解法
服装电商靠搜索:顾客必须知道自己要什么,筛选出来,然后退回至少三成买下的东西。然而,人们实际穿衣往往靠发现,而非搜索——当可信的眼光把合适的衣物放到眼前,他们才认出来。Stitch Fix 创立于 2011 年,整个生意建立在发现而非搜索之上。
客户填写风格档案——尺码、偏好、预算、社交场合——然后收到一次 Fix:由专有算法和真人造型师共同挑选的一箱衣物。每次 Fix 都附有造型费,可抵扣任何保留物品的费用;其余物品免费退回。
费用结构起到筛选作用:20 美元造型费滤掉不认真的客户,预先支付搭配工作,并在客户购买时转为折扣——所以这道费用同时是门槛、工资和推动力。背后,算法和造型师分工——机器将档案与库存匹配,人做最终判断——每次保留或退回的决定都汇入数据集,下一次 Fix 会更好。
取得了什么结果
收取 20 美元造型费,过滤不认真的客户,支付选品成本,并转化为购买抵扣——一道费用同时是门槛、工资和推动力。
为什么有效
这笔费用滤掉不认真的购物者,造型师能把精力花在可能的买家身上。
抵扣把费用从成本变成折扣,促使客户保留物品。
每次保留或退回的决定都汇入数据集,改善后续推荐。
免费退货消除了信任流程的风险,鼓励重复订购。
可以借鉴什么
针对基于识别的购买,收取选品费并抵扣购买金额:既支付专家费用,又过滤不认真的客户,还推动销售。
后续
自 2011 年以来,美国已寄出数百万个 Fix,由专有算法和真人造型师共享同一数据集驱动。Stitch Fix 证明了策划式发现能规模化,对抗搜索式零售;数据加判断的混合造星方式流行开来,其盒子加收费模式被葡萄酒、美妆和零食行业复制。
从这里,追溯依据
参考来源
- Stitch Fix, Inc. Registration Statement on Form S-1 US Securities and Exchange Commission · sec.gov