一年销售超百亿，这个「盲盒」不简单

盲盒，早已成为现代人熟悉的消费方式。

在中国，有泡泡玛特用盲盒卖文创，10年做到近700亿港币市值；

而在大洋彼岸，有一家服装电商也凭借盲盒，挑战亚马逊，做到年销售额21亿美元（约合133亿人民币）的佳绩，它就是Stitch Fix。

Stitch Fix成立于2011年，由当时年仅28岁、毕业于哈佛商学院的Katrina Lak创立。由Stitch Fix引领的盲盒模式，并非我们理解中的概念——这是一个由算法和真人造型师基于消费者需求与过往消费记录挑选的服装“盲盒”，背后是海量数据分析与算法的支撑。

凭借用户体验与算准人心，Stitch Fix只用了 2 年时间就实现正现金流，在 2015 年实现盈利，2017年11月，Stitch Fix在纳斯达克成功上市，目前市值已达35亿美元。

从公寓楼中的创业种子，到市值超35亿美元的零售业新锐，Stitch Fix缘何成功？它对中国企业有何启示？希望今天分享的案例，能带给你启发与思考。

作者 | 梅建平，陈剑，乔亿源

来源 | 商业评论

头图 | Stitch Fix

本文摘编自长江商学院案例《让AI带上温度，将算法结合时尚：Stitch Fix的成长启示》。

Stitch Fix是一家由数据和算法驱动的电商公司。在这里，你仅需花费10分钟填写一份问卷，人工智能的强大算力便能从库存中找出符合你个性的服饰清单。

购买时，你既可以选择给自己一点惊喜——订购一个名为“Fix”、包含5件衣物的盒子，这些衣物由算法和真人造型师挑选，但你在打开盒子之前并不知道里面有什么——也可以像平时线上购物一样点开页面直接购买，只不过你看到的选项已经过算法的过滤，让你仿佛置身于按照你的品位进货的专属私人商店。

2021年，Stitch Fix活跃客户近420万，销售额达21亿美元，覆盖所有服饰零售细分品类，能一站式满足全家购衣需求，业务横跨美欧大陆。

而这家公司从诞生到成为行业新锐仅用了10年。

1

 诞生与成长

Stitch Fix创始人卡特里娜·雷克（Katrina Lake）2005年毕业于斯坦福大学，先后任职于咨询公司和风投机构。

在工作中，她对零售业进行了大量的研究，为她日后创业奠定了基础。

2009年，卡特里娜赴哈佛商学院进修MBA。在专业商学教育的熏陶下，她将身为女性对于购物体验（特别是购买衣服的体验）的追求、本科教育赋予的数理思维，以及过去工作中对零售服务业的理解融合起来。

她认为，服装零售业的革新方向应当是为用户提供尽可能好的体验，具体方案则是将人和机器、感性与理性、艺术与科学相结合。

在哈佛就读期间，卡特里娜就开始了将数据应用到零售业的创业实践。

她将闺蜜们发展成自己的客户，记录她们对衣着的偏好，然后按照自己对这些偏好的理解采购女装，再驱车送货到客户家中。客户从采购成果中挑选出自己看中的并付款给她，她再将未被选中的衣服退回。

这个过程极为耗时，卡特里娜不仅需要占用自己的资金，还基本赚不到钱。

但有一点得到了证明：女士们对这种业务形式颇感兴趣。

更重要的是，她借这个机会成功收集了第一批数据，从而完成了对未来商业模式的验证。

2011年2月，卡特里娜赢得了75万美元（投后估值350万美元）的种子投资。借助这笔投资，Stitch Fix在卡特里娜位于剑桥市的公寓中正式开业。

2011年6月，卡特里娜从哈佛毕业，随后将公司搬到了旧金山。公司开始利用美国西海岸的人才优势组建自己的数据算法团队。

2012年，奈飞数据科学和工程部门原副总裁埃里克·科尔森（Eric Colson）出任Stitch Fix首席算法官，标志着数据团队初具规模。

以此为契机，Stitch Fix正式推出赖以成名的销售方式——Fix盒子。

Stitch Fix将客户填写的问卷转化为数据，然后导入算法，分析客户偏好并形成推荐商品目录。

同时，算法指引一位造型师与该客户匹配，造型师依据自己的判断从算法推荐的商品目录中选出5件服饰，并附上一封信简要说明自己的选择思路，形成一个Fix盒子。

盒内单品价格从30美元到200美元不等。客户收到盒子后，可以留下自己喜欢的服饰并结账，再用盒子里所附的到付邮包将剩余服饰退回。

这种带有盲盒元素的销售方式能够刺激客户的好奇心，而准确的算法加上造型师人性化的判断，又能保证客户在打开盒子时不会失望。

新颖的销售模式很快为Stitch Fix带来了第一批客户，再加上社交媒体拉新等营销策略，公司迎来了快速发展期。

到2013年2月，公司活跃客户突破1万人；

4月，位于旧金山的首个集散中心投入使用；

7月，公司成立了完整的远程造型师团队。

业务的快速发展也吸引了资本的青睐。

2014年6月公司完成2,500万美元C轮融资后，估值已高达2.85亿美元，为种子轮的81倍。

源源不断的资本投入为Stitch Fix提供了持续扩张的动力。卡特里娜也开始引进来自Gap、耐克、沃尔玛、百思买等服装和零售行业头部企业的人才。

2014年，公司开始产生正现金流，并维持了强劲的发展势头：

进军服装领域各个细分市场，到2018年已能够满足完整家庭的购衣需求；

公司不断增加合作品牌的数量，为客户提供更多选择；

开始向海外扩张，2019年5月登陆英国。

自成立以来，Stitch Fix的各项业务数据均保持增长，销售额和活跃客户人数不断增加。

2017年11月，Stitch Fix在纳斯达克成功上市，首日市值达14.45亿美元。

2

    何以成功？

从公寓楼中的创业种子，到市值超35亿美元（截至2021年10月）的零售业巨擘，Stitch Fix的成功源自以下四点。

1. 高效的数据收集

Stitch Fix将数字化定位为公司的核心竞争优势，并在收集数据、开发算法等方面不懈努力。

公司相信，提供最好的购物体验才能获得最忠实的客户。

这就要求公司对客户有充分而完整的了解，而最好的了解就是将客户数字化。

早期缺乏专业收集工具时，Stitch Fix使用问卷和Excel表格等方式收集客户数据。

有了数据团队后，Stitch Fix在客户初次注册流程中加入专家设计的问卷，为每个客户建立专属造型档案。

根据Stitch Fix的统计，造型档案能为公司提供90〜100个具有统计显著性的数据点，包括式样、尺码、裁剪、价格偏好，以及诸如“周一需要穿正装”“希望能凸显自己的长腿”等个性化的细节。

更重要的是，随着时间推移，Stitch Fix能够通过观察复购行为、邀请填写反馈问卷等形式对数据进行迭代，而活跃客户受Stitch Fix所提供服务的吸引也乐于提供反馈。

根据Stitch Fix 2020年和2021年年报，在购买Fix盒子的客户中，愿意对购物体验进行反馈的客户数量占到了80%。Stitch Fix借此构筑了庞大的面板数据。

除问卷以外，Stitch Fix还参考交友软件开发了能够高效收集数据的App内置小游戏。这个游戏不仅能让Stitch Fix积累更多数据，还顺便增加了品牌黏性。据公司2020年底的统计，75%的活跃客户参与了游戏，积累的有效数据已超过60亿条。

更重要的是，这些数据不仅总量庞大，而且是来源于客户的第一手数据（而非推断、数据挖掘或第三方统计），因此具有极佳的可靠性和分析价值。

对这些数据的分析结论能够指导公司优化购物体验，而享受过出色购物体验的客户也更愿意配合反馈，并提供更多数据，最终形成“销售-反馈”的良性循环，构成强大的网络效应。

2. 算法驱动公司运营

Stitch Fix的数据团队成员多达360人。整个数据团队由首席算法官管理，首席算法官直接向CEO汇报，并在公司的战略决策会上占有一席之地。

这种架构赋予了数据团队极高的权限和自由度，可以不经过冗长的立项程序，自行判断研发方向，并为其倾斜资源。

这套理念被证明十分成功，数据团队开发出了各种精妙算法。

个性化推荐算法：将客户的体型、穿衣风格、预算约束等内生变量，与季节、库存、销量等外生变量相结合，构建出矩阵，以预测库存产品和客户偏好之间的相关性。

算法首先去掉客户曾退回的排除项，再将剩下库存每件商品上100~150个代表颜色、面料、款式等属性的数据点与客户的偏好进行匹配并打分，用协同过滤算法调整后将得分排序，最后构成供造型师挑选的推荐清单。

库存管理算法：在造型师敲定商品后，算法会根据客户和集散中心之间的相对位置、商品的库存状况、调货时间等因素，确定最合适的调货流程。

库存管理算法还会统计商品的销售状况，提醒库存团队及时补货、处理积压库存，提高存货周转。

新款式设计算法：模仿生物进化，用算法进行服装设计。

首先，算法将现有的各种设计元素（如中长款、波点图案、泡泡袖等）解构为一系列属性，作为“基因”。

之后，将属性广泛组合，进行“杂交”，再稍加改动，促使“突变”，从而产生极为丰富的结果。

算法对所有结果评分，并将分数最高的结果提交设计师进行验证，确认“进化”是否成功。

Stitch Fix据此构建了自有设计品牌，其对销售的贡献在2019年已达20%。

3. 科技的理智与人类的情感相结合

引入数据和算法的同时，卡特里娜坚持将数据科学与造型师的判断相结合，并赋予后者改变或驳回算法推荐结论的权力。

例如，有时客户的需求非常具体：“我需要一条能参加户外婚礼的正装长裙。”此时，造型师无需通过算法，就知道如何满足这个需求。

此外，随着购物次数变多，客户和造型师的关系日益密切，有的客户会和造型师分享如怀孕、减肥成功、入职新工作之类的隐私。这些都意味着客户的人生进入了新阶段。

没有感情的机器难以理解其中的意义，但善解人意的造型师能立即了解客户的重大变化，并据此为客户设计全新的造型，从而进一步加深与客户的联系。而这无疑能产生极强的品牌忠诚度。

在Fix盒子内，造型师还会附上一张便笺，向客户致以问候，解释自己选择时的考虑，并邀请客户给出反馈。在线上社交时代，这样略显复古的信件能让客户倍感亲切。

信中表达的“我们希望能为你做得更好”的态度，可以有效提高客户的购买意愿。而提供反馈的邀请则会令客户感到自己被重视，同时也让公司获得可靠的一手数据。

总之，造型师掌握着Fix盒子销售的关键工序，地位相当重要，也占据着员工总数的大部分。

在数据算法团队和造型师团队的通力合作下，公司销售额连续数年以超过25%的速度飙升。

归根结底，人类感性而细腻，机器理性而冷酷，只有人与机器相结合，才能在艺术与科学、感性创意与理性逻辑之间找到平衡，从而产生更大的能量，让数据和算法变得有温度，为客户提供更好的体验。

4. 富有创意的销售方式和出色的用户体验

利用盲盒玩法，Fix盒子迅速占领了市场，取得了出人意料的成功，并在很长时间内成为支撑公司扩张的主要动力。

在整个购物过程中，客户会享受到种种积极的购物体验：

拆开盒子发现中意衣物时的惊喜；

构建独一无二专属造型时自我的彰显；

在家中穿衣镜前试穿，而无需在商场试衣间前排队的从容感；

送货上门、免费退货带来的方便与快捷；

与造型师互动时萌发的友情；

⋯⋯

人们在购物时不仅希望获得商品，还希望获得上述这些积极的情感体验。

如果商家真的能提供这些体验，客户自然愿意付出一些溢价。这正是Fix盒子大行其道的根本原因。

3

自我进化和突破

Stitch Fix的成功，代表的是服装零售行业内创新对传统的胜利。而作为创新势力本身，Stitch Fix也认识到创新没有止境。

想要走得更远，就必须不断改进、突破、自我进化。

造型师的规模和工作量直接影响着Fix盒子的销量。

一方面，Fix盒子的销量持续上升，要求造型师投入更多的劳动；

另一方面，公司产品线不断扩充，每涉足一个新领域，都需要针对性地拓展团队或者培训现有团队。

公司为此不断扩大造型师团队的规模，从而产生越来越高的费用。而且，一旦造型师离职，其专业能力和与客户建立起的个人感情纽带，也无法作为公司的资产保留下来。

最终令公司下定改革决心的是巨头的入侵。

2019年7月，亚马逊用几乎完全照抄的商业模式宣告同Stitch Fix展开竞争。

为了应对挑战，2019年12月，卡特里娜从咨询巨头贝恩请来了拥有20多年经验、曾负责全球数字化业务的伊丽莎白·斯波尔丁（Elizabeth Spaulding）担任公司二把手，负责设计脱离Fix盒子和造型师的直购销售模式。

2021年9月，Stitch Fix正式发布新的销售模式Freestyle。在这种模式下，客户无需订购Fix盒子，也不用造型师进行推荐，在购物界面就能直接看到供选购的服饰。

当然，呈现在客户眼前的所有服饰都是经过算法精心挑选的，不会出现客户不喜欢、尺码不合适或预算无法承受的商品。

目前，Freestyle模式已经成为与Fix盒子平行的第二增长曲线。

4

Stitch Fix适用于中国市场吗？

2014年Stitch Fix业务进入快车道后，其商业创意也引起了国内创业者的关注。

国内迅速出现苏打罐、垂衣、壹盒等模仿者。但是，这些模仿者总体而言经营效果并不理想，原因主要有三点。

1. 模式启动和跑通需要强大的人力资源

Stitch Fix成立之初就确定了数据算法和造型师并重的商业模式。

无论是收集数据、开发算法，还是了解用户、设计造型，都需要系统的专业能力，从而对初创公司的人力资源提出了极大的挑战。

而Stitch Fix也很早就认识到人的重要性，因此一直维持较高的人才标准，其数据团队中共有80多位博士。

而国内模仿者并未把团队的构建放在优先的位置。

某公司的招聘广告显示，绝大多数算法工程师的职位只需至多5年经验和本科学历，造型师的经验要求更是低至1年以内，而薪资也只有每月6,000元，相当于当地线下服装店的导购。

公司所获融资绝大部分被用在品牌推广、构建库存和获取第一批客户上，留给团队构建的资源寥寥无几。

质量欠佳的团队无法像Stitch Fix一样为客户提供超出传统零售水准的购物体验，从而也产生不了用户黏性。

2. 创新商业模式的运营难度高

在没有自有品牌、库存依赖采购的创业初期，管理库存需要极为准确的商业决策。

库存过小，算法和造型师可供选择的商品就少，从而无法为客户做出最佳选择；

库存过大，前期客户数量又有限，公司就会被巨额的采购和仓储成本压垮。

这正是Stitch Fix在初期融资时，投资人向卡特里娜提得最多的问题。

卡特里娜的解决方案是：

一方面从沃尔玛、百思买等引入高端零售人才，加强运营能力；

一方面发挥算法优势，精确预测客户偏好，增加销售，加快周转。

数据团队还研发了管理采购、仓储、物流的供应链算法，进一步优化库存管理。

国内公司的创始人则大多很年轻，缺乏零售行业运营管理的知识和经验，而他们对数据算法的重视程度又远不及卡特里娜，也就无法借助人工智能的力量形成有效的管理。

3. 国内对订阅制销售的接受程度有限

Fix盒子销售模式是基于传统订阅制销售的创新。美国人均持有数张信用卡，订阅制销售也广为接受。

而中国的个人信用体系尚未完善，支付手段又从现金跳过信用卡直接进化到了移动支付，加之中国金融体系对信用卡订阅制销售有诸多限制，因此，订阅制销售在中国的接受程度远低于美国。

由于缺乏作为信用中介的信用卡，Stitch Fix的模仿者如果允许客户货到付款，则可能面临客户逃单等严重的道德风险。

初创公司无法承受处理风险的巨大成本，只能选择预付费方式，要求客户事先购买大额年卡才提供服务，但这又会让客户担心公司捞钱跑路。双方之间的不信任大大增加了商业模式推广的难度。

5

对中国消费品牌的启示

当前的中国消费市场正走出销量为王的跑马圈地时代。

在产能不再稀缺、商品趋于同质、市场从卖方向买方转换的新格局下，如何让自身的品牌具有差异性，并为更多客户所接受，是每一个消费零售企业需要认真思考的问题。

Stitch Fix的成功经验指出了一个可行的方向：

看似冰冷的科技可以为客户带来“被关怀”和“被重视”的温暖感，科技与创意相结合，可以有效地优化客户的购物体验，从而帮助企业在完全竞争市场中创造出属于自己的品牌溢价。

end

更多长江案例

点击下方卡片，关注长江商学院