Stitch Fix，让购物变简单

Michael+J.De+La+Merced+Katie+Benner

不断变化的消费者习惯让零售业很受伤。购物者在网上讨价还价，百货商店正在挣扎，曾经的主流品牌如今风光不再。Stitch Fix却不太一样，这家提供成衣邮购服务的公司为用户提供的购买选择非常少，并且大牌服饰从不打折。

这一经营模式听起来也许不合常理，却是Stitch Fix持续扩张的原因所在。截至去年7月的最近一个财年，该公司销售额达到了7.3亿美元。

Stitch Fix的高管们表示，他们还没有详细的上市计划，但已经准备好最快在今年申请上市。如果Stitch Fix成功上市，将成为两年前Etsy上市之后，零售业IPO中最大的一家公司。或许更重要的一点，也是在硅谷非常罕见的一点在于：一家估值和募股额均不高的盈利公司，却有可能以比现在高出几倍的价值进入公开市场。

Stitch Fix并不是第一个尝试这种商业模式的公司。采取类似做法的创业公司有其服装业的竞争对手Trunk Club和专营化妆品的Birchbox，两者均采取了这种模式，通过把随机产品捆绑邮寄、提供免费退货的方式实现了盈利。

然而，许多同类型的创业公司都很难降低成本，也无法留住客户。2014年，Nordstrom以3.5亿美元的价格收购了Trunk Club，但2016年后者的估值仅为2亿美 元。

美国哥伦比亚大学商学院教授马克·科恩（Mark Cohen）曾是Sears加拿大分公司的首席执行官，他表示：“这些企业大多很難成长壮大，保持长期盈利势头。真的有忠实客户愿意每个月都花钱买惊喜吗？”

截至目前，Stitch Fix仍在其他在线服装类创业公司失意的地方享受着成功。对该公司创始人卡特里娜·莱克（Katrina Lake）而言，成功意味着向消费者提供他们需要的东西：让购物变得简单。

最近在Stitch Fix位于旧金山的仓库内接受采访时，她表示：“在廉价购物和快速购物这两方面，目前都有许多创新。”在她看来，帮助消费者节省购物时间，很快找到喜欢的衣物，并且不用退货，这才是最重要的。

Stitch Fix成立于2011年，它诞生于莱克在马萨诸塞州剑桥市的公寓里。起初，这家公司仅面向女性消费者，后来则把业务拓展到了男性服装、大码服装和孕妇服装。

每一个时装盒子里都有几件流行的潮牌服饰，比如Citizens of Humanity、Scotch & Soda和Barbour。接下来还有Theory这种高端品牌的“奢侈”服饰，单件衣物标价从150到500美元不等。

这样的扩张计划让传统零售商和其他迅速成长的电商竞争者再次失去了消费者的青睐。

低价销售奢侈品的在线零售商让Neiman Marcus这样的高端实体店销售额大大下滑。Nordstrom最近宣布裁员，并告知投资人，称有专营电商的打算。而在美国拥有上百家实体店的J.Crew在经历了连续三年的销售下滑之后，目前负债累累。

早期的电商创业公司，例如One Kings Lane、Gilt Groupe和Fab，曾是投资人的败笔。但在过去几年间借由传统零售商转向创业公司之机，纷纷显露出上升势头。Jet以30亿美元的价格把自己卖给了沃尔玛。去年，剃须产品订购网站Dollar Shave Club以10亿美元的价格被联合利华收购。在线宠物商店Chewy.com也被PetSmart收购，据传收购价为30亿美元。

一些创业公司也摒弃了那种为了获得认可，通过价格或营销手段（比如限时抢购）来争夺消费者的商业模 式。

Stitch Fix的竞争口号直截了当：相信我们，外衣内衣鞋子饰品通通帮你搞定。

例如，当某位用户在网站注册时，需要填写详细的风格偏好、穿衣需求和可接受价位。接着，网站算法便会生成一套潜在选项，然后由3400名兼职设计师当中的一位在此基础上精挑细选出5件产品，打包邮寄给用户。如果用户有任何不需要的产品，都可以免费退货，如果5件产品都买下，还可以获得25%的折扣。

埃里克·科尔森（Eric Colson）此前在Netflix是顶尖的数据科学家，他在公司库房里向我们介绍了数据科学所发挥的作用—虽然它过去只运用在高科技领域，如今却在Stitch Fix业务的方方面面都产生着影响。

莱克坚持要做一家在财务上健康的公司，这一理念同公司以数据为导向的做法紧密相连。由于早年很难从外部投资人那里募集基金，莱克很早就努力让公司实现盈利。Stitch Fix拒绝透露目前用户的退货率是多 少。

盈利空间低使得Stitch Fix早期没有资金做广告，真正帮助这家公司成长的是“口口相传”—并最终吸引来了古利这样的投资人，当时他的助手们都热衷于使用Stitch Fix，让他对此产生了兴趣。

然而问题在于，那些起初为时装盒子感到惊喜的顾客，能在未来长达几个月甚至几年的时间里，成为忠实用户吗？

莱克和科尔森承认，用户会通过各种各样的原因停用服务，比如对产品不满意或衣柜放不下等。然而他们表示，公司能够通过分析海量数据来找到办法，把这些客户再吸引回来。