支付额涨七成,有多少能留到十二月?天猫服饰的新锐品牌今年双 11 交出了这样一个数字:支付 GMV 同比增长超 70%,超 300 个品牌增速破 100%,超 150 个品牌成交破千万。数字回答的是「卖得动吗」,没回答「还会再来吗」。服饰类目季节性强、退货率高、决策靠视觉,一次大促冲起来的销量很容易被退货与换季抵消——要判断这波增长是否成立,只能看十二月以后的复购,而这条判断的边界,落在 11 月 15 日的公开信息里。
七成增长里,有多少能留到十二月
平台披露的口径是:新锐品牌支付 GMV 同比增长超 70%,超 300 个品牌增速突破 100%,超 150 个品牌成交破千万;9 家品牌参与专属专场,整体爆发系数 4.5,单品牌同比最高增长超 700% (网易号转 ELLE)。
这组数字回答的是「卖得动吗」,没回答「还会再来吗」。服饰类目的特殊性在于季节性强、退货率高、决策靠视觉,一次大促冲起来的销量,很容易在退货与换季中被抵消。要判断这波增长是不是真的,得看十二月的复购与退货率。
从被看见到被记住,中间差的是一个记忆点
报道里提到的几个案例有共性:一款玛德琳套装上线就做出 500 万元销售额,一个做人宠同款的品牌把合作买手店做到上百家,另一个用留白做东方美学的品牌靠一件秀款马甲拿到超预期加购。三个案例的共同点不是流量,而是一个能被一句话说清的产品记忆点。
记忆点是复购的前提。消费者记不住品牌名,但能记住「那件人宠同款」。下一次搜索时,输入的是品类词而不是品牌词,这时候能不能被找到,取决于商品页与内容是否把这个记忆点写清楚了。
平台给的是流量,品类给的是位置
把视角拉远一点,服饰新锐的这波增长,和整个电商大盘的节奏是错开的。全网电商销售额 17764 亿元、同比增长 4.8%,即时零售 891 亿元、增长 33%,占全网比重 5.3% (腾讯新闻)。大盘进入个位数增长,新锐品牌却能跑出七成,说明增量来自存量替代,而不是行业红利。
存量替代意味着竞争更直接:一个新锐品牌涨七成,背后大概率有另一个品牌掉了差不多的量。品类趋势的判断因此不能只看头部,要看中腰部的位次流动——谁在往上挤,谁在被挤下去。
| 观察维度 | 看什么 | 判断标准 |
|---|---|---|
| 复购 | 90 天内二次购买率 | 高于品类均值即算站住 |
| 退货 | 退货率与退货原因分布 | 尺码类占比过高说明描述有问题 |
| 渠道 | 买手店与自营店的比例 | 买手店占比高说明设计被专业认可 |
| 内容 | 自然搜索占比 | 自然搜索升说明品牌词在形成 |
这四个维度里,最难造的是自然搜索占比。它反映的是消费者主动找你的比例,投放买不来。自然搜索上升,说明品牌词开始有记忆,这时候再做新品,起量的成本会明显下降。
内容与供应链,先补哪一个
服饰类目的退货率天然偏高,尺码、色差、面料手感都可能成为退货理由。内容做得再好,一次批次色差就能把评分拉下来。所以对新锐品牌,供应链的优先级高于内容:先把尺码表和面料说明做准,再谈种草。
另一条容易被忽略的是买手店渠道的溢出效应。买手店销量有限,但它的选品逻辑会被内容平台引用,形成二次传播。把进店品牌与单品做成一条可查的记录,比投一笔信息流更耐用。
把复购拆成能落地的四个动作
复购不是一个结果指标,而是一串动作的累积:第一次购买时的尺码准确、第二次进店时的款式新鲜、第三次时的价格合理。任何一环掉链子,复购就断。
具体到执行,先做一件事:把退货原因与复购率交叉看。尺码原因退货高的品牌,复购率通常也低;款式原因退货高的,复购率未必低——后者只是没选对,前者是产品没做对。
品类趋势要按价格带和场景双维度切
把「服饰」当成一个品类看,结论一定会模糊。按价格带切,一百到三百元是竞争最激烈的段;按场景切,通勤、户外、居家三种场景的复购逻辑完全不同。两个维度交叉之后,才会出现真正可执行的结论。
到这里能确定的只有一件事:明年的增长不会来自更大的流量池,而来自更高的复购率。盯住 90 天复购这一个指标,它先动,品类判断才成立。
常见问题
支付 GMV 涨七成,为什么还要看复购?
GMV 是流量与转化的乘积,流量可以买、转化可以促,复购买不到。支付额在大促冲高、次月腰斩,说明增长来自脉冲而不是用户资产。判断品类是否真的在长,看三个月后的复购率。
买手店渠道对小品牌意味着什么?
是低成本的可信度背书。买手店选品有专业判断,能进店说明产品在设计或质感上过了关。销量不大,但带来的内容素材与口碑比投放更耐用。
风格榜单对转化的作用有多大?
作用在决策前端。榜单替消费者回答了「今年流行什么」,缩短从逛到选的路径。但它不能替代商品页描述,尺码、面料、洗护缺一项,转化就断。
新锐品牌该先补内容还是先补供应链?
先补供应链。内容可以外包,断货与延期发货不能。服饰退货率高,尺码不准、批次色差明显,内容带来的流量会迅速被差评抵消。











