# 先测后造：SHEIN如何用「不预测只测试」砍掉零售业最大的赌注 ## 导语 如果你问一个服装零售商：这个行业最贵的成本是什么？答案不是布料，不是人工，甚至不是营销——而是**压在手里的死库存**。Zara、H&M这些曾经的"快时尚"王者，每年要为卖不掉的衣服核销数十亿美元，因为它们本质上是在做一件事：**赌**。赌明年春天流行什么颜色，赌某款外套能卖五万件还是五千件，赌错了，整仓库的货就变成废品。 而SHEIN这个从广州番禺起家、被西方主流商业媒体长期忽视的公司，用了将近十年时间，把这场"预测赌博"彻底改写成了一场"实时测试"。它的逻辑简单到几乎反常识：**既然猜不准消费者要什么，那就别猜了——先做一百件扔到网上，让真正的买家用钱投票，赢了就立刻加单，输了就当花了几百块学费。** 这套被称为LATR（Large-scale Automated Test and Reorder，大规模自动化测试补货）的机器，是过去十年商业史上最被低估的供应链创新之一。本文拆解它到底是怎么运转的，以及为什么它正在从时装蔓延到几乎一切行业——又为什么在2025年突然开始失灵。 ## 视频背景卡片 | 项目 | 内容 | |------|------| | 视频标题 | The Secret Algorithm That Made SHEIN Unstoppable（让SHEIN势不可挡的秘密算法）| | 主题方向 | SHEIN商业模式拆解 / 算法驱动的实时零售 | | 内容类型 | 商业纪录片式深度分析（business mini-documentary）| | 核心议题 | LATR测试补货模式、供应链数字化、AI选款机制 | | 关键数据 | 每天2000+新SKU、单款最小批次100件、传统零售5万件起 | | 价值定位 | 把供应链当成一台"实时市场测试机"的商业逻辑还原 | ## 核心内容拆解 ### 一、零售业的原罪：预测错了，全仓陪葬 要理解SHEIN，得先理解它要颠覆的那个旧世界。传统服装零售——从Gap到H&M——运行在一个"季节预测"的逻辑上。设计师提前半年到一年，凭借经验、流行趋势报告、买手直觉，决定明年春夏要上多少款、每款下单多少件。Forbes对SHEIN战略负责人的报道点破了一个被行业默认的残酷数字：**传统零售商单款通常一次性生产5万到10万件。** 这是一个巨大的、不可逆的押注。 问题在于，服装行业的预测正确率 notoriously 地低。业内普遍估计，**约40%–50%的款式最终要么滞销要么大幅打折**。你看到的那些"全场三折"、"季末清仓"、"奥特莱斯"，本质上都是把预测失败的赌注打折变现。库存持有成本（仓储、资金占用、贬值）会吃掉品牌几个点的净利率，而最终核销的死货更是直接进损益表。H&M、Nike都曾因库存问题写过数亿美元的减值。 SHEIN看到了这个结构性的浪费，并提出一个几乎哲学式的反问：**在数据可以实时回流的互联网时代，为什么还要让一个设计师在半年前替全球消费者做决定？** 这个反问，是整个LATR模式的起点。 ### 二、核心机器：LATR——大规模自动化测试补货 视频的核心，以及HBS教授John Deighton那篇被反复引用的论文，都指向同一个机制：**LATR**。它的运转可以拆成五步闭环： 1. **极小批量试水**：一个新款设计出来后，工厂不生产5万件，只生产**100–200件**的极小批次，往往几天内就能出货。 2. **全网真实测试**：这100件立刻挂上SHEIN的App和网站，配上算法推荐的流量位，面对真实付费的全球消费者。 3. **实时数据回流**：点击、加购、收藏、停留时长、实际成交——这些行为数据在小时级别内回流到SHEIN的中台系统。 4. **算法判定爆款**：系统自动给每款打分，识别出"潜力款"——那些转化率高于阈值的款式。 5. **快速补单放大**：对验证过的爆款，立刻向供应链下发加单指令，几天内从100件放大到几千、上万件；对无人问津的款式，则自然死亡，不再追加，几乎零库存损失。 这就是"test and reorder"的字面含义。HBS的Deighton把它概括为一个判断：**SHEIN不是在卖衣服，而是在运营一个"实时匹配消费者需求与工厂产能"的市场平台。** 衣服只是这个匹配引擎最容易被标准化的载体。 这里必须强调一个常被误读的点：SHEIN每天能上新**2000到上万款SKU**（不同信源数字略有差异，但都是"千"级），这并不意味着它每天有上万个设计师在画图。它的设计来源大量是对社交媒体趋势（TikTok、Instagram、Pinterest）的算法抓取和小幅改款，再由极小批次去试。**它的研发不是"想出来的"，而是"测出来的"。** 这是与传统品牌最根本的分野。 ### 三、把供应链本身做成产品：番禺的数字化神经 LATR之所以能跑通，关键不在于"敢不敢小批量"，而在于**有没有一条能在几天内响应补单的供应链**。这正是SHEIN真正的护城河，也是它必须扎根中国广州番禺的原因。 BBC的调查把这个生态叫做"Shein village（SHEIN村）"——番禺一带密布着数千家中小型服装工厂，SHEIN并不拥有它们，而是用一套自研的供应链管理软件（SCM系统）把它们**数字织成一张网**。每家工厂的空闲产能、工人数量、缝纫机机位、当前在制订单，都实时上传到SHEIN的中台。当一个爆款被算法判定需要加单3000件，系统能在几秒内拆解这3000件，分配给当时正好有空闲产能的若干家工厂，并且自动报价、自动排产。 这就把传统服装行业几周到几个月的下单-排产-出货周期，压缩到了**两到三周，快的甚至一周内**。SHEIN的本质创新，是**把一个原本分散、低效、靠人情和电话协调的传统产业集群，改造成了一个可编程、可调度的实时产能池。** 供应链不再是成本中心，而是产品本身。 > 一句话区分：Zara的"快"靠的是集中化的欧洲设计+近岸工厂快速反应；SHEIN的"快"靠的是把整个工厂网络软件化，让产能像云服务器一样被弹性调用。前者是运营优化，后者是架构重写。 ### 四、飞轮：测试越多，数据越准，测试越快 LATR不是孤立机制，它会自我加速，形成飞轮： - 每天上新几千款 → 海量真实成交数据 - 数据越多 → 算法对"什么会爆"的识别越准 - 算法越准 → 流量更精准地投放到潜力款 → 爆款率提升 - 爆款越多 → 工厂赚到钱、更愿意绑定SHEIN → 产能池扩张 - 产能池越大 → 能支撑更多款式的小批量测试 → 飞轮加速 这个飞轮的可怕之处在于，它是一个**正反馈的数据垄断**。传统品牌一年测几百款，SHEIN一天测几千款，它积累的"什么款在什么人群会爆"的预测模型，是任何竞争对手用十年都追不上的训练样本量。有分析者把LATR比作丰田生产方式（TPS）在数字时代的继承者——TPS用看板消除生产浪费，LATR用数据消除"猜错款"的浪费。 ### 五、被刻意忽略的成本：de minimis漏洞与对供应商的极限压榨 但LATR的辉煌，建立在两个不太体面的支柱上，这是视频以及多数商业分析会轻描淡写、但必须讲清楚的部分。 **第一个支柱是de minimis（小额免税）漏洞。** 美国长期规定，单票价值低于800美元的跨境小包可以免税、免详细申报直接入境。SHEIN（以及后来的Temu）把这个规则用到了极致：把货物拆成一个个寄给个人消费者的小包，每个都低于800美元，于是整批货几乎零关税进入美国市场。这不是商业模式创新，而是利用了贸易规则的不对称——传统零售商走集装箱进口，要交十几到三十几 percent 的关税；SHEIN走小包直邮，几乎为零。**这条"关税护城河"和LATR同样重要，却从不在品牌叙事里出现。** **第二个支柱是对供应商的极限压榨。** "小批量、快补单"对SHEIN是优势，对工厂却是折磨：100件的试单利润极薄甚至亏本，工厂必须赌中爆款才能回本；SHEIN的结账周期、罚款规则、退货责任大量向自身倾斜。BBC和多家媒体的工厂走访都记录了高强度劳动和低利润的现状。这套模式的"效率"，很大一部分是从产业链最薄弱环节身上挤出来的。 ### 六、2025年的裂痕：飞轮开始卡顿 讲清楚机制，就必须讲清楚它正在经历的崩塌，否则就成了纯吹捧。从2024年下半年到2025年，SHEIN的多项核心指标急转直下： - **估值雪崩**：从2022年峰值约1000亿美元，跌到2023年的660亿、2024年的450亿，到2025年8月据Sacra等信源已跌到约100亿美元——三年蒸发九成。 - **利润下滑**：据《金融时报》/CNBC报道，SHEIN 2024年净利润同比下降超过三分之一。 - **IPO受阻**：从美国转向伦敦，监管和地缘压力下上市一推再推。 - **关税漏洞被封堵**：美国2025年实质取消了对中国小包的de minimis豁免，SHEIN赖以生存的"零关税直邮"通道被切断，被迫在海外建仓、提价，毛利率承压。 - **Temu的价格战**：同模式对手Temu用更激进的补贴抢占同一个消费者心智，两边互相放血。 这说明一个被反复验证的商业规律：**当一个商业模式严重依赖外部套利（关税漏洞、廉价劳动力、监管不对称）时，它的高度就是它的脆弱。** LATR这套机器本身依然先进，但剥掉套利层之后，它必须直面一个更贵的现实——而它过去十年的超高速增长，习惯了那个便宜的旧世界。 ## 知识结构图 ```mermaid flowchart TD A["传统零售逻辑:
先预测 → 大批量生产
单款5万–10万件"] -->|痛点| B["约40-50%款式滞销
死库存吞噬利润"] B -->|SHEIN反转| C["LATR核心:
不预测，只测试"] C --> D1["① 极小批量试水
单款仅100–200件"] D1 --> D2["② 全网真实上架
面对真实付费用户"] D2 --> D3["③ 实时数据回流
点击/加购/成交 小时级"] D3 --> D4["④ 算法判定潜力款
转化率阈值打分"] D4 --> D5["⑤ 赢家快速补单
输家自然死亡"] D5 --> E["基础: 番禺供应链数字化
工厂产能池可编程调度"] D5 --> F["飞轮加速:
测试越多→数据越准→爆款率升
→产能扩张→测试更快"] F --> G["两个隐藏支柱"] G --> H1["de minimis小包免税漏洞
零关税直邮"] G --> H2["对供应商极限压榨
试单利润薄"] H1 -->|2025被封堵| I["飞轮卡顿:
估值1000亿→100亿
利润跌1/3 · IPO受阻"] H2 --> I style C fill:#fff3cd,stroke:#d39e00,stroke-width:2px style I fill:#f8d7da,stroke:#dc3545,stroke-width:2px ``` ## 实战启示：这套逻辑能怎么迁移到你的业务 这个视频最值钱的地方，不是教你怎么卖便宜衣服，而是给出一个**可迁移到几乎任何行业的元原则**：**凡是预测成本高、试错成本低的环节，都该从"预测"切换到"测试"。** **第一，区分你的业务里"预测赌注"有多大。** 服装的赌注是库存，餐饮的赌注是菜单研发和选址，软件的赌注是功能优先级，内容行业的赌注是选题方向。如果你发现自己花了几个月、押了几十万上百万去赌一个"用户应该会喜欢"的判断，且错了代价惨重，那你身上就有一个可以"SHEIN化"的环节。 **第二，把试错成本压到接近零，再大规模放量。** SHEIN的精髓是"用100件验证，再放量到1万件"。映射到你的业务：能不能用最小可行版本（MVP）、最小可行投放、最小批次试销，先拿到真实数据，再决定投入？广告行业早就在做A/B测试，但很多传统行业（制造、零售、餐饮）依然在用"全部押注一版"的旧逻辑。哪怕你只能把单次试错成本砍到原来的十分之一，决策正确率就会上一个台阶。 **第三，别迷信算法，要投资数据回流闭环。** SHEIN真正的壁垒不是算法本身（算法谁都能写），而是它**强迫真实成交数据以小时级回流**的那套系统。很多公司声称"数据驱动"，其实数据要等月底报表才出来——这种延迟的数据，养不出实时模型。问自己：你的关键决策数据，回流速度是周级、月级，还是小时级？把回流速度提上去，比买任何BI工具都重要。 **第四，警惕"套利型护城河"的幻觉。** SHEIN估值三年跌九成，最大的教训是：如果你的高利润主要来自某个监管漏洞、某种补贴、某个不对称规则，那它随时可能消失。真正可持续的护城河是：数据飞轮、网络效应、品牌心智、转换成本这些"对手拿不走"的东西。套利是杠杆，不是地基——杠杆可以加，但地基必须是实心的。 **第五，作为消费者，看清价格的真实构成。** 当一件T恤只卖3美元，你要知道省下来的钱来自三个地方：被压榨的工厂工人、被绕过的关税与环保成本、以及被透支的供应链。便宜从来不是凭空产生的——理解这一点，是商业素养，也是消费伦理。 ## 延伸学习路径 1. **Harvard Business School Working Knowledge — *How SHEIN and Temu Conquered Fast Fashion and Forged a New Business Model***（John Deighton，2024）——LATR概念的学术源头，把SHEIN/Temu定义为"需求-产能实时匹配平台"。 2. **NEA《The Current》— *Inside Shein: The disruption and opportunities behind real-time retail***（2024）——风投视角拆解实时零售的供应链底盘，适合想迁移到其他赛道的人。 3. **BBC专题报道系列**（*Shein: The rise and rise of a fashion giant* 及 *Inside the Chinese factories*）——最好的工厂实地调查，补足商业模型背后的人力代价。 4. **对比阅读：丰田生产方式（TPS）与大野耐一《丰田生产方式》**——理解SHEIN的"消除浪费"其实是TPS消除生产浪费的逻辑，在数据时代的延伸。 5. **2024–2025年关于"de minimis改革"的政策分析**——理解SHEIN飞轮卡顿的政策根源，建议读美国海关与智库对该小额免税豁免取消的讨论。 ## 一句话总结 **SHEIN的真正创新不是快时尚，而是用"先小批量测试、再大规模补单"的实时闭环，把零售业最大的赌注——预测错误的死库存——彻底消除；但剥掉关税漏洞与供应链压榨这两层套利之后，这台机器正被迫直面真实成本。** --- ## 参考来源 1. [The Secret Algorithm That Made SHEIN Unstoppable (AI Documentary)](https://www.youtube.com/watch?v=RGWHPva5qjA) — 本文分析的核心视频 2. [How SHEIN and Temu Conquered Fast Fashion and Forged a New Business Model — Harvard Business School Working Knowledge](https://www.library.hbs.edu/working-knowledge/how-shein-and-temu-conquered-fast-fashion-and-forged-a-new-business-model) — LATR模式学术源头 3. [Inside Shein: The disruption and opportunities behind real-time retail — NEA](https://www.nea.com/blog/shein-real-time-retail-success) — 实时零售供应链拆解 4. [How Shein Stays So Fast, According to the Brand's Strategy Head — Forbes](https://forbesla.com/how-shein-stays-so-fast-according-to-the-brands-strategy-head/) — 单款5万–10万件 vs SHEIN小批量的对比数据 5. [Shein: The rise and rise of a fashion giant — BBC](https://www.bbc.com/news/articles/cp991n2v0m2o) 与 [Shein's annual profit down by more than a third — CNBC/FT](https://www.cnbc.com/2025/02/23/sheins-annual-profit-down-by-more-than-a-third-ft-reports.html) — 工厂调查与2025年利润下滑、估值雪崩数据 6. [Shein revenue, valuation & funding — Sacra](https://sacra.com/c/shein/) — 估值从千亿跌至百亿的演变追踪 --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 > 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。