Stitch Fix ：让算法更有温度

梅建平 陈剑 乔亿源

线下实体店和线上电商构成了当今零售业的两大基本形态。不过，这两种方式各有优劣。线下购物能让消费者和商品有零距离接触，但消费者需要专门留出时间，货比三家，耗时费力。线上购物虽然省时省力，却要面对海量搜索结果的信息冲击，而选择的依据基本只有过度美化的卖家秀图片。

那么，是否有办法综合二者的优势，让消费者拥有更佳的体验？

美国企业Stitch Fix的创始人卡特里娜· 雷克（KatrinaLake）的答案是创立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，這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年年报显示，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。

诞生与成长

Stitch Fix创始人、董事会主席卡特里娜·雷克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，服装的属性和客户的偏好，都可以量化为颜色、材质、腰围、裤长、年龄、性别、收入水平等一系列数据，从而利用数据科学进行管理。同时，人们热衷于购物，是因为在用金钱交换商品产生获得感的同时，还能享受诸如“找到了意外的宝贝”“断码衣服刚好合身”“长草很久的包包恰逢减价”等积极的情感刺激。换言之，人们花钱购买的不仅是有形的衣物，还有无形的感受和体验。

因此，卡特里娜认为，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，卡特里娜从为上流女性购买服装、设计造型的姐姐那里得到灵感，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，在充分解释商业创意并展示前期数据积累后，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。与其他硅谷创业公司不同，卡特里娜特别注重将女性工程师和算法科学家纳入自己的团队，因为她们可以通过自己的亲身经历（尤其是对暴走血拼的热爱）开发出更好的算法。2012年，奈飞（Netflix）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。（参见副栏“Stitch Fix上市前融资记录”）源源不断的资本投入为StitchFix提供了持续扩张的动力。卡特里娜也开始引进来自Gap、耐克（Nike）、沃尔玛（Walmart）、百思买（Best Buy）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。【参见副栏“Stitch Fix历年销售额（亿美元）”和“Stitch Fix活跃客户数量（万人）”】2017年11月，Stitch Fix在纳斯达克（NASDAQ）成功上市，首日市值达14.45亿美元。

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 借此構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——点开游戏界面后，一组服饰会依次出现，客户可以点赞或点踩。一局游戏只需一两分钟，玩起来令人沉迷。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。

团队中的科学家不仅经验丰富，还与斯坦福大学建立了密切合作关系。而且，Stitch Fix的数据团队拥有远高于其他公司同行的地位。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%。

这些算法共同构建了Stitch Fix难以复制的独特竞争优势。

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，卡特里娜也没有忘记购物是个性化极强的人类行为。因此，她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。（参见副栏“造型师与员工数量对比”）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。

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。【参见副栏“不断增长的销售、行政及一般费用（万美元）”】受制于高昂的运营成本，公司销售额和活跃客户数量虽然增长极快，但营业利润在2021年之前一直较为低迷。【参见副栏“Stitch Fix的营业收入和营业利润（万美元）”】尽管Fix 盒子的盲盒式销售一直是市场热点，造型师也为公司的产品推广、市场份额和品牌忠诚度做出了卓绝贡献，但公司发现继续原有的发展途径只会导致人员膨胀。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。

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（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（同期Stitch Fix的活跃客户数不足350 万）。

为了应对挑战，Stitch Fix的进化刻不容缓。2019年12月，卡特里娜从咨询巨头贝恩（Bain）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。

在伊丽莎白的领导下，新销售模式的开发设计迅速推进。2021年9月，StitchFix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。换言之，客户在Freestyle 模式下进行购物时，面对的是一个专门根据其个人需求进货的商店。

目前，Freestyle模式已经可以做到将流行风格和客户偏好相结合设计一整套穿搭，或者根据客户的购物记录推荐与已购商品搭配的其他服饰，甚至可以为“周五晚上约会”“周末出门远足”这样具体的应用场景提供服饰穿搭建议。由此，Freestyle模式已经成为与Fix盒子平行的第二增长曲线，StitchFix 也完成了又一次自我突破。面对巨头的正面竞争，Stitch Fix寻求突破的勇气和决断可嘉，只是未来的道路仍将充满挑战。

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。

这些创业企业的共同点是高度参考Stitch Fix的成功经验：利用算法和设计师共同为客户打造个性化的造型，将服饰装在盲盒内销售，在社交网络上进行营销，等等。

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。花费大量资源拉来的客户因为服务质量不佳而离开，不能形成持续销售，公司就会面临库存、供应链等多方面问题。

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。

总之，Stitch Fix 的国内模仿者大多只模仿了其销售模式，却忽略了核心竞争力的构建。加之零售行业固有的运营难度、初创电商企业天生较弱的履约能力、国内市场对于订阅制销售的低接受度等多种不利因素，令模仿者纷纷折戟。

对中国消费品牌的启示

尽管将Stitch Fix模式引入中国没能成功，但它的发展历程和成功经验仍能给中国当前的消费零售业带来启示。

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。

在数字经济深入人们生活的今天，中国企业也许不需要完全复制 Stitch Fix 的做法，而是取其精髓，采取“向上思维”，走出价格战的陷阱，开创属于自己的一片天地。