以3D量体为入口，“定制范”和我们聊了聊大数据在服装行业能有哪些想象空间_36氪

你在网购衣服时会遇到怎样的麻烦事？相信尺码出错的问题一定排在前几位。由于不同品牌对尺码大小的定义存在差异，消费者很难从个人体型来判断网上的衣服是否合身。36 氪最近接触到的 定制范 想通过用户身体数据的汇集和分享来解决这一问题。

模式上，定制范被拆分为量体数据 API 分享平台和定制范 app 两部分。这其中的逻辑关系是：先由数据分享平台采集用户体型信息，基于身体数据，再通过应用软件实现 C2B 的服饰反向定制。

创始人于森告诉 36 氪，大数据在服装行业应用的好处不局限于解决网购痛点，除此之外，用户身体数据的分享还将为传统服饰销售和供应链生产环节带来改善。

“3D 量体不仅有硬件要求，软件算法也至关重要”

3D 量体是定制范用户身体数据的来源。具体做法是，在服装零售实体店中摆放 3D 试衣间，用户扫描定制范微信公众号取得试衣间钥匙后方可开始 3D 量体，测量完毕后系统将根据测量结果形成用户的专属虚拟模型并自动储存。之后，如果用户在店中看到心仪的衣服，就可以扫描衣服上的 QR code 查看服装虚拟上身的效果图判断是否购买。另外，虚拟模型还将保存在定制范 app 中，为用户发起服装定制需求提供参考。

于森认为，目前市面上绝大多数 3D 量体软件都只解决了用户 “是否穿得下” 的问题，而忽略了个人对于服装风格的偏爱。“事实上，有些人喜欢修身款，而有些人觉得宽大的衣服好看。我们将记录下用户最终购买的 size，并与我们推荐的 size 做对比，通过机器学习读懂用户的购买习惯，做到最精准的推送。” 于森说。

这种情况下，与网购相似，消费者同样拿捏不准自己适合什么 size 的衣服，因此需要排队试穿，而选购时间成本的增加既影响用户体验，最终还会导致购买率的下降，这对本身经营状况就每况愈下的实体店来说无疑雪上加霜。另一方面，目前实体店应用的 ERP 系统功能都比较基础，库存调配灵活性低，且不对终端消费者开放，用户必须询问店员才能得知是否可以调货。

于森表示，通过量体数据的分享，实体店的库存信息将更透明化，购买流程也会相应缩短，一定程度上提高了消费者的购买几率。那么，这样的方式如何优化传统的服装销售？首先来看看传统服装零售门店是如何运作的。根据定制范的调查，在国内，服装实体店销售的衣服中 89%吊牌上没有尺码对照表，或者通用欧美国际标准。

此外，由于家里做了 28年 的服装生产生意，于森发现在传统的服装生产供应链上，工厂承担着巨大的压力。按他的说法，服装生产大致分为打版-购布-裁剪-生产-QC-批量生产-交货几个步骤，但由于大品牌商比较强势，往往下单时只支付非常低比例的押金，这时厂家就要在原材料采集、人工等方面垫付大量的资金，一旦品牌方通过 QC 挑刺拒付尾款，厂家就难以收回成本，导致风险和压力很大。

而在定制范 app 上发起的反向定制或许可以改善这个问题。通过对用户身体数据的分析，企业在线上就能实现即时的尺码放版和渲染，布料商就可以直接通过自动换码功能进行自动裁剪，那么工厂只需要负责人力缝合、制衣即可，相当于分摊了资金风险。

但首先，你进的这家店得有一台 3D 试衣间……

从整体来看，由于定制范将 3D 量体作为模式入口，那么可能也无法避免目前该功能的一些弊端：例如初始化成本高——这其中包括人的获取和机器设备两方面。据了解，定制范采用的是美国进口的 3D 试衣间，每台机器的成本达到几十万。那么可以试想，即使采用每店一台的策略，这在前期也是非常大的一笔投入。关于这点，于森表示经过他们的计算，运营三年即可赚回成本。

此外，关于 “人” 的获取，我担心很多人可能还是会觉得麻烦，仍习惯于通过原有的方式来完成衣服购买，那么定制范对于用户数据的获取就会变得非常困难。但于森觉得市场的反应比我想象中要好，根据他们的统计，在已投放的实体店中，每店每天平均有 120~160 人会来尝试 3D 量体。

在盈利模式方面，定制范想通过 QR code 的销售来变现，一个 code 的售价在 0.5~0.8 元之间，“由于快时尚的兴起，品牌对衣服的更新速度在逐渐变快，这将是很大的一笔收入。” 另外，如果企业想接入量体数据 API 分享平台，则需要再增加 8 毛钱。

定制范在今年五月获得了北软天使和英诺天使共同投资近 500 万元，并计划在 11月 开始 A 轮融资，主要用于线下推广、实体店布设和团队建设方面。

原创文章，作者：二水水

“看完这篇还不够？如果你也在创业，并且希望自己的项目被报道，请 戳这里 告诉我们！”