶算法并不能做到完全精准的自动化决策，建议进行人机结合，大类服装的挑选采用机器算法进行配对，精细化的挑选仍然由人工完成，人机结合可以有效降低对时尚搭配专员的能力要求，同时也不过分损失服务的精细度、精准度以及温度，在目前浅人工智能阶段是一个比较靠谱的选择，这也是技术优化的必经阶段。通过这一部分工作可以完成基于用户需求的产品和服务提供，同时也实现了精准营销。当聚集了很多用户及数据以后，零时尚就可以按照合伙人的设想反过来作用于其供应链，最终实现 C 2 M 的梦想。当然时尚行业是否适合完全个性化生产也是存疑的，时尚有时候是用来跟随的。

零时尚的做法让我想起美国成功的卖鞋 B 2 C网站 Zappos ，其创始人谢家华在接受《金融时报》采访时说：“人们很早就知道，提供良好服务的企业都会很成功。却没有人那么去做。”为了方便用户挑选， Zappos 为库存的每一款鞋从 8 个角度拍摄了照片，当然这一过程只可能用手工的方式来完成，基于所涉及的数字，整个过程工作量颇大， 2004 年的数据是， Zappos 有 5 . 8 万个款式。Zappos 对用户做出承诺，如果觉得鞋买得不合适，送货和退货的运费都是免费的。之后被总结为“鞋合适就穿，不合适就换”。这一举措并非是Zappos 首创，但是它做得最为彻底。零时尚也可以用小蝶算法将用户挑选的服装打包快递给用户，用户试衣完毕后，再快递回零时尚，通过一定价格体系的设计可以有效促进用户在规定时间内将货品返还给零时尚公司。