程异丁：智能＋时尚——我们这样重构女性的衣橱

无论有多少衣服每次出门却总感觉没衣服穿，哪个女孩子不想打开衣橱就能随心换装呢？程异丁，这个理工科直男，把全球数百万潮流时装搬到了女性的衣橱里。这不仅仅是一件件简单的衣服，更是一种生活方式。

演讲人简介

程异丁

03级电子信息工程学士

美国哥伦比亚大学计算机硕士

衣二三CTO

大家好，我叫程异丁，来自衣二三，非常高兴今天下午能有机会站在这里跟大家分享关于衣二三以及一些创业方面的事情。

YCLOSET, Why closet?

首先我想先用几分钟来介绍一下衣二三，相信台下可能很多人不太了解我们具体的业务。简单来说，衣二三是现在亚洲最大的会员制服装租赁提供商，再直接点说，我们是一个提供服装租赁的互联网平台。但是我们跟传统的服装租赁业态还是有一些区别的，传统的服装租赁业态往往是针对于场景类的服装，比如说婚纱、礼服、甚至包括汉服、Cosplay这类的衣服，但是我们做的主要是常服，日常穿的衣服。其实我们想给客户带来的不仅仅是一件又一件的衣服，而是一种生活方式，这是一种什么生活方式呢？就是你不用买衣服，你也不用操心明天穿什么衣服，甚至你也不需要给家里制备一个衣橱的这么一个生活方式。那么具体怎么玩呢？我们有线上端的APP，客户从APP里，首先是购买会员卡成为会员，然后在会员期内，她就可以从我们的APP里面自由的去选择她喜欢的衣服，我们通过快递把衣服送到家。客户穿好满意以后，她在APP里面就可以预约快递上门把衣服还回来，这样的话她就可以再去下一个新的订单了。只要会员期有效，客户的所有订单都是不需要支付额外费用的。

我们收到衣服以后会对衣服进行高达16道工序的清洗过程。当然可能很多人会觉得，穿别人穿过的衣服会有卫生方面的问题。其实我们这个清洗标准是远远高于普通居家的标准。另外客户如果穿的衣服她喜欢，也可以选择买下来。这样的方式能让客户真正买到尺码和风格都合适的衣服。

我们公司英文名叫YCLOSET，我们有一个口号，叫YCLOSET, Why closet?真的需要衣橱吗? 其实你不需要衣橱，我们的终极愿景就是真正成为女性衣橱的一个完全替代品。

为什么要做衣二三

那么我们为什么要做衣二三呢，其实这一切都源自于我们创始人刘梦媛的一次澳洲旅行。当时那次旅行她从Airbnb上定了一个民宿，那是一个海景民宿，是一个非常惊艳的海景民宿。当时其实梦媛她自己是第一次用Airbnb，她也并不能习惯真正住在别人家里，但是由于这个民宿的惊艳，惊艳到她当时都忘记了自己住的是别人家的房子，她只会记得这个民宿的美好，并且去享受它。当她返程以后，打开自己的衣橱，看到自己满满一衣橱的衣服。想到衣食住行，作为我们生活中最基本的元素，这些衣服的美好其实跟民宿一样，为什么不能拿出来共享呢?这样能让更多的人获取这个价值，所以说衣二三就应运而生了。

其实创业大家都会讲说是要借一个势，那么衣二三的势是什么?是共享经济、体验式经济或者是新零售？其实都是，但也不完全都是。我们的势，归根结底，是人们对美好事物的向往，是任何力量都无法阻挡的。就是这股力量一直推动着我们不断地往前走。

那么下一个问题，为什么我要来去做衣二三？我是2007年毕业于同济大学电子信息工程系，然后硕士念的的是计算机。毕业以后一直在做技术方面的工作。我是一个标准的理工科直男，为什么一个理工科直男要投身于时尚界来去做衣二三呢？其实在我的眼里，技术有两个职责：第一就是催生新物种，来实现一个爆发性的增长。第二就是在既有的框架内，去实现能力革命，去优化既有的效率，继而产生新的玩法。对于衣二三来讲，两者都做。我们打造的不光是一个拥有着科技灵魂的时尚互联网公司，不仅仅是催生了这么一个新的业务模式，同时也是对传统的电商的运营方式以及效率进行了非常大的革新。科技是驱动整个业务的动力，贡献了价值。这个对于技术人来说是一个非常大的欣慰。当然还有一个非常直接的好处，就是有了衣二三以后，我太太逛街的次数明显减少，特别省钱！

数据赋能下的人货场创新

下面讲下具体科技和数据是在我们整个运营体系里边是怎么作用的，主要分三个部分：人、货和场。

对于人来说，其实就是我们的用户，我们怎么能让我们的用户更快更好的挑到她喜欢的衣服，是我们这边需要解决的问题，怎么做呢？通过大数据和推荐算法来给用户推荐商品。但是光推荐商品其实是远远不够的，我们是在推荐商品的基础上，还要给用户推荐搭配，直接去告诉她，或者是给她提供个完整的解决方案，这样才能真正解决客户不知道穿什么的这个痛点。

货就是我们的商品。当然还有我们的商品供应链，衣二三首创了分成寄租的合作模式，就是我们的服装提供商，还有包括设计师品牌，会把服装放在我们的平台上，然后我们去根据这个服装的实际的出租情况来去跟他进行分成的结算，而不是说一上来把这衣服都买进来。这种方式其实对我们的运营效率是有一个非常大的提高，但是同时为了保证我们平台上衣服的质量，我们会根据服装的表现，进行大数据的分析以及数学模型构建，来去定义这些衣服，保证这些衣服的高质量，这就是我们的准入和淘汰机制。

场就是我们所有触达用户的渠道，以及我们的履单系统，当然这些都是根据我们的整个数据驱动来去做的，同时还有我们的仓储和物流，还有清洗的这整套基础设施。那下面我具体讲一下。

服装搭配推荐

首先就是关于服装的推荐搭配，想做服装推荐搭配，首先要做好两件事情：第一是理解货，第二是理解人。对于衣服来说，它实际上是个非标品，每个人对于衣服的看法和认识事实上都是不同的，那听谁的呢？谁的都不听，我们听数据的。我们对所有的衣服进行了一个包括图像处理和深度学习方面的处理，进行模式的识别和挖掘，把衣服的各个维度的特征都抽取出来，然后把它们结构化。结构化以后，整个这个衣服的大数据就作为我们推荐的一个基础。当然光去了解衣服还是不够的，还要去了解人，还有衣服的搭配。要怎么了解搭配呢？我们去把全网的数据进行抓取, 包括一些社交平台、晒图平台、明星穿搭、搭配师等等。对全网的数据进行识别、检测以及数据挖掘的方式，去挖掘出这个所谓的潮流密码，就是具体的流行趋势，去看看说什么样的风格和什么样的风格搭配起来是OK的。然后结合这个搭配数据，还有用户自己的行为数据和偏好数据，来去给用户做出一个精准的搭配推荐。

当然其实我们是讲算法，算法它不是算命，肯定不是说能够天生就知道你喜欢什么，或者是能猜出来你喜欢什么，事实上都是你告诉我的，我帮你梳理出来。我们不光是通过她的行为，我们也会直接的去问用户，你具体喜欢什么风格。但是风格这个东西很多时候用文字是难以描述的，所以我们会做一个类似Tinder的方式，在APP里面，我们把服装根据刚才讲的那个特征做了一个聚类，然后让用户来去说她喜欢什么样的风格，然后根据这个再去以风格聚类的方式给用户推荐，这个是我们做的关于推荐方面的一些尝试和应用。

第二呢就是关于商品，我们对商品有一个爆款预测的模型，这个模型是什么意思? 简单说，就是句老话：三岁看大，七岁看老。我们的这个东西就是三岁看大：所有服装到我们的平台里，前三天我们是不去人工干预的，就让它自己跑，但只是让他跑三天，根据这个三天的表现数据，我们把它灌到模型里去，模型就会反馈说这衣服是一个爆款，或者是一个冷门。如果系统认为它是个爆款，马上快速反应供应链赶紧补货，如果是个冷门，立刻下架，同时也会反馈给供应链。

所以这件事情有两个好处，第一是对客户侧可以保证我们的平台质量尽可能的高，平台上衣服的质量尽可能的高。对供应链侧也可以让他们反馈到生产，什么样的衣服是冷门，什么样的衣服是爆款。另外呢就是我们整个的履单系统。其实我们的履单系统相较一般电商来讲是略微复杂一些的。同时它也是作为我们这样一个互联网公司，离互联网稍微有一点远的这么一个模块。一般的电商，当你下好一个订单之后，经过它的订单处理系统，它的仓储、物流系统，等快递把订单送到你手里的时候，绝大多数情况下，你这一个交易到此就结束了。当然有一小部分的你可能会退货或者是返修，但是至于我们来讲，事实上，100%的货都要回来，而且回来之后还都要100%进清洗，清洗完了以后再次上架，再开始一个新的循环，还是这批货。所以说运营效率的提升，就对我们整个公司是一个至关重要的部分。我们去年在华东开始了我们第一个完全智能化的洗护一体的工厂的建设，我们是跟国内的领先的洗护品牌福奈特一起建了我们第一个仓洗一体的智能化工厂。今年五一我们又在华北做了一个新的，华北复制了一份南通这边的一个工厂，我这边有一个video，是我们南通的仓洗一体的工厂的运作的情况，这里跟大家分享一下。

因为时间有限，我也就不多讲我们的具体的业务了。简单讲讲想法，就是关于创业本身。其实创业和做其他事情，要很多时候会基于一个比较直接和最基础的逻辑，坚持这么个逻辑，这就是做对的事，然后去找好你的队友，找对的人，然后加倍努力，朝着你的目标往前走。但是一定要记住保持初心，不能偏离你的方向，不要说走的太远，忘记为何出发。从技术角度讲，还是像刚才讲的，其实就两件事：催生新物种和革旧物种的命，除了这两个职责以外，剩下其他的事情就没有那么多价值了。今天这就是我的分享，谢谢大家。

终身学习

不断学习，使我们积极思考，时刻紧跟时代步伐；

不断学习，开拓我们的眼界，探索对世界的更多可能；

不断学习，激发我们的创新与创意，拥抱更多元的未来。