"物的八分目"是日本民间的一种说法，吃东西吃到八分饱是一个合适的度。设计师口中的"八分目"借用了这种感觉，即在设计时满足人们80%的欲望时，人才会觉得最舒服。

 深泽直人说，人的欲望都是膨胀的，往往人们想要的东西比正好的东西要多，在设计时满足人们80%的欲望，才是刚好的。

 插播一段关于深泽直人的介绍，也算解释了"写在前面"看起来那张不相关的配图。虽然他的名字大多人不熟悉，但是必定在看过他曾经为三宅一生设计的手表：12边行的表盘上，每个顶点就是一格时间刻度，表盘中间留白，只剩下干净利落的时针和分针。手表的功能是看时间，每个顶点既然可以帮助使用者读懂时间，就不需要繁琐的数字指示，剩下的如何读取，则需要使用的人来填补。八分目是设计，二分目是人。

 极致是把事情做到十分，但是十分不一定给客户带来十分的满意，产品也不能做太"满"，八分是虚数，只是做到一个"量"，剩下那个量是靠用户，靠使用者来填补，不一样的人，在不一样的场景下，二分目各有不同。产品的八分目加上人的二分目得到的十分目才是完整的。

 用鼠标来举例大家最能理解其中含义。追求极致的鼠标会根据科学方法搜集人类使用鼠标的各种数据。比如滑动次数、握力、角度，根据人体工学原理设计最符合手型以及舒适感的鼠标。此鼠标，可谓极致。

 因为这只鼠标本身靠着庞大的数据和设计师赋予的舒适必然性在里面，所以一般人握着这只鼠标的时候肯定会感觉非常舒服也毫不费力，但是，假如你的手指受伤。无法用右手使用鼠标，这个人体工学锻造的精致鼠标反而成为阻碍影响使用。仔细点说，这个鼠标的设计师设计的初衷就是他设定的场景，"你必须要在电脑桌前用右手使用这个鼠标"，无论是鼠标还是人，场景都已经被设计师设计好，追求细节上的严谨大大限制了产品的使用范围。

 另外有一款鼠标被用来阐述"八分目"原则：那只看似不按常理出牌的苹果鼠标——从苹果的第一代产品到最新的鼠标，其实都非常吻合。乔布斯对开发的工程师说："我需要一个能与电脑交互的东西，这个东西可以在光滑的桌面上滑动，最好能在我的李维斯牛仔裤上滑动。"这只鼠标没有按照人体工学设计，也可能不舒服，但是这只鼠标却赋予了用户更多的可能性：无论你是左撇子还是右撇子，无论你是正握、反握还是两个手指握，三个手指握，一切都是由用户决定的。

 除了踏实的产品之外，还有一些服务也深谙"八分目"技巧。下面我们会从知名媒体Fast Company评选的2017年全球最佳创新公司50里面细数下亚马逊老大的"八分目"创新之道。

 6月21号，亚马逊推出针对Prime会员的服装销售服务Prime Wardrobe。一时间轰动线下零售。该新闻一经发出，梅西等百货股普遍下跌。大家都预计到这项服务会颠覆传统零售以及电商，带来双重打击。听闻之前，我们有必要了解下该项服务的鼻祖。因为这种模式其实类似美国的另外一家创业公司Stitch Fix，有点copy的意思却又没有完全做满。

 在传统渠道以及电商横行的时代，塑造了两种不同的购物体验：前者可通过在线下直接的接触、试穿完成购买的流程，后者则在触摸不到的网络空间让顾客凭借想象让衣物上身最后决定。虽然许多类似"试穿魔镜"（即上传个人全身照片到网络，在狭小的手机屏内浏览上身效果）或近来大火的VR技术，都声称可弥补线上购物带来的"不易试"的"痛点"，但是对于服装销售而言，总是由于空间的限制使得变相"上身"的技术有那么点鸡肋。

 正是看到传统零售与电商各自的的短板，崛起于美国旧金山的购物网站公司Stitch Fix努力去满足乐于在电商平台购物又担心上身不合适的人群。新用户在注册会员时，会填写一份详细的问卷包括用户的身形及衣着风格数据等。后台的造型师会根据这些数据，判断用户可能适合的衣服，打包5件（称为Fix）寄给用户，用户可以留下喜欢的，寄回不喜欢的。顾客只需先付20刀造型费即可，如顾客决定购买其中任何一件，20刀不仅可折抵，五件全买还享七五折。用户可以随时预约一个Fix，也可以单月、双月进行订阅。

 Stitch Fix要确保一个盒子中的5件单品至少有两件被顾客留下才能盈利。Stitch Fix这股自信来自他们声称的高品质个性化推荐，所有的推荐来自AI和人工充分结合的基础上。由80位数据科学家（包括49位天体物理学家和计算神经学家），他们打造的算法基于用户提交的个人数据以及购物记录等结构性数据，可以进行大范围的筛选和预测。Stitch Fix除去分析顾客的风格及喜好之外，还会在推荐失败的经验中提升对用户喜好的判断。

 套用前面讲过的理论来看，Stitch Fix用大数据的确增加了顾客的购买几率，让更多的"TA可能喜欢的服饰"进入TA的眼帘。这件看起来非常"贴心"的事情，从前端到后端都力求做到了极致。首先，顾客要填写冗杂的问卷。包括尺码、剪裁类型、风格、价格等。我试着填写了一次，像是做了一次会被付费的问卷调查。问题基本的例如身高体重、各种衣服的尺码，详细的会有何种剪裁风格，"你喜欢上衣紧身？合体？笔直？宽松？"，那下衣呢？还有，对于可裸露的香肩、臂膀，问题是根据每个部位分别问一次：A. "是的！我特别喜欢露出来!" B. "有时候吧" C. "特别的场合吧" D."我就不"。港真，答到第二部分就已经累了。

 第二部分结束后，会出现一些根据风格的图片。洋洋洒洒的。

 最后你要选择你喜欢的每一类服饰的价格，首饰到鞋子。整个过程就结束了，绑定了信用卡，交付20刀，就可以坐等你的第一个Fix上门了。略有不爽的是，看不到任何照片，也没有任何暗示，完全不知道上门来的Fix是不是自己的菜。
 从谷歌搜了下用户的后记，大部分使用者还是愿意留下1-2件的。5件全留的，不常见。

 在开始阶段，必然会因为用户的选择不准确或问题不能覆盖全面导致算法无法全面支持顾客的喜好。但也也必然会在后续的推荐时逐渐达到准确。

 Stitch Fix力求做到了分析的极致，推荐的极致，甚至为顾客设计好了场景，可能对于一部分的消费者来说，时间繁忙到没空挑选，那么他们是适用于这一场景的。

 但是，目前来讲，亚马逊新推出的Prime Wardrobe似乎阵仗更大。不仅仅是因为天然的平台以及完美的物流给予了Prime Wardrobe无可厚非的基因，根据我们前面的观点，我们可以从"八分目"的角度，来重新审视Prime Wardrobe和Stitch Fix的区别。我们一对比大家就瞬间能够理解了。

 亚马逊的这项名为"Prime Wardrobe"的服务针对亚马逊的Prime会员开放，会允许该会员进行购买前试穿服务。与Stitch Fix的不露面的设计师推荐带来的神秘感不同，亚马逊可以自己进行服装的预览、选择、比价，决定是否购买前，亚马逊会把你可能打算购买的衣服都送到门口，没有Stitch Fix的5件上限。试穿衣服后，顾客可以将不想要的衣服放回盒子中，并将其放在门口，亚马逊还有免费预订上门取货服务。留下的衣服越多，享受的折扣将越多，留3件物品，获得10%的折扣，留下5件或以上商品，20%的折扣。

 大家可以从一个简单的视频全面了解Prime Wardrobe的流程。

 亚马逊在介绍这项服务的视频中说："你可以尝试各种新的穿戴风格，没有比在自己家更好的试衣场所了。"用户可以在亚马逊APP上选择3-15种商品，包括衣服、鞋子、配饰，全部免费送货，用户收到商品后最长可以试穿7天。如果不想要，不需要任何理由就可以退货，用相同的、可重复使用的盒子退货，上面有预付标签，一切配送成本都有亚马逊承担。用户不需要提前付款，7天之后才付钱。

  其实，亚马逊2015年就开始在服装品类发力，在2016年销量就已经达到了200亿美元，预计在2017年超越梅西、沃尔玛成为全美第一大服装零售商，2020年市场份额将会超过17%。新的服务必定会帮助亚马逊将服装品类做透。

 相比于Stitch Fix，为什么说亚马逊做的是"八分目"，却收到了众多欢迎，不仅因为名气和brand power，更重要的区别是在于亚马逊是留给了客户充分选择的空间，Prime Wardrobe相当于把线上的试衣间搬到了家门口；而Stitch Fix虽然同样宣称他们要把试衣间搬进家里，但是他们高估了自己服务的满意度。大数据和服装搭配师力求推荐精准与完美，但是人的欲望是更多的，他们唯一留给顾客的空间就是"你喜欢不喜欢？不喜欢下次我推荐其他给你"的逻辑。所有的选择、搭配都依赖数据和设计师，；而Prime Wardrobe的八分是基于顾客的选择，八分用来构建完整的平台和无缝对接的物流，剩下的二分交给顾客来完成。虽然目前正在试运营阶段无法准确的估量后续的效果。但是我相信，用户体验会非常棒的。

 相信背靠大数据的亚马逊日后也定会充分利用其AWS云和Echo Look来给到更精准的推荐，Prime Wardrobe给出的推荐也许会更加精准，但是在APP端推送推荐，想必还是会比将推荐直接扔到家门口的方式更有让用户选择的空间。

 看起来同样是电商平台为解决线上购买的试穿问题却有截然不同的套路，前面用大篇幅介绍的一个非常复杂的问题，我们费力去理解了它算法及数据的精致，但是却忽略了一部分用户的"发挥"。后者的亚马逊三亚两语能够道出其精华核心，反而可能是更多用户翘首期待的，无不提醒着我们，无论是在产品研发、服务升级还是线下活动，设计一个让顾客更好发挥二分的模式，可能是更好的创新、更好的选择。