Stitch Fixは買い物を5点入りのサプライズボックスに置き換える — 2017年までに売上9億7,700万ドル

2011年当時のアパレル小売は、顧客が無機質に感じる実店舗か、自分で閲覧してサイズを推測しなければならないEコマースのどちらかだった。当時ハーバード・ビジネス・スクールの学生だったKatrina Lakeは、服探しをサービスが代行してくれるものにしたいと考えた。

店舗をサプライズのサブスクリプションに置き換える。スタイルプロフィールを入力すれば5点が届き、20ドルのスタイリング手数料は顧客が購入した分に充当される。

顧客は詳細なスタイルプロフィールを記入し（登録時点で85以上のデータポイント）、アルゴリズムと約3,400人の人間のスタイリストが在庫から5点を選び、無料で発送する。20ドルのスタイリング手数料を請求し、購入した分に充当したうえで、残りは無料で返送する — 購入か返品かのすべてが次の提案に反映される。

Stitch Fixは2014年のアクティブ顧客26万1,000人から2017年度には220万人へと成長し、純売上高は7,320万ドルから9億7,710万ドルへ増加した（その年は34%増）。2015年と2016年には純利益も計上した — すべてわずか4,250万ドルの調達額で成し遂げ、パーソナルスタイリングをスケールするサブスクリプションチャネルへと変えた。

2011年にハーバード・ビジネス・スクールの学生だったKatrina Lakeが創業したStitch Fixは、アパレルEコマースを逆転させた。閲覧する代わりに、顧客はスタイルプロフィールを記入し（登録時点で85以上のデータポイント）、アルゴリズムと人間のスタイリストの組み合わせが衣料品とアクセサリーを5点選んで自宅まで届ける。

その仕組みはサブスクリプション的でありながら拘束力は低い。配送は往復とも無料で、1箱につき20ドルのスタイリング手数料がかかり、その手数料は顧客が購入した分に充当される。5点すべてを購入すれば25%割引となる。返品は失敗ではなく試着室への訪問として扱われ、購入か返品かのあらゆる判断が次のFixを研ぎ澄ますフィードバックとなる。

Lakeはこれを「より良い店舗でも、より良いEコマースでもない — より良い方法だ」と表現した。このモデルはデータサイエンスと数千人のスタイリストを組み合わせ、在庫、倉庫、製品開発の意思決定をパーソナライゼーションの問題へと変えた。アクティブ顧客は2014年の26万1,000人から、7月29日に終了した2017年度には220万人へと増加した。

成長は資本効率が高かった。純売上高は2014年の7,320万ドルから2017年度には9億7,710万ドルへ増加し（その年は34%増）、2015年と2016年には純利益を計上した。ベンチャー資金はわずか4,250万ドルだった。Stitch Fixは2017年11月に1株15ドルでIPO価格を設定し、SFIXとしてNASDAQで取引を開始した。

サプライズボックスは閲覧、試着室、返品への不安を取り除く — 買い物をサービスが顧客の代わりに行うのだ。

購入分に充当される20ドルのスタイリング手数料により、顧客が何も購入しなくても、どの箱も経済的に成立する。

購入も返品もラベル付けされたフィードバックであるため、データの質は注文ごとに劣化するのではなく複利的に向上する。

箱を継続的なサービスとして販売することで、在庫計画が頼りにできる予測可能な需要が生まれる。

人間のスタイリストとアルゴリズムの組み合わせにより、単なるレコメンデーションエンジンではなく、パーソナライゼーションが大規模に信頼できるものとなった。

店舗も検索ボックスも必要ない。プロフィールで好みを捉え、あらゆる返品でループを閉じれば、箱そのものがチャネルとなり、サブスクリプションが関係性となる。

Stitch Fixは2017年11月16日に1株15ドルで新規株式公開の価格を設定し、翌日にはSFIXとしてNASDAQで取引を開始した。IPO以前にすでにウィメンズからメンズ、プラスサイズへと拡大しており、スタイリングサブスクリプションという形式は小売業界で広く模倣された。同社はその後数年間、プロフィールとフィードバックのループを新たなカテゴリーやチャネルに適用し続けた。一方で、店舗ではなく箱こそが小売チャネルになり得るという当初の洞察は、データ駆動型サブスクリプションコマースのテンプレートとなった。