送衣上门、倒贴运费 这家店却年赚50亿！

本篇文章2861字，读完约7分钟

"在未来的十或二十年里，将不会有电子商务，只会有新的零售."——马云

刀哥最近看到了一个极具颠覆性的电子商务案例，stitch fix，这在硅谷可以称得上是一部奇葩。

它已经成立了五年多，资金总额为4250万美元。

投资者估计其价值为3亿美元，其他人估计为7亿美元。

2016年，收入为7.3亿美元(约人民币49.59亿元)，连续第三年盈利。

据悉，高盛和摩根大通已被邀请率先上市，有人估计其市值将达到30亿至40亿美元。

一些同行要么负债累累，要么完全破产。

这是一家时尚电子商务公司，其创始人是一位年轻女性，名叫卡特里娜·莱克，出生于美国旧金山。

为了回到家乡向人渣学习，哈佛工商管理硕士用一个想法颠覆了零售和电子商务

当她还是个孩子的时候，她很叛逆，被认为是个穷学生。她经常晚上从家里溜出去去夜总会，她的学习成绩直线下降。

父母担心她学习不好，所以他们很快搬到了明尼阿波利斯。她当时15岁。

在一个陌生的新环境中，卡特里娜明白了一件事。要回到美国西海岸，上大学只有一个办法。

2001年，他进入斯坦福大学。起初，她想成为一名像她父亲一样的医生，但她很快就放弃了，因为她开始对企业咨询感兴趣，在一家咨询公司工作，并接触到许多实体企业在挖掘客户需求方面缺乏的东西。

后来，她获得了哈佛商学院的工商管理硕士学位，希望改变零售业的现状。

Stitch fix成立是因为卡特里娜有一个不愉快的购物经历。另一方面，当时有一个时尚的电子商务公司trunk club，但它是空白色的女性消费者。

此外，她认为人们最基本的需求是买合适的衣服。很少有人喜欢在购物中心呆上一天，他们厌倦了一次打开几十个网页进行比较和选择。

许多创新都专注于让商品更便宜、购物更快捷，但她认为，100%推荐可以帮助用户找到他们最喜欢的衣服，关注用户，强调个性化和个性化。

所以卡特里娜去和她的朋友一起工作。他们在波士顿对自己的着装风格偏好做了一项调查，然后根据调查结果去精品店购物，卡特里娜6000美元的信用卡额度不断被冲掉。

虽然它没有赚到钱，但它证明了这种模式是可行的。

无限制“返回”推荐模式，将试衣间搬回家

缝合修复模式比一般的电子商务更复杂，但用户体验也很好。

根据用户的需求和其他参数，从大量的库存中大致挑选出一组可供选择的产品，然后由近4000名造型师(其中大部分都是兼职)中的一名进行最终选择。最后，将五件衣服(针脚固定标准)装入一个统一的纸箱并送出。

它还配有这些衣服的匹配参考卡。

收到后，用户可以从中选择，他们可以享受标价的25%的折扣，包括20美元的造型费。

关键的一点是，stitch fix有无限的“返回”，可以离开或返回，往返运费是免费的。

但是Katrina说:“我们不会把这些卖不出去的衣服当作退货，但是就像实体店一样，它们只是顾客尝试过的衣服。”我们希望用户将盒子中的五件衣服全部试用，并且没有要求或期望将它们全部购买。”

它遭到了20家风投公司的拒绝，但却意外地被优步投资者追逐，以增加资金

2011年，风险投资公司baselineventure的负责人史蒂夫安德森(steve anderson)率先为卡特里娜(Katrina)投入了75万美元的种子资金。

然而，在随后的一轮融资中，卡特里娜被20家风投公司拒绝，因为她是一名女性，没有技术背景。

最后，安德森帮助卡特里娜获得了200万美元的过桥融资。

后来，基准资本(benchmark capital)的高级合伙人、被称为硅谷智者的优步投资者之一比尔·格利(bill gurley)发现，这位美容助理将自己所有的可支配收入都花在了出租车和一项不为人知的个人模特服务上，这是出于与科尔蒂纳见面的好奇心。

格里一见面就阅读了卡特里娜飓风前三年的资本流动和收益表，做出了她投资生涯中最快的投资决定，并在接下来的八个月里坚持游说不再缺钱的卡特里娜飓风，并两次牵头投资，总计3700万美元。

利用大数据完成一切

虽然它是一家电子商务公司，但数据技术在缝补业务的每个环节都起着重要的作用。

在stitch fix的6000多名员工中，除了造型师，还有80名数据专家，包括49名医生，其中有天体物理学家和计算神经学家。

Stitch fix在几个主要市场建立了五个配送中心。它通过甲骨文云进行企业资源规划，并将业务应用系统与甲骨文集成云服务和java云服务相集成。

收集客户数据

为了给用户更好的购物体验，stitch fix将让用户填写详细的个人数据，如体重、身高、胸罩尺寸和他们的pinterest链接，如用户的职业，甚至邮政编码(用于预测用户所在地的天气)。每个用户将收集50多项数据。

细化产品数据

缝合修复列出了多达100至150项的合作品牌的每件服装的数据，从服装的长度，袖长到颜色。

为了确保为用户选择最合适的衣服，stitch fix加强了测量产品的过程。以男士梭织衬衫为例，针法采用产品30点测量标准。

虽然不是为每个用户量身定制，但对产品的深入了解可以确保为用户选择最合适的产品。此外，市场上有远远超出需求的衣服，不是每个人都需要定制。

这个过程看起来很麻烦，但是Katrina说这是绝对必要的，因为用户选择相信stick fix并且依赖stick fix的推荐。

大数据帮助设计师搭配服装

基于这些数据，sttitch fix的数据系统将从大量库存衣服中最小化选择范围。最小化选择范围意味着设计师为用户选择最后五件衣服的范围减少，工作量减少，这意味着最终发送给用户的衣服更有可能被购买。

通过数据算法，仓库工作人员从巨大的库存中为单个用户挑选5件衣服的时间和步骤也可以被最小化。

通过stitch fix，甚至回报和负反馈也被构建到高值数据集中，从而优化操作和数据系统，提高选择精度，并进一步提高回购率。

在怀疑中成长

许多人对缝合修复模型持怀疑态度。2015年，一个组织对4667名购物者进行了一项调查，只有3%的人使用这种服务，而59%的人表示他们根本不感兴趣。

另一些人认为个性化永远不可能大规模生产，因为花了很多钱在stitch fix上的人一开始可能会对这个模型感到兴奋，但是他们会在这里呆很长时间吗？

关于客户保留，stick fix拒绝透露，但声称这肯定高于行业平均水平，并表示自成立以来已发行了数百万个服装盒，39%的用户每年将超过一半的服装预算用于stick fix，80%的客户将在90天内进行第二次购买。

其产品组合也很丰富。2016年，stick fix增加了男装业务和大型女装业务，目前已有450多个品牌与stick fix合作。与此同时，stitch fix也在打造自己的品牌。

卡特里娜指出，亚马逊35%的交易源自推荐，领英50%的人际关系源自推荐。

她认为，在未来的零售业中，交易将以消费者为中心，在推荐的基础上进行。

技术将是未来所有企业不可或缺的一部分。

马云给出了零售的新定义。史迪奇是新零售业的先驱和实践者吗？

来源：罗马观察报