【EC事例】海外ECの成功から学ぶべき未来とは？『Stitch Fix』編

1. Stitch Fixとは

Stitch Fixは、2011年に設立されたアメリカの実店舗を持たないファッション企業です。
データサイエンスと人の感性を組み合わせることで、ユーザーの好み、ライフスタイル、予算に沿ったパーソナライズされた衣料品やアクセサリーを提供することで、何百万ものユーザーのショッピング体験を一貫してパーソナライズするという偉業を成し遂げています。
年間収益が17億ドルまでに成長した今では、特に商品のレコメンデーションをカスタマイズすることに注力しています。

2. Stitch FixのECの仕組み：購入

Stitch FixのECでは、以下の流れで商品を購入（レコメンデーションから配送まで）していきます。

① 会員登録を行います。

② 性別または子供を選択します。

③ 身長と体重を入力します。

④ トップス、ボトムス、ジーンズ、靴などのサイズを選択します。

⑤ 袖丈・股下の長さや、ウェストのきつさを選択します。

⑥ レコメンド（システム）されるスタイルの中から、自分のスタイルに合う衣料品やアクセサリーを選択します。

⑦ 好きなブランドを選択します。

⑧ 普段から衣料品やアクセサリーにかける金額を選択します。

⑨ 子供と住んでいるかどうかを選択します。

⑩ 生年月日を入力します。

⑪ スタイリスト（人）に伝えたいことを記載します。

⑫ サブスクリプションを希望する場合は定期の期間を選択します。

⑬ 支払い方法を選択して、配送情報を入力します。

上記①～⑬までの購入の流れで注目されることは、最終的に届く商品が確定されていないことです。
その後、どのように商品が確定するかについて、Stitch Fixならではの仕組みがフィードバックの吸い上げと活用です。

3. Stitch FixのECの仕組み：フィードバック

Stitch Fixでは、ユーザーの写真、ソーシャルメディアのプロフィール、フィードバックの調査など、さまざまなソースからユーザーに関するデータを収集します。
収集されたデータは独自のアルゴリズム（システム）に送られ、ユーザーが探し求めている商品の特定に役立てられます。
商品は、自社ブランドはもちろん、パートナーシップを結んでいる140のブランドの商品の中からアルゴリズム（システム）によって選定されます。
最後に、アルゴリズム（システム）よって選定された商品をスタイリスト（人）が確認して、最終的な商セレクションが検討されます。
スタイリストには、アルゴリズム（システム）の選定をそのまま承認または、変更する権限があり、多くの場合、スタイリストの方がユーザーのニーズを理解することができます。

ここまでのプロセスを経て、ユーザーのサイズ、予算、好みやライフスタイルに合わせた5つの衣料品やアクセサリーが決定し、出荷され、ユーザーに届けられます。
ユーザーにとっては、どのような商品が届くのか手に取るまで分からないので、商品の到着を待つ楽しみがあります。
これらのアルゴリズム（システム）とスタイリスト（人）が相互に補完し合う仕組みと、その繰り返しによるパーソナライズの精度向上によって、ユーザーとのつながりをより強固なものとするサービスを提供しています。

4. まとめ

Stitch FixのECは、データを最大限に活用し、オンラインならではのユーザー体験を継続的にアップデートすることができる好例と言えます。

そして、ユーザーにとってこの体験が特別なのは、自由に試して、気に入った商品だけを購入できるということです。
配送される商品（荷物）には必ず返送用の袋が入っており、不要な商品は無料で送り返すことができます。

返送の際にもユーザーのフィードバックを求めることで、データ活用の精度が上がります。
購入に至った商品に関してだけではなく、返送される商品に関してのフィードバックも全て収集しているのです。

フィードバックのメカニズムは、カスタマージャーニーにシームレスに統合され、ユーザーとStitch Fixが頻度高くデータを共有することによって、Stitch Fix のECサイトにログインする度に、以前よりスマートなショッピング体験を期待できることを知っているため、ユーザー自ら進んでフィードバックを送るようになり、実際にユーザーの80％が何らかのフィードバックを送ってくれるとのことです。

また、データ活用はスタイリングだけではなく、従業員の業務改善など多方面で推進されており、Stitch Fixの文化としてデータ主導の意思決定の浸透に努めています。
多くの企業がデータを活用し、自社のマーケティング活動の活性化を図ろうとしている現在、Stitch Fixのデータ活用の違いはデータに会社をリードさせているということです。

例えば、2019年にShop New ColorsとShop Your Lookという新しいレコメンデーション機能を追加リリースしました。
Shop New Colorsは、ユーザーが以前に購入したアイテムの新色、パターン、サイズを
レコメンドするもので、Shop Your Looksは、ユーザーが以前に購入したアイテムを補完するアクセサリーや衣類をレコメンドします。
この2つの機能は完全にデータに依存してレコメンドする機能で、スタイリスト（人）が介入するプロセスを除きました。
それ以前までの「人任せ」的なショッピングに馴染めないユーザーに対し、このような直接購入モデルの追加で、より一層の潜在ユーザーの掘り起しが可能になると予想されています。また、特定のアイテムやニーズに対するアルゴリズム（システム）の精度向上・強化も見込まれます。
この2つの機能は既に成果を上げており、2019年は売上が29%上昇し、新規ユーザーは494,000名増加しました。

Stitch Fixでは、このような様々なアプローチによって新規ユーザーを開拓することで、今まで以上にロイヤリティの高い「上客ユーザー」のベースを構築することがでたのです。