网购衣物是一门需要付出学习时间和试错成本的学问。
作为一个矮妹,我的大部分衣服都是在线下门店买的。同样是S码,A品牌和B品牌说的可能完全不是一回事儿。因为历史网购记录中多次踩雷,导致我对网购彻底失去信心。
新加坡有家创业公司叫Pixibo,希望通过为电商提供内置推荐引擎「Pi」来解决这个问题。创始人兼CEO Rohit Kumar接受采访时表示,公司已经获得百万美元以上的Pre-A轮融资,投资方包括支付公司Liquid首席业务负责人Julia Atwood、英国零售业巨头Tesco前高管Anja Graw、前Google和Twitter执行官Shailesh Rao、Lazada联合创始人Tim Rath等。
创始人Kumar创业前是Google的员工,在欧洲和印度公司任分析师工作,2013年来到新加坡,加入电商广告公司Siciomantic的亚太业务部门,工作期间他发现,时尚电商网站的浏览-销售转化率很低,“平均转化率为1.5%,这意味着100个浏览网站的用户中,有98人没有购买任何东西就离开了网站。”Kumar说道。
Kumar的研究团队发现,这种低转化率的主要原因是购物者对大小和合适度具有不确定性,即便网站提供了配套指南和尺寸图,客户仍然觉得信息量不足。
“我不知道是否适合我,导致在线购物者不确定是否要购买,我认为这是网络时尚最古老的问题。”Kumar表示。其实问题的根源在于,用户对自己的身体细节不够了解。“我们发现,无论是男用户还是女用户,他们都不太了解自己的身体,除非是结婚的时候要量身定做一套婚纱,用户可能都不知道要测量这么多的维度,仅仅知道身高、体重和胸围是不够的。”
「Pi」的核心是数据,它内置在电商网站中,以Chatbot的方式呈现,为买家提供智能尺寸建议的服务。「Pi」的数据库中包含品牌提供的公开信息以及服饰制造商、零售商未公开数据,如针对不同织物、材质、版式服装的数据,通过这些数据弥补用户跟零售商对身体测量知识的差距。
Kumar解释,“尺寸”的标准在不同地区、不同品牌之前存在巨大的差异,北欧国家的小尺寸可能远远超过亚洲国家的小尺寸。而且有些品牌为了满足消费者的虚荣心,可能会提供误导消费者的尺码信息,例如为了让女性用户感觉苗条,设置XXS起跳的尺码。
「Pi」从零售商客户获得服饰的技术规格信息,信息量远超过网站上呈现的简单的尺寸图,Kumar说,“每个不同的产品我们通常会搜集18、19个不同的数据点,并将其转化为可操作的建议。”比如说,「Pi」基于特定棉混合织物的拉伸因子这样不会公开的信息,给用户提供更准确的尺寸建议。从用户体验上来说,消费者可以选择一件服饰后,输入自己的身材参数,并从「Pi」这儿获得基于他们身材的个性化建议。
Pixibo并不是第一家尝试解决网购合身问题的公司,美国的Ture Fit、德国的Fit Analytics以及爱沙尼亚的Fits.Me(2015年被乐天收购)都是同赛道的项目。
Kumar认为,电商企业明知道解决用户对尺寸是否合身的困扰,将大大有益于提升网站的销售转化率,但是仍然没有解决方案被大规模采用,主要原因是电商无法或者不愿意整合来自第三方提供商的技术尺寸,对接往往需要数周乃至数月的内部开发工作才能上线——实施成本高、效果不确定,导致电商的采用意愿低。Kumar表示,「Pi」作为SaaS产品,可以在极短时间(最短只需20分钟)内上线,因为Pixibo已经完成了大部分开发工作,并且可以为电商客户提供即插即用的解决方案。
Kumar目前已经在6家电商网站上上线,包括香港的Grana,泰国的Pomelo和印度的Abof等。Poxibo采用按年签约,按月付费的方式收费,客单价约数千美金/月/网站,不会根据电商网站销售体量大小制定差异化价格,但是使用高阶的功能模块需要额外付费。
除了「Pi」这款产品,Pixibo还在拓展类似的服务,比如根据用户喜好提出购物建议,使得电商网站根据用户偏好呈现“千人千面”的效果。
Poxibo的Pre-A轮融资仍然在窗口期,预计明年1月份结束。