最近看到一個非常顛覆的電商案例，Stitch Fix，堪稱硅谷一朵奇葩。
1.成立5年多，共融資4250萬美元，
2.投資人估值3億美元，外界有人估到7億，
3.2016年收入7.3億美元（約合人民幣49.59億元），已連續第三年盈利。
現據稱已邀請高盛和摩根大通牽頭負責上市事宜，有人評估其市值將達30億到40億美元。
幾個同行不是負債累累，就是徹底倒閉。
這是一家做時尚電商的公司，創始人是位年輕女性，卡特里娜·萊克（Katrina Lake），出生在美國舊金山。
1哈佛MBA用一個想法顛覆零售和電商
卡特里娜在一家咨詢公司工作過，接觸了很多實體商業在挖掘客戶需求方面欠缺的東西。
后來她又讀了哈佛商學院的MBA，希望改變零售界現狀。
之所以創立Stitch Fix，一方面是因為卡特里娜自己有過不太愉快的購物經歷，另一方面，當時有一家專門針對男性的時尚電商Trunk Club，但在女性消費者這一塊是空白。
并且，她認為，人們最本質的需求無非就是買到合適的衣服，沒幾個人喜歡在商場里泡一天，一次打開幾十個網頁對比挑選也煩透了。
很多創新都是圍繞讓商品更便宜和購物更快捷，而她想到的是，百分之百推薦，幫用戶找到她們喜歡的服裝，以用戶為中心，突出個人化，個性化。
于是卡特里娜和朋友一起動手開干。她們在波士頓地區做了一個穿衣風格偏好的調查，然后根據調查結果狂逛精品店采購，卡特里娜6000美元的信用卡額度持續被刷爆。
雖然沒賺到錢，但證明這個模式可行。
2無限制退貨模式，把試衣間搬回家
Stitch Fix的模式相比一般電商要復雜，但用戶體驗也很好。
根據用戶需求等參數，先從大量的庫存中粗選一組備選商品，再由近4000位造型師（大部分為兼職）中的一位做最后的精選，最后將5件衣物（Stitch Fix的標準）裝到統一的紙箱中寄出。
用戶收到后從中挑選，購買可以享受標價25%的優惠，費用中包含20美元的造型費。關鍵在于，Stitch Fix無限制“退貨”，可以全留下，也可以都退回，且往返運費全免。
但卡特里娜說，“我們并不把這些沒有被買下的衣物當退貨看待，而是像實體店那樣，它們只是顧客試過的服裝而已。我們希望用戶把盒子里的5件衣物都試一試，沒有要求也不奢望能全部買下來?！?nbsp;
3用大數據搞定一切
雖然是一家電商公司，但數據技術在Stitch Fix業務的各個環節中都占有重要地位。
1收集客戶數據
為了讓用戶獲得更好的購物體驗，除了穿衣風格的偏好以及購買需求、接受的價位，Stitch Fix會讓用戶填寫個人的詳細數據，比如體重，身高，文胸尺碼以及自己的Pinterest鏈接，比如用戶的職業，甚至郵編（用來預測用戶所在地點的天氣情況），從每位用戶處收集的數據要超過50項。
2精細化產品數據
對于合作品牌的每一件衣物，從衣長、袖長到顏色，Stitch Fix會列出多達100到150項數據。
為了確保給用戶挑選出最合身的衣物，Stitch Fix強化了對產品進行測量的過程，以男性梭織襯衫為例，Stitch Fix對產品采取30個點位的測量標準。
盡管不是為每位用戶量身定制，但是對于產品的深度了解能夠確保為用戶挑選出最適合的一件。況且市場上有遠超需求的衣服擺在那，并不是所有人都需要量身定制。
過程看似繁瑣，但卡特里娜表示這些都是絕對必要的，因為用戶選擇相信Stitch Fix，依賴Stitch Fix的推薦。
4大數據輔助造型師配衣服
以這些數據為依據，Sttitch Fix的數據系統會從大量的庫存衣物中將選擇范圍最小化，選擇范圍的最小化也就意味著，設計師在為用戶精選最終5件衣物的范圍縮小了，工作量減少了，更意味著最后寄到用戶手中的衣物被買下的可能性越大。
通過數據算法，也能最大限度地縮減倉庫工作人員從數量龐大的庫存中為單個用戶挑揀5件衣物的時間和步驟。
就連退貨及負面反饋都被Stitch Fix建成了高價值的數據集合，借此優化運營和數據系統，提升選擇精準度，進而提升復購率。
5在質疑中生長
有很多人對Stitch Fix的模式是持懷疑態度的。2015年有機構面向4667名購物者做了一次調查，只有3%的人使用這類服務，59%的人表示根本不感興趣。
也有人認為，個性化始終無法大規模產出，因為在Stitch Fix上消費過的人，最初可能會興奮于這種模式，但時間一長，還會在這消費嗎？
關于客戶留存度，Stitch Fix拒絕透露，但聲稱絕對高于行業平均水平，且稱成立至今已經發出數以百萬計的服裝盒，39%的用戶每年會把服裝預算的一半以上花在Stitch Fix上，80%的客戶會在90天內二次購買。
其產品組合也在豐富，2016年，Stitch Fix新增加了男士服裝業務及大碼女士服裝業務，如今與Stitch Fix合作的品牌超過450個。同時，Stitch Fix也在建立自己的品牌。
卡特里娜指出，亞馬遜上35%的交易源于推薦，LinkedIn上50%的人際聯系源于推薦。她認為，未來的零售業，將會以消費者為中心，在推薦的基礎上發生交易。而技術，將是未來所有企業都不可或缺的一部分。
