ہارورڈ کی طالبہ نے کریڈٹ کارڈ کی حد تک قرض لے کر Stitch Fix شروع کیا: AI 'سینٹور ماڈل' اور $20 کی فیس سے 34 سال کی عمر میں $1.6B کا نیسڈیک آئی پی او

عمل

17 نومبر 2017 کو نیویارک میں نیسڈیک کے ہال میں ایک ایسا جذباتی لمحہ پیش آیا جو امریکی اسٹاک مارکیٹ کی کاروباری تاریخ کا حصہ بن گیا:

34 سالہ بانی اور CEO کیٹرینا لیک (Katrina Lake) نے ایک سلیقے دار سوٹ پہن رکھا تھا اور ایک بازو سے اپنے 14 ماہ کے بیٹے کو مضبوطی سے اٹھائے ہوئے تھیں۔ ہوا میں اڑتے رنگ برنگے کنفیٹی اور پورے ہال کی تالیوں کے درمیان انہوں نے نیسڈیک کی افتتاحی گھنٹی بجائی۔ اس لمحے انہوں نے نہ صرف طالب علموں کے ایک فلیٹ سے شروع ہونے والی Stitch Fix کو IPO پر 1.6 ارب ڈالر کی مارکیٹ ویلیو تک پہنچایا، بلکہ وہ اس وقت امریکی اسٹاک مارکیٹ کی تاریخ میں کسی کمپنی کو خود IPO تک لے جانے والی سب سے کم عمر خاتون CEO بھی بن گئیں۔

لیکن اس ساری کامیابی سے چھ سال پہلے، سلیکون ویلی میں تقریباً کوئی سرمایہ کار یہ ماننے کو تیار نہیں تھا کہ یہ ماڈل زندہ رہ سکے گا۔

مرحلہ اوّل · بوسٹن کے طالب علموں والے فلیٹ میں SurveyMonkey تجربہ: خود خریداری کر کے کریڈٹ کارڈ کی حد ختم کر دی

2010 میں کیٹرینا لیک — جو اسٹینفورڈ سے معاشیات میں گریجویٹ تھیں اور ایک کنسلٹنگ فرم اور ابتدائی مرحلے کی وینچر کیپیٹل فرم میں کام کر چکی تھیں — MBA کے لیے ہارورڈ بزنس اسکول میں داخل ہوئیں۔

پڑھائی اور سماجی زندگی کی مصروفیات کے دوران انہوں نے پیشہ ور افراد کا ایک انتہائی عام مسئلہ دیکھا: روایتی ای کامرس (جیسے Amazon اور ASOS) سمجھتا تھا کہ ہزاروں کپڑوں کی تصویریں آن لائن لگا دینا ہی "انٹرنیٹ + ریٹیل" ہے۔ لیکن مصروف جدید پیشہ ور خواتین کے لیے بے شمار مصنوعات میں مسلسل ڈھونڈنا اور موازنہ کرنا ایک بڑے بے ترتیب آؤٹ لیٹ کے ڈھیر میں کچھ اچھا تلاش کرنے جتنا ہی تکلیف دہ تھا — اس سے انتخاب کی لاگت ختم نہیں ہوئی بلکہ صارفین شدید "فیصلے کی تھکن" (Choice Overload) کا شکار ہو گئے۔

"کپڑے خریدنے کا اصل مزہ بے مقصد ڈھونڈنے میں نہیں، بلکہ وہ فِٹ ٹکڑا تلاش کرنے میں ہے جسے 'پہنتے ہی لگے کہ میں شاندار لگ رہی ہوں'۔" کیٹرینا نے ایک ایسا الٹا ماڈل سوچا جو روایتی ای کامرس کو مکمل طور پر بدل دیتا تھا: صارف کو کپڑے چننے کی بالکل ضرورت نہیں۔ بس ہمیں اپنا ناپ، بجٹ اور پسند بتائیں، ہم میچ کیے ہوئے 5 کپڑے آپ کے دروازے پر بھیج دیں گے۔ آپ گھر کے کمرے میں آئینے کے سامنے پہن کر دیکھیں، جو پسند آئے رکھ کر قیمت ادا کریں، جو پسند نہ آئے مفت واپس بھیج دیں۔

فروری 2011 میں بوسٹن کے کیمبرج میں اپنے تنگ سے طالب علموں والے فلیٹ میں کیٹرینا نے کوڈنگ آؤٹ سورس کرنے پر ایک پیسہ بھی خرچ نہیں کیا اور نہ ہی کوئی پیچیدہ ایپ بنائی۔ انہوں نے سب سے سادہ اور زمینی طریقے سے یہ منصوبہ شروع کیا (جس کا ابتدائی نام Rack Habit تھا):

1. مفت SurveyMonkey پر ایک لمبا سوالنامہ بنایا جس میں دوستوں سے ان کا قد، جسم کی پیمائش، روزمرہ پہناوے کا انداز، ناپسندیدہ رنگ، کام کی نوعیت اور ذہنی بجٹ تفصیل سے پوچھا گیا؛
2. Google Docs اور اسپریڈشیٹس کے ذریعے جمع شدہ 29 سوالناموں کو ابتدائی صارف پروفائل کے طور پر ترتیب دیا؛
3. دوستوں کی پسند ہاتھ میں لے کر کیٹرینا نے اپنے ذاتی کریڈٹ کارڈ کی حد ختم کر دی (مجموعی اوور ڈرافٹ 40,000 ڈالر تک پہنچا) اور خود بوسٹن کے نئے آزاد بوتیک اور برانڈ ڈسکاؤنٹ اسٹورز جا کر درجنوں سیٹ کپڑے ہاتھ سے منتخب کیے؛
4. انہوں نے خود ہر 5 کپڑوں کو تہہ کر کے گتے کے ڈبے میں پیک کیا، اور یہاں تک کہ اپنی پرانی سیکنڈ ہینڈ گاڑی چلا کر خود دوستوں کے دروازے تک پہنچایا۔

پہلے 29 دوستوں نے کپڑے پہن کر دیکھے تو کنورژن حیران کن تھی: 80% سے زیادہ نے کم از کم 1 سے 2 کپڑے خرید لیے، اور کئی نے درخواست کی کہ اگلے مہینے انہیں نیا ڈبہ بھیجا جائے۔ سب سے سادہ اوزاروں کے ساتھ چند ہفتوں میں پورا کاروباری چکر ثابت ہو گیا۔

مرحلہ دوم · قیمت کی شاندار نفسیات: "$20 کی منہائی" سے ریورس لاجسٹکس کا مہلک مسئلہ حل کیا

کپڑے آن ڈیمانڈ بھیجنے والے بہت سے کاروبار جلد دیوالیہ ہو جاتے ہیں کیونکہ وہ "بہت زیادہ واپسی کی شرح کی وجہ سے دو طرفہ شپنگ کے اخراجات" کا شکار ہو جاتے ہیں۔ اگر صارف یونہی آرڈر کرے، کپڑے گھر منگوا کر پہن دیکھے اور کچھ خریدے بغیر سب واپس کر دے تو صرف آنے جانے کا کرایہ، گودام اور پیکنگ کا خرچ ہی پلیٹ فارم کا کیش فلو ختم کر دے گا۔

کیٹرینا نے ایک ایسا فیس کا نظام بنایا جو رویہ جاتی معاشیات کی ایک بہترین مثال ہے:

• $20 اسٹائلنگ فیس (Styling Fee) وصول کرنا: صارف جب بھی "Fix باکس" بک کرے، بھیجنے سے پہلے 20 ڈالر ادا کرنا ضروری ہے؛
• کوئی بھی ایک چیز خریدنے پر پوری منہائی: صارف اگر باکس میں سے کوئی بھی ایک چیز رکھنے کا فیصلہ کرے تو یہ $20 سیدھا کپڑے کی قیمت سے منہا ہو جاتے ہیں (مثلاً 68 ڈالر کی جینز کے لیے صرف 48 ڈالر ادا کرنے ہوتے ہیں)؛
• سب واپس کرنے پر رقم واپس نہیں: اگر 5 کے 5 کپڑے واپس کر دیے جائیں تو $20 اسٹائلنگ فیس واپس نہیں ہوتی بلکہ آنے جانے کے کرائے میں استعمال ہوتی ہے؛
• پانچوں رکھنے پر 25% رعایت (Buy All 25% Off): اگر صارف کو سب پسند آ جائیں اور وہ پانچوں رکھ لے تو پورے آرڈر پر 25% کی بڑی رعایت ملتی ہے۔

اس نظام نے ذہنی حساب کتاب کا ناقابلِ یقین اثر پیدا کیا:

1. مفت خوروں کی قدرتی چھانٹی: پہلے $20 ادا کرنا لازمی ہونے سے "مفت میں مزہ لینے" آنے والے سب فوراً رک جاتے ہیں؛
2. ڈوبی ہوئی لاگت خریداری کی خواہش میں بدل جاتی ہے: کپڑے پہن کر دیکھتے وقت زیادہ تر صارفین کا ذہنی حساب بدل جاتا ہے — "اگر میں کچھ نہ خریدوں تو میرے 20 ڈالر ضائع ہو جائیں گے؛ اگر میں یہ 40 ڈالر کا ٹاپ خرید لوں تو سمجھو صرف 20 ڈالر مزید دے کر مجھے ایک کپڑا مل گیا!" "یہ 20 ڈالر ضائع نہ ہوں" کی خاطر صارفین کی چیزیں رکھنے کی شرح بہت زیادہ ہو گئی؛
3. پانچوں رکھنے کی رعایت نے اوسط آرڈر ویلیو بڑھا دی: 25% رعایت کی وجہ سے صارفین اکثر حساب لگاتے: 4 چیزیں رکھنے کی کل قیمت، 5 کی رعایت کے بعد والی قیمت سے بھی زیادہ ہے! اس لیے بہت سی متوسط طبقے کی خواتین نے "سب کچھ ایک ساتھ رکھ لیا"۔

مرحلہ سوم · بھاری رقم دے کر Netflix کا VP لایا: AI اور انسانی اسٹائلسٹ کا "سینٹار ماڈل"

جیسے جیسے آرڈر ماہانہ چند درجن سے ہزاروں تک پہنچے، صرف کیٹرینا اور چند خریداروں کی یادداشت پر کام چلانا ناممکن ہو گیا۔ لیکن عام فیشن ای کامرس کی طرح اندھا دھند خریدار بھرتی کرنے کے بجائے انہوں نے ایک ایسا انقلابی فیصلہ کیا جس نے فیشن ریٹیل کو بدل دیا۔

2012 میں Stitch Fix کا منافع بہت معمولی تھا، لیکن کیٹرینا سلیکون ویلی گئیں اور اس وقت Netflix کے ڈیٹا سائنس اور انجینئرنگ کے نائب صدر ایرک کولسن (Eric Colson) سے ملیں (انہوں نے Netflix کا وہ ذاتی سفارشی نظام بنایا تھا جو دنیا بھر کے صارفین کو اسکرین سے اٹھنے نہیں دیتا)۔

اس وقت سب حیران تھے: خواتین کے کپڑے بیچنے والا ایک اسٹارٹ اپ، اسٹریمنگ فلموں کے الگورتھم کے سربراہ سے کیا چاہتا ہے؟ کیٹرینا نے ایک جملے سے کولسن کو قائل کر لیا: "Netflix پر اگر آپ کوئی بری فلم تجویز کر دیں تو صارف زیادہ سے زیادہ اسے بند کر کے دوسری لگا لے گا؛ لیکن کپڑوں کے کاروبار میں اگر آپ کا الگورتھم ناپ اور انداز غلط بھانپ لے تو صارف ایک بھاری مادی پیکٹ واپس کرتا ہے، اور ہر ناکامی کا لاجسٹکس کا حقیقی بل بنتا ہے۔ دنیا میں کوئی صنعت ایسی نہیں جسے کامل پیش گوئی کرنے والے الگورتھم کی کپڑوں کی ریٹیل سے زیادہ ضرورت ہو۔"

کولسن پورے عزم سے شامل ہو گئے اور Stitch Fix کے چیف الگورتھمز آفیسر (CAO, Chief Algorithms Officer) بنے۔ دونوں نے مل کر سلیکون ویلی میں مشہور "سینٹار سفارشی نظام (Centaur Model)" بنایا:

1. انتہائی باریک ڈیٹا کاری: کپڑے صرف "S/M/L" نہیں رہے بلکہ آستین کی لمبائی، سینے اور کمر کا تناسب، کپڑے کا لٹکاؤ، گلے کی گہرائی، کندھے کی لچک وغیرہ سمیت 85 تکنیکی جہتوں میں تقسیم کیے گئے؛ صارف کے پروفائل میں صرف ناپ نہیں بلکہ "بچوں کی پرورش کا ماحول، گھٹنے نہ دکھانا، ٹوئیڈ سے الرجی" جیسے سینکڑوں ترجیحی ٹیگ شامل تھے؛
2. الگورتھم کمپیوٹنگ طاقت اور پیمانے کا ذمہ دار (The Machine): صارف کے آرڈر کرتے ہی الگورتھم لاکھوں اشیا کے اسٹاک میں فوراً چھانٹی کر کے میل کھانے کے سب سے زیادہ امکان والی چند درجن اشیا نکالتا اور ان کے رکھے جانے کا امکان بھی بتاتا (مثلاً 78.4%)؛
3. انسانی اسٹائلسٹ گرمجوشی اور حتمی فیصلے کا ذمہ دار (The Human): باکس میں آخر کون سی 5 چیزیں جائیں گی، یہ پورے امریکہ کے ہزاروں جز وقتی اور کل وقتی پیشہ ور فیشن اسٹائلسٹ طے کرتے۔ اسٹائلسٹ صارف کا پیغام پڑھتے (مثلاً "اگلے ہفتے مجھے اپنے سابق بوائے فرینڈ کی شادی میں جانا ہے، میں باوقار اور پُراعتماد دکھنا چاہتی ہوں") اور الگورتھم کے سرد ڈیٹا کو ہاتھ سے لکھے نوٹ کے ساتھ ایک گرمجوش تحفے کے ڈبے میں بدل دیتے۔

"مشین بھوسے میں سوئی ڈھونڈے، انسان ہمدردی سے درست ترسیل کرے" والے اس انسان اور مشین کے چکر نے، صارف کی ہر واپسی کے فیڈبیک (وجوہات کے تفصیلی آپشن بھرنے) کے ساتھ Stitch Fix کی پیش گوئی کی درستی کو ایک زبردست فلائی وہیل اثر میں بدل دیا۔

مرحلہ چہارم · مرد VCs کے تعصب کو توڑا، اور انتہائی سرمایہ کفایت سے کاروباری داستان رقم کی

Stitch Fix کے سرمایہ جمع کرنے کے سفر میں کیٹرینا کو ٹیک وینچر کیپیٹل کی دنیا میں طویل عرصے سے موجود منظم تعصب کا سامنا کرنا پڑا۔ سلیکون ویلی کی بڑی وینچر کیپیٹل فرموں کے پارٹنر میٹنگ رومز میں تقریباً سب چالیس سال سے زیادہ عمر کے مرد سرمایہ کار تھے۔

ان میں سے زیادہ تر نے تکبر سے سر ہلایا: "مجھے کپڑے خریدنے کی سمجھ نہیں۔ میری بیوی ہر ہفتے کے آخر میں خود مال جا کر خوشی سے خریداری کرتی ہے، اسے کسی کے بھیجے ہوئے ڈبے کی کیا ضرورت؟" کچھ نے تو نجی طور پر ان سے شادی اور بچوں کے منصوبوں کے بارے میں بھی پوچھا۔

ابتدائی سرمایہ کاری بار بار ناکام ہونے کی وجہ سے کیٹرینا کو مجبوراً اپنی پوری توجہ "حقیقی یونٹ اکنامکس (Unit Economics)" پر مرکوز کرنی پڑی۔ انہوں نے شرط رکھی کہ ہر آرڈر مثبت مجموعی منافع دے، اور انوینٹری کے گردش کے دنوں کو سختی سے کنٹرول کیا۔ 2014 تک Stitch Fix آپریٹنگ کیش فلو میں مکمل خود کفیل ہو چکی تھی اور مسلسل بڑھتے ہوئے منافع کما رہی تھی۔

اُن نام نہاد یونیکارنز کے برعکس جو کروڑوں ڈالر وینچر کیپیٹل جلا ڈالتے ہیں اور IPO کے وقت بھی بھاری نقصان میں ہوتے ہیں، Stitch Fix نے قیام سے IPO سے پہلے تک مجموعی طور پر صرف 4 کروڑ 25 لاکھ ڈالر جمع کیے۔

• 2014 میں آمدنی 7 کروڑ 30 لاکھ ڈالر سے تجاوز کر گئی؛
• 2016 میں آمدنی بڑھ کر 73 کروڑ ڈالر ہو گئی؛
• نومبر 2017 میں باضابطہ طور پر نیسڈیک پر لسٹ ہوئی (NASDAQ: SFIX)، اور اس وقت کا سب سے مشہور ریٹیل ٹیک IPO بنی؛
• کاروبار کے عروج پر سالانہ آمدنی 2.1 ارب ڈالر سے تجاوز کر گئی، اور 40 لاکھ سے زیادہ وفادار فعال صارفین کو خدمات دی گئیں۔

"جب میں نے Stitch Fix شروع کی تو تقریباً سب سمجھتے تھے کہ میں پاگل ہوں۔ وہ پوچھتے تھے کہ کپڑے معیاری مصنوعات نہیں ہیں، بڑے سرمائے کے بغیر تم انوینٹری کیسے سنبھالو گی؟ لیکن یہ ثابت ہو گیا کہ حقیقی کاروباری جدت سب سے چمکدار تصور کے پیچھے بھاگنے میں نہیں، بلکہ حقیقی صارفین کے باریک ترین مسائل کی گہرائی میں جانے اور انتہائی محتاط سرمائے سے بہترین آپریشنل کارکردگی حاصل کرنے میں ہے۔" — کیٹرینا لیک

تجزیہ

بصیرت 1: الٹی انتخاب سازی (Curation) لامحدود شیلف (Catalog) کو مکمل طور پر شکست دے رہی ہے

روایتی ای کامرس پلیٹ فارم "لامحدود انتخاب" کے مفروضے پر یقین رکھتے ہیں اور ہزاروں SKU اسکرین پر ڈھیر کر کے صارف کو خود تلاش کرنے دیتے ہیں۔ لیکن معلومات کی بھرمار اور وقت کی کمی کے دور میں "صارف کے لیے کم کرنا" کی کاروباری قدر "زیادہ انتخاب دینے" سے کہیں زیادہ ہے۔ Stitch Fix دراصل کپڑوں کی ریٹیلر نہیں بلکہ "پہناوے کا فیصلہ آپ کی جگہ کرنے والی سروس" ہے۔ بے شمار مصنوعات میں سے سب سے موزوں 5 چیزیں چننا ہی وہ بنیادی اثاثہ ہے جس کے لیے جدید صارف اضافی قیمت دینے کو تیار ہے۔

بصیرت 2: میکانزم ڈیزائن کاروبار کے مہلک مسائل توڑنے کی کلید ہے

گھر پر مفت ٹرائی ایک انتہائی زہریلا کاروباری زہر ہے؛ اگر کوئی قاعدہ نہ ہو تو ریورس لاجسٹکس کی لاگت لازماً کیش فلو کو ڈبو دے گی۔ کیٹرینا کا "$20 پیشگی اسٹائلنگ فیس + ایک چیز خریدنے پر منہائی + سب خریدنے پر 25% رعایت" والا تین درجاتی نظام، رویہ جاتی معاشیات کے "نقصان سے گریز (Loss Aversion)" کو مہارت سے استعمال کرتا ہے، اور واپسی کے کرائے کی رکاوٹ کو — جو لین دین روکتی تھی — صارف کو کم از کم ایک چیز رکھنے پر آمادہ کرنے والی مضبوط کشش میں بدل دیتا ہے۔

بصیرت 3: "سینٹار نظام": انسان اور مشین کا اشتراک ہی صارفین کی AI کی حتمی حفاظتی خندق ہے

خالص الگورتھم آسانی سے بے حس اور جامد ہو جاتا ہے اور انسانی جذبات کے باریک اشاروں کو نہیں سمجھتا (مثلاً "کلاس ری یونین میں سادہ مگر سب کو حیران کر دینے والا انداز")؛ خالص انسانی کام دماغ اور کمپیوٹنگ طاقت تک محدود ہے اور ہزاروں SKU کی متحرک گردش نہیں سنبھال سکتا۔ Stitch Fix نے الگورتھم سے وہ کام لیا جس میں وہ بہترین ہے — میٹرکس اسکورنگ اور انوینٹری کی فروخت کا حساب — اور اسٹائلسٹ سے وہ جس میں وہ بہترین ہیں — ہمدردانہ جمالیاتی فیصلہ اور ہاتھ سے لکھے نوٹ کے ساتھ ترسیل۔ انسان اور مشین کے اس اشتراکی ڈھانچے نے ایک ایسی مشترکہ رکاوٹ بنائی جسے خالص سافٹ ویئر یا خالص فزیکل اسٹور اکیلے نہیں گرا سکتے۔

عمل

عام کاروباری افراد یا آزاد ڈیولپمنٹ ٹیمیں اس حکمت عملی سے کیسے سیکھ سکتی ہیں:

1. پہلا قدم: ایسے روایتی شعبے تلاش کریں جو "بے شمار انتخاب" سے بری طرح متاثر ہیں

   • موزوں گروپ: آزاد ای کامرس، بوتیک خریدار، مخصوص زمرے کے مشیر، SaaS ڈیولپرز۔
   • داخلے کے مواقع: بچوں کی اشیا کی میچنگ، خاص کافی بینز کی سبسکرپشن، خوشبو کا بلائنڈ انتخاب، دفتری میز کی ترتیب، پالتو جانوروں کی غذائیت اور کھانے کا منصوبہ — کوئی بھی ایسا زمرہ جس میں "فیصلے کی زیادہ تھکن، غیر معیاری معیار، اور شدید ذاتی نوعیت" ہو۔
   • تصدیق کا طریقہ: پہلے پیچیدہ ایپ نہ بنائیں۔ Feishu/Notion/آن لائن سروے ٹول سے ایک عمدہ جائزہ فارم بنائیں، اور پہلے اپنے سوشل حلقے یا مخصوص کمیونٹی میں 30 جاننے والوں کو "حسبِ ضرورت باکس" سروس کی دعوت دیں، تاکہ برقراری اور اطمینان کی تصدیق ہو سکے۔

2. دوسرا قدم: مفت خوری روکنے کے لیے "چھوٹی پیشگی رقم + خریداری میں منہائی" کا بند چکر بنائیں

   • موزوں گروپ: حسبِ ضرورت سروس فراہم کرنے والے، مشاورتی فروخت، سبسکرپشن ای کامرس۔
   • عملی قدم: ون آن ون منصوبہ کبھی مکمل مفت نہ دیں۔ ایک مناسب "مشاورتی فیس/سروس فیس" (مثلاً 20 سے 50 یوآن) رکھیں، اور وعدہ کریں کہ آخر میں پروڈکٹ خریدنے پر یہ 100% قیمت میں منہا ہو گی۔ اس سے نہ صرف ابتدائی پیکنگ اور ترسیل کی لاگت فوراً پوری ہوتی ہے، بلکہ گاہک کا نقصان سے گریز بھی ابھرتا ہے، اور سودے کی شرح کئی گنا بڑھ جاتی ہے۔

3. تیسرا قدم: ہر صارف کے تعامل کو ایک منظم ٹیگ نظام میں محفوظ کریں

   • موزوں گروپ: دوبارہ خریداری چاہنے والی تمام صارف مصنوعات اور خدمات۔
   • عملی قدم: جب صارف کوئی چیز واپس کرے یا سفارش رد کرے تو صرف "معذرت" کہنے پر اکتفا نہ کریں۔ واپسی کے عمل میں ہلکے مگر درست کثیر جہتی آپشن ضرور رکھیں (بہت لمبا/بہت تنگ/رنگت گہری دکھاتا ہے/کپڑا چبھتا ہے/زیادہ رسمی وغیرہ)۔ ایک سادہ ڈیٹا بیس کے ذریعے یہ ترجیحات صارف کے پروفائل میں واپس ڈالیں، تاکہ اگلی ترسیل کی درستی دوگنی ہو اور ایسی ذاتی نوعیت کی رکاوٹ بنے جو حریف کبھی نہیں چرا سکیں گے۔

یہ آپ کے لیے نہیں اگر:

• آپ ایسا معیاری، وائٹ لیبل ای کامرس بنانا چاہتے ہیں جو لامحدود سستی قیمتوں پر چلتا ہو اور جس میں کوئی فرق نہ ہو؛
• آپ کی پروڈکٹ کے زمرے میں دوبارہ خریداری کی خاصیت نہیں (مثلاً ایک بار کی بڑی تزئین و آرائش کی اشیا یا کم استعمال ہونے والی پائیدار اشیا)؛
• آپ یونٹ اکنامکس کا احترام نہیں کرتے، اور وینچر کیپیٹل جلا کر ٹریفک خریدنے سے جھوٹی خوشحالی پیدا کرنے پر یقین رکھتے ہیں۔