Professional Documents
Culture Documents
LGERI Report 20200611 20201611131631494
LGERI Report 20200611 20201611131631494
11
1 배송 최적화 NP-hard Traveling Salesman Problem; 재고 관리 System Dynamic; 수요 예측 Markov Chain Models 등
LG경제연구원 1
패션 기업? 데이터 기업! 스티치 픽스, 업을 재정의하다
2 LG경제연구원
패션 기업? 데이터 기업! 스티치 픽스, 업을 재정의하다
2 https://newsroom.stitchfix.com/news/shop-your-looks-another-way-to-shop-with-stitch-fix/
3 스티치 픽스 합류 이전 야후, 넷플릭스를 합쳐 10년 이상 데이터 분석 업무에 종사한 데이터 과학자
LG경제연구원 3
패션 기업? 데이터 기업! 스티치 픽스, 업을 재정의하다
첫째, 데이터 분석의 궁극적 목적은 고객의 Pain Points 극복을 통한 고객가치 창조
에 있음을 분명히 할 필요가 있다. 스티치 픽스의 주요 고객은 쇼핑 시간이 부족하거
나 스타일을 꾸미는데 익숙하지 않아 외부 기업 및 전문가로부터 제품 추천을 받으려
는 사람들이다. 비록 온라인에서 비대면 방식으로 구매하지만 이들은 오프라인 매장
직원이나 스타일리스트가 제공하는 세심한 대응을 여전히 원하는 경우가 많다. 스티
치 픽스는 고객별 제품 리스트의 일차 선별은 데이터와 알고리즘이 하더라도, 최종
물품 선정과 스타일 조언은 스타일리스트가 수행함으로써 이러한 고객 니즈를 만족
시키고 있다. 데이터에만 집중하다 정작 고객의 Pain Points는 뒷전으로 밀리지는
않았는지 주의할 필요가 있다.
둘째, 데이터 수집시 고객을 자원화할 수 있는 방안을 마련해야 한다. 고객을 자원화
할 경우 자발적 참여를 유도해 시시각각 변화하는 고객 니즈를 선제적으로 파악하고
분석이 용이한 정형화된 데이터를 수집할 수 있기 때문이다. 또한 SNS와 같이 공개된
일반 데이터로는 알기 힘든 고객의 취향 관련 상세 데이터를 수집함으로써, 다른 업체
가 보유한 데이터 대비 경쟁우위를 확보할 수도 있다. 스티치 픽스처럼 데이터 수집에
따른 고객가치(매칭 정확도 향상 등)를 명확히 이해시키고, 재미나 경쟁 요소를 도입
하여 고객이 자발적으로 데이터 수집 과정에 참여할 수 있도록 해야할 것이다.
4 LG경제연구원
패션 기업? 데이터 기업! 스티치 픽스, 업을 재정의하다
LG경제연구원 5
본 보고서에 게재된 내용이 LG경제연구원의 공식 견해는 아닙니다. 본 보고서의 내용을 인용할 경우 출처를 명시하시기 바랍니다.