“懒时尚”鼻祖：Stitch Fix靠“衣服盲盒”一年销售超百亿

▲更多出海资讯，请复制链接到浏览器打开https://brandark.com/

关注公众号后台回复“报告”，获取跨境电商、独立站等报告资料

“女人的衣橱，永远缺一件衣服。”——不是衣服不够，而是永远找不到适合自己的那一件。

如今，一片红海的服装行业，每年都有无数的服装品牌诞生。

随着90、00后成为消费主力军，随之而来的是他们的喜好以及习惯和需求都有了新的特点，他们更注重个性化的消费体验。

对于消费者而言，如何从这汪洋大海中选择最适合自己的那一件，成了一种令人头痛的烦恼。

2011年，在美国旧金山，有这么一家公司成立了，它就是Stitch Fix。

在面对所有人“买衣难”这样的共同烦恼时，Stitch Fix帮助消费者们解决的恰恰是购物最难的一个环节——选择。

Stitch Fix更高效地运用算法和数据，加上人类造型师的情感温度，靠售卖服装“盲盒”，赚取“搭配费”，《纽约时报》曾将其列为潜在的初创企业“独角兽”。

根据其2021年年报，成立10年的Stitch Fix交出了一份亮眼的成绩单——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。

作为“懒时尚”的鼻祖，Stitch Fix是如何借助“数据”帮人们挑选衣服的？

Stitch Fix这种业务的核心是什么？它的发展历程又能给我们什么启示？

“选择困难症”患者的福音

与传统零售公司不同的是，Stitch Fix是一家以「数据驱动」的服装新零售电商公司。

怎么个「数据驱动」法？

这一切，还要从Stitch Fix的创始人卡特里娜·莱克的故事说起。

莱克从斯坦福毕业后，曾在帕特侬集团（全球十大管理咨询公司之一）担任管理咨询顾问。在工作中，她发现彼时的商业市场“没有充分地利用数据，传统的实体零售商并不能充分地了解客户的需求”。

在她的理解里，数据可以用来创造更好的服饰穿搭体验。毕竟，合身和品味只是一堆属性：腰围、裤长、布料、颜色、重量、耐用性和样式，它们都是可以被量化的数据。只要你对此收集足够多的数据，就能知道人们想要怎么样的衣服。

于是，她决定去哈佛商学院进修，在此期间，莱克一边学习一边开始验证她的想法。

据了解，莱克将闺蜜们发展成自己的第一批客戶，记录她们对衣着的偏好，并按照自己对这些偏好的理解去采购女装，再驱车送货到闺蜜们家中。朋友们从她采购的衣服中挑选出喜欢的并进行付款，她再将未被选中的衣服退回。

即使整个过程耗时耗力，但莱克收获了一个重要的认知：女生们对这种业务形式很感兴趣，并且她借此机会收集到第一批数据，证实了这种商业模式的可行性。

（创始人卡特里娜·莱克）

曾有经济学家直言：如今服装行业的多样性大幅增加了，但是找到各种产品的渠道却并没有被拓宽。

2011年，Stitch Fix 在美国旧金山成立。

据了解，用户从Stitch Fix购物，既不需要进入商店挑选，也不需要花大量时间上网浏览网页，取而代之的是先填写一份详细的表格，其中包含个人的形体特征、喜欢的风格和购物预算。这个表格中的问题细致到消费者的身高、体重，甚至出去约会的次数，喜欢哪种风格的首饰和哪种风格的衣服。

接着，Stitch Fix的搭配师会根据消费者的问卷，以及其提供的社交信息，从超过200多家品牌的产品中为消费者挑选符合他们体型、风格偏好的衣服和搭配首饰。

每个月，Stitch Fix会给消费者寄出一个盒子，盒子里是Stitch Fix认为最适合该消费者的5件衣服。消费者收到盒子之后，可以自己在家里试穿，并根据自己的喜好留下全部或者部分的衣服，将不喜欢的衣服退给Stitch Fix。

2015年，Stitch Fix在第三轮融资中获得了3亿美元的估值。

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。34岁的卡特里娜·莱克，成为有史以来最年轻的上市公司女性创始人。

精准的算法+人类的温度

搭配推荐一直是Stitch Fix业务的核心。

不夸张的说，Stitch Fix收入几乎100%都来自于搭配推荐服务。

2014年到2021年，Stitch Fix的年销售额一路飙升，从0.73亿美元增长到21.01亿美元(约合人民币133亿元）。

“我们不会仅仅因为用户的购买记录就向其推销某个品牌，或是借助浏览行为就直接推测一位用户正打算买一条小黑裙子。与这些低转化率的行为相反，Stitch Fix将数据中的机器学习与造型搭配专家人性化的判断相结合，以此为用户作出独特的个性化推荐。”创始人莱克曾如此表示。

在成立早期，Stitch Fix就拥有一支由80位数据科学家组成的团队，其中包括天体物理学家和计算神经学家，有49位博士。根据2015年Stitch公司的一项调查数据，Stitch Fix的数据科学家团队比苹果、领英、推特、谷歌、亚马逊等任何一家公司都强大。

不仅如此，卡特里娜·莱克还请动了数据科学家艾瑞克·科尔森（Eric Colson）担任其首席算法官。这位曾任职于在线影片公司网飞（Netflix）的大咖，曾协助网飞根据使用者先前的选片记录，在画面上挑出建议的影片清单。他将类似的演算法运用到Stitch Fix的服装个人定制推荐上，将其打造成一个极为新颖、由科技推动的个人化推荐系统。

艾瑞克·科尔森说：“所有Stitch Fix出售的衣服不一定是独家发售，价格也不是最有吸引力的，物流更不是最快的，但我们的优势在于我们为消费者做了更好的选择和搭配。”

据了解，Stitch Fix使用至少50种不同的算法来运行其日常业务。

除了用于挑选衣服的公式，它还有专门的算法负责为消费者科学分配至少1名造型师。要知道，在Stitch Fix至少3000名搭配造型师团队中挑选出最合适的那位，并不是一件简单的事。

在仓储方面，Stitch Fix的技术系统可以实现找出消费者的衣服来自哪个仓库，确定其样式及每个样式在Stitch Fix的储存量，甚至涉及一些定制样件。

当然，Stitch Fix给出的搭配方案不仅有着算法和数据的精准，也有着人性的温度——在搭配过程中加入造型师的判断，并赋予其改变或驳回算法推荐结论的权力。

这或许是一个很简单的道理——一个好的人加上一个好的算法互相配合，远胜过一个最好的人或一种最好的算法单独工作。

“我们不想让人工和数据相互竞争，不想把机器训练得像人类，也不想把人训练成机器。我们希望他们共同配合。我们都得承认我们会犯错，不管是造型师、数据科学家、还是我。有时我们所有人都错了，甚至是算法。”莱克这么认为。

据了解，随着购物次数变多，用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，造型师能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——在如此的互动中，无疑产生了极强的品牌忠诚度。

业绩惨淡，陷入危机

然而，Stitch Fix的“人性温度”作为优势的同时，却也让其陷入了怪圈。

有业内人士指出，随着Stitch Fix造型师团队的日益庞大，越来越沉重的人力资源成本將吞噬公司的赢利能力，而一旦造型师离职，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。

2019年7月，亚马逊（Amazon）用几乎完全照抄的商业模式宣告同Stitch Fix展开竞争——与Stitch Fix相比，亚马逊拥有更多的合作品牌、更强的上下游议价能力、更能支撑竞争的现金流，以及全美高达1亿的会员人数。

对于Stitch Fix来说，或许到了不得不突破的时候。

2021年4月，公司创始人卡特里娜·莱克卸任CEO。伊丽莎白•斯波尔丁接替莱克，成为公司第二任CEO。

莱克接受采访时称，目前公司业务希望能跳出“订阅盒子”的圈子，探索更多途径，让顾客在选择其他方式购物时也能更加便捷。

“人们购物的方式还有很多，但对其中一些来说，盒子有其自身的局限性。”莱克说

据了解，在2022 年新 CEO 的领导下，Stitch Fix已转向传统电商，重组其造型团队，采取裁员措施，依靠数字推荐引擎将自己与百货公司区分开来，与此同时，其股价暴跌至 10 美元以下。

现任CEO伊丽莎白•斯波尔丁在业绩声明中表示，当下宏观经济环境及对消费支出的影响一直是公司面临的挑战，目前公司致力于转型，恢复盈利增长至关重要，是当前Stitch Fix的首要任务。

Stitch Fix能否重现往日辉煌，目前还是个未知数。

BrandArk观品牌

对于早期的Stitch Fix来说，它并没有像其他服装品牌一样自己进行生产和设计，也没有在使服装更时尚、更高档这个持续性创新的道路上前行，而是找到了一个消费者尚未被满足的需求，让消费者更便捷、更简单地获得个性化的服饰。

这个切入点巧妙且有趣。

即使2022年Stitch Fix遭受了一些困难，风光不再，但Stitch Fix的成功经验也为我们指出了一个可行的方向：

运用科技与人类的温度相结合，可以有效地优化客户的购物体验，科技负责效率，人类负责情感，这也是早期Stitch Fix脱颖而出的重要原因之一。

行业变革浪潮汹涌，企业出海迈向新征程

危与机四面埋伏下，中国品牌何以突围？

12月28日，品牌方舟在深圳

邀您共赴品牌全球化盛宴

展望跨境出海不断向上的未来

如需深入交流品牌出海、DTC、新消费市场等话题，请扫描下方二维码，加入【品牌出海交流群】，与行业资深人士一起踏浪出海。

国内DTC品牌

海外DTC品牌

品牌市场观察