也尝试着开发有关智能测量的项目

 行业动态     |      2019-02-13 07:54

  在2015年底时,钱宝祥就尝试着往服装定制方向探索。当时,他研究了市场上不少量体裁衣的方案,也尝试着开发有关智能测量的项目,但很快他发现,市面上多数的O2O商业模式存在着消费者准入门槛高和企业难以扩张网络效益的短板。

  2016年AI概念盛行,于是钱宝祥想到了用AI技术的方式,来提供定制化解决方案。在发展早期,“MatchU码尚”基于 4000万份人体净尺寸数据建立了一套算法,将人体特征信息转换成为29项人体尺寸数据,并经过两年时间发展,凭借百万付费用户的真实数据与反馈,算法模型被不断优化,现平台已达到99%的准确率。

  过去一年的时间,“MatchU码尚”的订单量从2018年初的月销数千件,现已增长至10万件。而这个过程中,钱宝祥自认,成绩上升,曲折不少,“也曾膨胀过”。

  2018年4月,团队曾对平台SKU做过一次调整。调整前的一个月,钱宝祥同几个合伙人跟随投资人走访了小米公司,深刻体会到小米是怎么打磨产品的。他意识到,自己的产品并没有达到小米那样的高度,品类却五花八门。

  这让他明白,应当先运营好已有的明星品类,比如衬衫类,再横向延伸。用他自己的话来说,“走路都走不好,再跑是要摔跤的。”

  随着订单量的不断增长,钱宝祥也感受到了压力和挑战。无论是平台系统,还是后端供应链,都需同步提升。订单生产的过程中,每个工厂也需严格把控。例如,工厂出货后,团队要进行质检,确保100%合格后才能发给用户。

  事前又称“高标准要求”,团队要花很长时间同厂方沟通品牌所要求的生产流程、品质,以及如何执行验收等细则,确定后才能合作生产。

  事中控制则主要体现在生产过程中,衣服尺寸、质量是否符合品牌的要求,如果发现有问题就会被退回重做。确认无误后,工人才能继续走剩余流程,实施用户个性化需求所需要的Logo定制、有无口袋等工序。除此之外,事中控制也包含成品制作完成的质检环节。

  事后则是收集用户的反馈,将问题收集归类整理,做工厂端的逆向回溯。目前,“MatchU码尚”已同10多个中大型工厂建立合作关系。在每个工厂内,团队都设有专门的品控人员把关,并通过一套管理系统提交数据反馈,确保产品质量一旦出现问题后,能够及时找到问题源头。

  钱宝祥说,当用户越来越多的时候,需求也会变得更多。A用户要衬衫,B用户要裤子,不同的品类又有不同的要求。“这会变得非常复杂,要求整个生产和供应链反应非常快。相应供给的数量必须紧跟用户需求,才能及时把定制好的衣物送到用户手中,所以这就需要团队有强大的运营能力。”

  迄今为止,“MatchU码尚”完成5轮融资,投资方为高瓴资本、高榕资本、顺为资本、青松基金、伯藜创投等累计数额超两亿元。从最初接触到打款完成,“MatchU码尚”每一轮的融资时间没有超过两个月。

  对于企业而言,每个阶段都有自己的长处和短板。对于“MatchU码尚”而言,钱宝祥表示有两个短板。

  其一是团队相对比较年轻。核心团队几乎都是从交大走出来的毕业生,在专业度上还有经验上可能会有所欠缺,希望团队能够引进一些资深人士。

  其二是现阶段定制市场几乎没有做到过这么大的规模,对供应链的把握是一种挑战。“年轻团队跟传统行业打交道,你能不能跟他们很好的合作?

  ”这是初期投资人的质疑。到了B轮的投资人,这一点已不再担心。过去两年内,通过对供应链的投入,团队已经同后端供应商建立了很好的合作关系。

  对于“MatchU码尚”来说,下一个阶段的目标是通过数据驱动的方式精细化运营用户。比如,一个坐办公室的中年职场白领和一个20出头玩音乐的小伙子,他们对服装的需求完全不同,而获取需求可能要从年龄、职业、手机型号等多个维度信息中去挖掘。