最近看到一个非常颠覆的电商案例，Stitch Fix，堪称硅谷一朵奇葩。
1.成立5年多，共融资4250万美元，
2.投资人估值3亿美元，外界有人估到7亿，
3.2016年收入7.3亿美元（约合人民币49.59亿元），已连续第三年盈利。
现据称已邀请高盛和摩根大通牵头负责上市事宜，有人评估其市值将达30亿到40亿美元。
几个同行不是负债累累，就是彻底倒闭。
这是一家做时尚电商的公司，创始人是位年轻女性，卡特里娜·莱克（Katrina Lake），出生在美国旧金山。
1哈佛MBA用一个想法颠覆零售和电商
卡特里娜在一家咨询公司工作过，接触了很多实体商业在挖掘客户需求方面欠缺的东西。
后来她又读了哈佛商学院的MBA，希望改变零售界现状。
之所以创立Stitch Fix，一方面是因为卡特里娜自己有过不太愉快的购物经历，另一方面，当时有一家专门针对男性的时尚电商Trunk Club，但在女性消费者这一块是空白。
并且，她认为，人们最本质的需求无非就是买到合适的衣服，没几个人喜欢在商场里泡一天，一次打开几十个网页对比挑选也烦透了。
很多创新都是围绕让商品更便宜和购物更快捷，而她想到的是，百分之百推荐，帮用户找到她们喜欢的服装，以用户为中心，突出个人化，个性化。
于是卡特里娜和朋友一起动手开干。她们在波士顿地区做了一个穿衣风格偏好的调查，然后根据调查结果狂逛精品店采购，卡特里娜6000美元的信用卡额度持续被刷爆。
虽然没赚到钱，但证明这个模式可行。
2无限制退货模式，把试衣间搬回家
Stitch Fix的模式相比一般电商要复杂，但用户体验也很好。
根据用户需求等参数，先从大量的库存中粗选一组备选商品，再由近4000位造型师（大部分为兼职）中的一位做最后的精选，最后将5件衣物（Stitch Fix的标准）装到统一的纸箱中寄出。
用户收到后从中挑选，购买可以享受标价25%的优惠，费用中包含20美元的造型费。关键在于，Stitch Fix无限制“退货”，可以全留下，也可以都退回，且往返运费全免。
但卡特里娜说，“我们并不把这些没有被买下的衣物当退货看待，而是像实体店那样，它们只是顾客试过的服装而已。我们希望用户把盒子里的5件衣物都试一试，没有要求也不奢望能全部买下来。”
3用大数据搞定一切
虽然是一家电商公司，但数据技术在Stitch Fix业务的各个环节中都占有重要地位。
1收集客户数据
为了让用户获得更好的购物体验，除了穿衣风格的偏好以及购买需求、接受的价位，Stitch Fix会让用户填写个人的详细数据，比如体重，身高，文胸尺码以及自己的Pinterest链接，比如用户的职业，甚至邮编（用来预测用户所在地点的天气情况），从每位用户处收集的数据要超过50项。
2精细化产品数据
对于合作品牌的每一件衣物，从衣长、袖长到颜色，Stitch Fix会列出多达100到150项数据。
为了确保给用户挑选出最合身的衣物，Stitch Fix强化了对产品进行测量的过程，以男性梭织衬衫为例，Stitch Fix对产品采取30个点位的测量标准。
尽管不是为每位用户量身定制，但是对于产品的深度了解能够确保为用户挑选出最适合的一件。况且市场上有远超需求的衣服摆在那，并不是所有人都需要量身定制。
过程看似繁琐，但卡特里娜表示这些都是绝对必要的，因为用户选择相信Stitch Fix，依赖Stitch Fix的推荐。
4大数据辅助造型师配衣服
以这些数据为依据，Sttitch Fix的数据系统会从大量的库存衣物中将选择范围最小化，选择范围的最小化也就意味着，设计师在为用户精选最终5件衣物的范围缩小了，工作量减少了，更意味着最后寄到用户手中的衣物被买下的可能性越大。
通过数据算法，也能最大限度地缩减仓库工作人员从数量庞大的库存中为单个用户挑拣5件衣物的时间和步骤。
就连退货及负面反馈都被Stitch Fix建成了高价值的数据集合，借此优化运营和数据系统，提升选择精准度，进而提升复购率。
5在质疑中生长
有很多人对Stitch Fix的模式是持怀疑态度的。2015年有机构面向4667名购物者做了一次调查，只有3%的人使用这类服务，59%的人表示根本不感兴趣。
也有人认为，个性化始终无法大规模产出，因为在Stitch Fix上消费过的人，最初可能会兴奋于这种模式，但时间一长，还会在这消费吗？
关于客户留存度，Stitch Fix拒绝透露，但声称绝对高于行业平均水平，且称成立至今已经发出数以百万计的服装盒，39%的用户每年会把服装预算的一半以上花在Stitch Fix上，80%的客户会在90天内二次购买。
其产品组合也在丰富，2016年，Stitch Fix新增加了男士服装业务及大码女士服装业务，如今与Stitch Fix合作的品牌超过450个。同时，Stitch Fix也在建立自己的品牌。
卡特里娜指出，亚马逊上35%的交易源于推荐，LinkedIn上50%的人际联系源于推荐。她认为，未来的零售业，将会以消费者为中心，在推荐的基础上发生交易。而技术，将是未来所有企业都不可或缺的一部分。
