В год, когда розничная торговля одеждой и дизайнерскими товарами идет по колено, запуск приложения для покупок модной одежды может показаться безумием. Но для соучредителей Yes Джули Борнстайн и Амита Аггарвала риск того стоил — и не только для них, но и для мира моды в целом. По словам Борнстайн, когда Yes дебютировала в мае, это была своего рода миссия по спасению розничной торговли. “У нас у всех голова шла кругом от того, что произошло с коронавирусом в конце марта, когда и должна была состояться наша первоначальная дата запуска”, — сказала она WWD. “Но к тому времени, когда наступил май, мы подумали: «Послушайте, мы хотим сделать все, что в наших силах, чтобы увеличить объемы продаж этих брендов».
“Потому что многие их традиционные каналы были закрыты: их магазины не работали, их заказы отменялись”, — продолжила она. “Мы рассматриваем себя как партнера во всех смыслах этого слова, технологического партнера, который может помочь”.
Желание помочь брендам справиться с пандемией стало привычным для технологических платформ розничной торговли.
Но мало кто знает о проблемах так хорошо, как Борнштейн, имеющий многолетний опыт работы в таких компаниях, как Nordstrom, Sephora и Stitch Fix. Благодаря финансированию в размере 30 миллионов долларов, благодаря серии A в октябре 2019 года, у нее и бывшего сотрудника Google Аггарвала были ресурсы и технические ноу-хау, чтобы привнести что-то новое в модную электронную коммерцию на основе приложений.
С точки зрения потребителя, «Да» выглядит обманчиво простым. Пользователи просматривают различные топы, платья, обувь и другие товары, и они легко им нравятся или не нравятся — что-то вроде Tinder, только для покупок, а не для знакомств, и быстрые нажатия “да” или “нет” заменяют свайпы.
Конечно, за всем этим скрывается гораздо больше. Эти взаимодействия позволяют получить данные, которые помогают определить предпочтения покупателя, уточняя выбор образов, которые привлекут внимание конкретного пользователя. Это своего рода прогнозирующее моделирование, которое уже считалось святым граалем для розничной торговли до пандемии, но может стать жизненно важным для брендов сейчас. В любом случае, импульс кажется неоспоримым, особенно в том, что касается ответа «Да».
С момента запуска в мае компания сообщила о 5,5 миллионах обращений «да»/»нет» на платформе, а список партнеров вырос до 225 брендов, от Balenciaga и Prada до Everlane, Frame и Levi’s. Тем временем приложение разрослось и охватило почти 69 000 складских единиц.
The Yes не раскрывает точных данных о продажах, но сообщает, что продажи удвоились за праздничный сезон, что примечательно, поскольку приложение на самом деле не предназначено для раздачи подарков и не ориентировано на рекламные акции или скидки. Фактически, две трети продаж приходится на товары по полной цене.
Что касается лояльности, то 36% покупателей возвращаются в течение месяца, чтобы сделать покупку снова. А в недавнем опросе, в котором пользователей спрашивали, предпочитают ли они совершать покупки в приложении, а не в других местах, компания сообщила, что 90% ответили “иногда или часто”.
Если у Yes и есть секрет успеха, то, по-видимому, он кроется в пользовательском опыте и подходе к технологиям, которые имеют некоторые ключевые отличия от других.
Компания Stitch Fix, где Борнстайн когда—то был главным операционным директором, использует анкеты и игры, чтобы выяснить, что может понравиться покупателю, и показать ему это, даже если человек на самом деле этого не ищет. Другие ищут информацию, используя исторические данные, такие как история поиска, покупок и закладок, или их комбинацию.
В отличие от этого, одноименная модель Yes «да / нет» была создана для того, чтобы быть быстрой, легкой и увлекательной. Взаимодействия достаточно, чтобы заинтересовать, а тщательно подобранный ассортимент кажется бесконечным, всегда предлагая что-то новое.
По словам Аггарвала, который также является техническим директором Yes, удобство для пользователей является главным приоритетом для компании. И компания смогла сосредоточиться на этом, потому что не увязла в разработке всех технологий с нуля. Вместо этого компания использовала многочисленные облачные инструменты Google, включая Pub/Sub, Spanner, движок Kubernetes и Cloud Vision API, для создания системы, способной обрабатывать большой объем данных, как от клиентов, так и от брендов. Ключевым моментом в этом уравнении было машинное обучение, которое позволяло выявлять тенденции в режиме реального времени и позволяло компании принимать оперативные решения.
По сути, стартап стремился переложить всю возможную нагрузку на машины, чтобы его сотрудники могли беспрепятственно сосредоточиться на областях, которые уникально подходят для людей, например, на “таксономии моды” компании. По словам Аггарвала, организация, классификация и маркировка товаров требуют огромных усилий. Но это нечто большее, чем просто привязка нескольких базовых характеристик к одежде. “Мы создаем множество наших базовых моделей искусственного интеллекта с помощью интеллектуальной маркировки данных.
И вот тут-то и пригодится человеческий опыт, который действительно важен”, — пояснил он. “Модели проходят обучение, беря продукты и маркируя их людьми, которые рассказывают нам, каков стиль продукта”.
Именно в такого рода разработки такие сервисы потоковой передачи музыки, как Pandora, вкладывают значительные средства — в то, как определять жанры музыки или классифицировать их по настроению и другим признакам, которые, возможно, нелегко понять с помощью технологий. Примером в области моды, например, могут служить две струящиеся юбки, имеющие схожие характеристики, но отвечающие разным вкусам и предпочтениям покупателей.
Работа включает в себя проработку большого количества деталей и нюансов. На данный момент Yes включила в свою модную таксономию 2038 аспектов стиля. “Тогда алгоритм не только [имеет] представление о стилях, но и может реально масштабировать это на сотни тысяч продуктов”, — добавил он. “Они также изучают эффективный «мета-уровень», нюансы стиля.
Таким образом, они узнают, что делает продукты похожими или разными”.
Такое сочетание облачных инструментов и внутренней разработки позволило Yes расставить приоритеты в своих усилиях по быстрому продвижению и росту. “Я думаю, это лучший пример того, к чему стремится и в чем нуждается розничная торговля”, — сказала WWD Кэрри Тарп, вице-президент Google Cloud по розничной торговле и потребительскому сектору. ”Как ускорить внедрение инноваций? Как вы воплощаете идею в жизнь в течение нескольких месяцев, а не лет? Как вы проводите более постоянное тестирование вашего продукта вашими клиентами? И каким должен быть ваш ассортимент? И что нового вы узнаете о своих клиентах, ценах, продукте и т.д. из информации, полученной с помощью искусственного интеллекта и ML? Это то, что нам нужно.”
По-видимому, это то, что может понадобиться розничной торговле в целом. Согласно опросу Harris, недавно проведенному по заказу технологического гиганта, менее половины руководителей розничной торговли по всему миру были уверены в том, что их компании были должным образом оснащены необходимыми техническими инструментами для обеспечения непрерывности бизнеса на ранних стадиях пандемии (43%).
И только около половины руководителей (51 процент) считают, что их компания в целом полностью готова справиться с изменением ситуации в розничной торговле, вызванным пандемией. Это произошло после того, как 47% опрошенных сообщили, что их компании ускоряют внедрение облачных технологий — группа, в которую входит Tapestry, перейдет на Google Cloud в рамках многолетнего соглашения, сообщила Google в четверг.
Праздничный сезон вселил некоторый оптимизм: 62% опрошенных заявили, что, по их мнению, их компании в целом готовы справиться с ростом потребительского трафика. Но 94% заявили, что беспокойство, связанное с COVID-19, по-прежнему не дает им спать по ночам, включая проблемы с цепочкой поставок и исполнением заказов.
Тарп считает, что Yes — это яркий пример того, как эффективно использовать облачные инструменты, особенно в такой среде. Тем временем компания продолжает изучать новые технологии, и не только в Google. Например, он использует Apple App Clips, которые позволяют запускать небольшие фрагменты функций приложения без необходимости загружать или запускать полное приложение, чтобы делиться списками гостей с друзьями. Издание Yes также рассматривает новый лидарный датчик iPhone, который позволяет проводить более точные измерения с помощью камеры телефона.
Такие технологии имеют большое значение для таких вещей, как цифровая подгонка и рекомендации по размеру, которые представляют большой интерес для Аггарвала и Борнштейна во время пандемии и после нее.
