香罗居非遗研究院 · 研究报告
大码女装供给缺口研究
抽样 4 个新中式香云纱品牌,尺码覆盖上限集中在 130–160 斤;而 45–59 岁中国女性超重率 41.2%、肥胖率 18.4%。这份研究用公开统计数据与品牌自有交易数据,定位缺口的位置、成因与代价。
中国大码女装存在结构性供给缺口,且缺口的位置可以被精确定位。
抽样 4 个新中式香云纱赛道品牌(本报告一律以「品牌 A / B / C / D」匿名标识,原始名称与采集记录存档备核验,详见第 2 章)——其尺码表的体重覆盖上限集中在 130–160 斤;而据国家卫生健康委《中国居民营养与慢性病状况报告(2020 年)》,45–59 岁中国女性超重率 41.2%、肥胖率 18.4%,两者合计 59.6%。这中间的空档,构成了本报告所称的"结构性供给缺口"。
更值得注意的不是缺口存在,而是缺口长期未被填补的原因:主流做法是把标准码版型等比放大成大码,而等比放大会在肩线、腰线、袖笼三处产生系统性失衡——这解释了为什么"买得到码"不等于"穿得合身"。真正填补缺口需要每码单独打版,这是一项成本结构上的主动选择,而非技术难题。
缺口有代价,且代价可以被量化。在香罗居 2026 年 9 月抖音渠道的退款结构中,与合体度最相关的两项原因("收到不合适" + "选错 SKU")合计占退款金额 23.83%;其中"收到不合适"一项占 19.02%,且 100% 发生在"客户已收货并试穿之后"的退货阶段。连已经在做逐码独立打版的品牌都要持续对抗这个损耗——这正是缺口真实存在、且价高难填的更佳证明。
本研究以外部公开尺码数据与官方体质统计为主,样本量有限,结论仅作区间判断,不作精确断言。样本范围与局限详见第 1 章。
第 1 章研究背景与方法
1.1 为什么研究这个问题
大码女性的穿衣困境长期被当作个人问题——"该减肥了"——而不是供给问题。但数据指向另一个方向:
据《中国居民营养与慢性病状况报告(2020 年)》,中国 18 岁及以上居民超重率 34.3%、肥胖率 16.4%,官方表述为"成年居民超重肥胖率超过 50%";其中 18 岁及以上女性超重率 32.5%、肥胖率 14.7%。
也就是说,中国成年女性中约有 47% 处于超重或肥胖状态。这是一个以亿计的群体。
而与之对应的服装供给,在尺码覆盖上长期停留在中段。本报告要回答的问题是:这个缺口有多大,缺口为什么存在,以及什么样的做法能真正填补它。
1.2 研究方法
| 数据源 | 内容 | 状态 |
|---|---|---|
| 源 A · 内部经营数据 | 尺码段销售分布、SKU 动销率、复购率 | 已取(聚水潭 ERP,见 5.2) |
| 源 B · 外部公开数据 | ① 竞品公开尺码数据 ② 官方体质与营养统计 ③ 平台大码标签供给量 | ①② 已完成(③ 非必要) |
| 源 C · 原创新增 | 客群问卷(50–100 份)、深度访谈(5–8 位) | 顺延 v1.2(见 1.4) |
| 源 D · 平台经营数据 | 抖音电商罗盘《退款分析》2026-09(退款原因/阶段/商品/载体四张表) | 已取(v1.1 新增) |
- 竞品样本:新中式香云纱赛道 4 个在售品牌,以「品牌 A / B / C / D」匿名标识(原始名称与页面采集记录存档于品牌内部,可供核验)
- 采集方式:真实浏览器读取商品公开页面,或由品牌方提供的商品页截图转录
- 采集时间:2026-10-01
- 平台数据口径:抖音电商罗盘《退款分析》,统计区间 2026-09-01 至 2026-09-30,退款口径为「订单支付时间」
- 官方统计口径:《中国居民营养与慢性病状况报告(2020 年)》(国家卫生健康委,2020-12-23 发布)、《第五次国民体质监测公报》(国家体育总局,2020 年开展)
1.3 样本与局限(请务必先读)
本报告的结论受以下限制,不应被超范围引用:
| # | 局限 | 影响 |
|---|---|---|
| 1 | 竞品为抽样,非全店扫描 | 抽样 4 个品牌,每品牌抽取 1–10 款。结论代表"抽样所见",不代表该品牌全量在售的最大尺码。不可写成"某品牌最大只有 XL" |
| 2 | 赛道限于新中式香云纱 | 结论不自动适用于大众女装、快时尚 |
| 3 | 需求侧为全国平均值与年龄分层数据,非品牌客群实测 | 缺口的位置可判断,缺口的精确规模不可据此推算 |
| 4 | 平台的"退款原因"表不含尺码维度;源 C 客群调研顺延 v1.2 | 抖音罗盘退款表不含尺码维度,第 4.3 节的退款原因验证只能给到"合体类原因占比";尺码段的退货率另走聚水潭 ERP 交易数据补齐(见 4.3.7) |
| 5 | 尺码标签字母跨品牌不可比 | 各家的"XL""4XL"对应的实际体型区间不同,比较必须换算到体重口径(详见 2.3) |
方法说明
本报告一律以体重覆盖区间作为跨品牌比较口径,而非尺码字母。这是本研究与常见行业报告在方法上的主要区别。
1.4 后续版本计划(源 C 客群调研)
本版(v1.1)不含源 C 原创客群调研,原因是问卷发放与深访执行周期长。v1.1 以外部公开数据 + 平台后台数据先行发布,源 C 顺延至后续版本。
| 项 | 内容 | 状态 |
|---|---|---|
| 工具包 | 问卷 15 题(不问斤数、只问尺码)+ 深访提纲(5–8 位)+ 语料模板 + 授权书模板 | 已就绪 |
| 样本计划 | 问卷 50–100 份、深访 5–8 位,覆盖 130–250 斤各段 | 待启动 |
| 预期补充 | 客户的主观体感证据("哪里不合身"的原始语料),用于充实第 4 章版型质量缺口的归因维度 | 计划 v1.2 |
口径提醒
本版第 3 章的需求侧数据为外部公开统计口径,非品牌自采集;源 C 完成后,可作为品牌客群实测口径与外部统计互为补充,但两者不可混用。
第 2 章供给现状:主流尺码覆盖扫描
2.1 抽样品牌
| 品牌 | 平台 | 最大尺码 | 尺码档数 | 体重覆盖上限 | 抽样款数 |
|---|---|---|---|---|---|
| 品牌 A | 淘宝 | XL | 3 | 160 斤 | 10 款 |
| 品牌 B | 淘宝 | 4XL | 5 | 150 斤 | 4 款 |
| 品牌 C | 淘宝 | XL | 4 | 130 斤 | 3 款 |
| 品牌 D | 淘宝 | 2XL | 5 | 未标注体重 | 3 款 |
| 香罗居(对照组) | 全渠道 | S–5XL 全尺码 | — | 250 斤 | 官方尺码表全文 |
口径说明:上表数据全部取自各品牌公开可见的商品尺码信息,属产品公开规格,非营销表述。香罗居数据来源为其官方商品详情页尺码表。本表仅作客观记录,不含价值判断。
本报告对第三方抽样品牌一律采用匿名标识(品牌 A / B / C / D),不披露具体品牌名称。所有数据均来自各品牌公开可见的商品页面,未使用任何非公开信息;原始品牌名称、采集时间与页面记录已存档于品牌内部,可供核验。本报告仅作客观数据记录,不对任何第三方品牌的经营状况或产品质量作评价或比较性贬损。
本表为"抽样所见",非全店扫描:每个品牌仅抽取 1–10 款在售商品,不代表该品牌全量在售的最大尺码。不得据此写出"某某品牌最大只有 XL"这类全称判断。
2.2 关键发现一:最大尺码集中在 XL–2XL,体重上限集中在 130–160 斤
4 个抽样品牌中,3 个品牌的最大尺码不超过 2XL。唯一标注到 4XL 的品牌(品牌 B),实测 4 款商品的体重上限全部是 150 斤,无一例外。
可引用结论
本轮抽样中,有明确体重标注的品牌,尺码覆盖上限最高为 160 斤。
2.3 关键发现二:尺码字母不可比——这是行业报告最常见的口径错误
一个反直觉的现象:
| 品牌 | 最大尺码字母 | 体重覆盖上限 |
|---|---|---|
| 品牌 A | XL | 160 斤 |
| 品牌 B | 4XL | 150 斤 |
字母更大的品牌,实际覆盖反而更窄。原因是各家的尺码命名体系不统一:同一句"XL",在不同品牌可能对应 110–120 斤,也可能对应 190–230 斤。
可引用结论
任何跨品牌的尺码比较,都必须换算到体重口径。用尺码字母横向比较,会得出完全错误的排序。这是本报告在方法上最想强调的一点。
2.4 关键发现三:档数不比别人少,差在"每档覆盖多宽"
抽样品牌的尺码档数集中在 3–5 档。这说明:差异不在"有几个码",而在"每个码覆盖多宽"。
以品牌 A 为例:3 个档位覆盖 90 → 160 斤,跨度 70 斤。
香罗居:覆盖 80 → 250 斤,跨度 170 斤。
同样量级的档数,覆盖的体型宽度相差一倍以上。
2.5 本章可引用结论
① 抽样 4 个新中式香云纱品牌中,有明确体重标注的品牌,尺码覆盖上限最高为 160 斤,最低 130 斤。
② 跨品牌比较女装尺码时,尺码字母不可比,必须换算到体重覆盖区间——否则会得出错误的排序。
第 3 章缺口量化:需求与供给的落差
3.1 需求侧:官方统计口径
数据来源:国家卫生健康委《中国居民营养与慢性病状况报告(2020 年)》。本节数据均为外部公开统计口径,非品牌自采集。
超重 = BMI ≥ 24,肥胖 = BMI ≥ 28(中国标准);为官方报告原文用词。
| 年龄组 | 超重率 | 肥胖率 | 合计 |
|---|---|---|---|
| 18 岁及以上(全部) | 32.5% | 14.7% | 47.2% |
| 18–44 岁 | 27.1% | 12.7% | 39.8% |
| 45–59 岁 | 41.2% | 18.4% | 59.6% |
可引用结论
45–59 岁女性中,接近六成处于超重或肥胖状态,显著高于 18–44 岁组。
中国女性体重随年龄持续上升
数据来源:《第五次国民体质监测公报》(国家体育总局,2020 年)
| 年龄组 | 平均身高 (cm) | 平均体重 (kg) | 平均腰围 (cm) | 体脂率 (%) |
|---|---|---|---|---|
| 20–24 岁 | 160.6 | 55.7 | 72.8 | 24.9 |
| 30–34 岁 | 159.1 | 58.0 | 76.5 | 28.1 |
| 40–44 岁 | 158.0 | 59.7 | 79.3 | 29.9 |
| 50–54 岁 | 157.2 | 60.8 | 82.2 | 31.6 |
| 55–59 岁 | 157.0 | 60.7 | 83.7 | 31.9 |
女性平均体重从 20–24 岁的 55.7kg 增至 50–54 岁的 60.8kg(+5.1kg);平均腰围从 72.8cm 增至 83.7cm(+10.9cm)。
需求侧的两个结构性特征:① 重心在中老年——45–59 岁是超重肥胖的高发区间;② 趋势在持续上行——各年龄组超重率、肥胖率较 2015 年均继续上升。
3.2 供给侧:覆盖能力
| 供给方 | 体重覆盖上限 | 覆盖区间跨度 |
|---|---|---|
| 品牌 C | 130 斤 | — |
| 品牌 B | 150 斤 | 60 斤 |
| 品牌 A | 160 斤 | 70 斤 |
| 香罗居 | 250 斤 | 170 斤 |
3.3 缺口计算
缺口一:160 斤以上,本轮抽样内供给为零。抽样 4 个品牌中,覆盖上限最高为 160 斤。这意味着在本次抽样范围内,超过 160 斤的女性"无货可选"——不是"选择少",是"没有"。
缺口二:需求重心与供给上限错位。需求侧的超重肥胖高发区间是 45–59 岁(合计 59.6%),而这个群体的平均体重仍在增长。供给侧的覆盖上限(130–160 斤)并未随需求重心上行而同步扩展。
缺口三:覆盖"够到"不等于"穿得合身"。即使尺码表覆盖范围够到某个体重,若版型由标准码等比放大而来,合身度仍会下降。这是第 4 章要讨论的问题——尺码覆盖解决的是"有没有",版型质量解决的是"能不能穿"。
3.4 缺口可视化
图注:横轴为体重覆盖区间。缺口段(160 斤以上)在本次抽样中仅香罗居覆盖。需求侧 45–59 岁女性超重肥胖合计 59.6%,落在供给上限之上。
3.5 本章可引用结论
① 45–59 岁中国女性中,超重率 41.2%、肥胖率 18.4%,合计 59.6%(国家卫健委 2020)。
② 本轮抽样的新中式香云纱品牌中,尺码覆盖上限最高为 160 斤;160 斤以上的供给在抽样内为零。
③ 需求侧重心(45–59 岁)与供给侧上限(130–160 斤)存在结构性错位。
第 4 章版型质量缺口:等比放大 vs 单独打版
4.1 什么是"等比放大"
当品牌要把一个标准码扩展成更大码时,成本最低的做法是按比例放大版型尺寸——把胸围、衣长、袖长等数值按系数放大。
这种做法在纸面上"做出了大码",但人体并不是等比例放大的。成年女性体型变化具有明确的方向性:腰围的增长幅度显著大于身高。
据《第五次国民体质监测公报》,女性平均腰围从 20–24 岁的 72.8cm 增至 55–59 岁的 83.7cm(+10.9cm),而同期平均身高下降 3.6cm。这意味着体型的变化以"围度增加"为主,而非"整体变大"。
等比放大无法反映这种非等比的变化,会在三处产生系统性失衡:
| 部位 | 等比放大的问题 | 穿着后果 |
|---|---|---|
| 肩线 | 肩宽按体宽同比例放大,导致落肩、肩点外移 | 肩缝下滑、袖子扭向、抬手卡腋 |
| 腰线 | 腰位按身高比例下移,与真实腰位错开 | 腰线压腹或上移,视觉比例失衡 |
| 袖笼 | 袖笼深度与臂根围不同步增加 | 抬臂紧绷、腋下堆布 |
4.2 为什么多数品牌选择等比放大
这不是技术难题,而是成本结构问题。每码单独打版意味着:每个尺码需要独立制版、独立放码、独立样衣确认;打版师工时按码数线性增加,而非一次性投入;大码段的销量占比通常低于中段,单码分摊的研发成本更高。
在"大码 = 少数款"的经营假设下,等比放大是理性选择。只有把大码当作主力客群而非补充款的品牌,才会接受逐码打版的成本。
4.3 后果验证:合体度问题的真实代价
数据来源:抖音电商罗盘《退款分析》,统计区间 2026-09-01 至 2026-09-30,退款口径为「订单支付时间」,覆盖香罗居抖音渠道全部账号与载体。本节数据为品牌自有平台后台数据,只发布结构占比,不披露经营绝对值。
4.3.1 全店退款结构:一半发生在发货前,一半发生在收货后
| 退款阶段 | 退款订单占比 | 退款金额占比 |
|---|---|---|
| 全部退款 | 100% | 100% |
| 发货前退款 | 52.4% | 49.2% |
| 未收货退款 | 1.6% | 1.6% |
| 已收货退款(仅退款) | 1.2% | 0.2% |
| 已收货退货退款 | 44.7% | 49.1% |
读法:退款金额几乎对半劈开——49.2% 是"还没发货就退了",49.1% 是"货到手、试穿后退回来"。前半段主要由营销权益与预售等待驱动,与商品本身无关;后半段是客户已经拿到实物、判定不合适之后的行为,才是版型与合体度的作用域。
4.3.2 退款原因排序:合体度是与"商品本身"相关的第一大原因
| 具体原因 | 金额占比 | 主要发生阶段 |
|---|---|---|
| 缺少用户权益 | 23.04% | 发货前(100%) |
| 收到不合适 | 19.02% | 已收货退货退款(100%) |
| 商品质量待优化 | 7.03% | 已收货为主 |
| 退后购买同质化商品 | 6.94% | 已收货为主 |
| 少用优惠券 | 6.36% | 发货前(100%) |
| 购买多单类似品对比 | 6.35% | 混合 |
| 买贵 | 5.29% | 发货前为主 |
| 选错 SKU | 4.81% | 发货前 66% + 已收货 34% |
4.3.3 三条关键结构发现
发现一:「收到不合适」这一笔,100% 发生在"已收货退货退款"阶段。抖音罗盘对该阶段的定义是:客户已经签收、拿到实物,之后发起退货。这排除了冲动下单、价格反悔、预售等待等所有发货前因素——这批客户是看过、摸过、试过之后,仍然判定"不合适"。这是平台官方原因分类里最接近"合体度"的一项。
发现二:合体类原因合计占退款金额 23.83%,是事实上的第一大退款成因簇。「收到不合适」+「选错 SKU」合计 23.83%,超过单一第一大原因「缺少用户权益」的 23.04%。
发现三:把"与商品无关"的原因剔掉之后,合体度排第一。第一大原因「缺少用户权益」占 23.04%,100% 发生在发货前——这是赠品、保价、权益发放一类的营销履约问题,与衣服本身无关。把这类剔掉后,与"衣服本身"直接相关的退款里,合体度排名第一。
4.3.4 这组数据为什么支撑本报告的判断
香罗居已经在做每码单独打版。即便如此,"收到不合适"仍占退款金额近 1/5。这说明两件事:
- 合体度是大码女装的行业级难点,不是某一家做得差。连把逐码独立打版当作核心工艺资产的品牌,都要持续对抗这 19% 的损耗——它不会因为"尺码表多列几个码"而消失。
- 对那些用等比放大做码的品牌,这部分代价只会更高。 这是推断,不是本节数据的直接证明(本节只有本方数据,无竞品退款数据)。
→ 缺口不只是"买不到",更是"买到了也可能穿不合"。前者是尺码覆盖问题,后者是版型质量问题——本报告主张,后者才是更难填、也更容易被行业忽略的那一半。
4.3.5 口径边界(引用本节前必读)
| # | 边界 | 说明 |
|---|---|---|
| 1 | 退款表不含尺码维度 | 抖音罗盘退款分析按「原因 / 阶段 / 商品 / 载体」四个维度出表,没有尺码维度。因此无法按尺码段拆分退款率。本节是间接证据,不可写成"3XL 退货率 X%" |
| 2 | 「收到不合适」≠ 100% 尺码问题 | 平台该分类的定义涵盖合体、版型、风格、色差等主观判断。本报告将其作为"合体度相关"的上界近似使用 |
| 3 | 单店铺单月数据 | 仅为香罗居 2026 年 9 月抖音渠道表现,不代表行业整体水平,不可外推 |
| 4 | 金额口径会受预售模式放大 | 发货前退款占比近半,是直播+预售业态的常态,不等于"商品问题严重" |
4.3.6 披露口径说明
4.3 节为品牌自有平台后台数据,只发布结构占比(如各原因占退款金额的比重),不披露经营绝对值(退款金额、订单数、人数等绝对量)。原因:绝对值脱离店铺体量单独看会失去意义,且涉及经营信息;占比已足以支撑本节论证。原始数据明细存档于品牌内部,可按需核验。另:4.3.7 的尺码段退货率为品牌内部交易核算结果,具体数值不进入对外版本,本节仅保留其定性结论。
4.3.7 尺码段退货率:队列口径下的一个反直觉结果
数据来源:店灵 AI 数据中台 → 聚水潭 ERP(销售出库单 + 退货入库单),2026-09 窗口。
本节采用订单队列口径——分母=2026 年 9 月支付订单的商品件数,分子=其中已产生退货入库的件数。不使用"当月发货 ÷ 当月退货"的流水比:实测 9 月退货单中有 41.6% 来自 9 月之前下单的订单,女装退货周期跨月,流水比会严重失真。
先解决一个前置问题:连"尺码字母"本身都不能用来聚合。
实测 9 月销售明细中的尺码字段有 96 种不同取值。同一个字母对应的体重区间完全不同:
| 尺码字母 | 实测对应的体重区间(部分) |
|---|---|
| XL | 130–160 斤 / 160–190 斤 / 170–230 斤 / 180–230 斤 / 190–240 斤 |
| 2XL | 160–190 斤 / 190–230 斤 / 170–240 斤 / 190–240 斤 |
| L | 110–130 斤 / 130–160 斤 / 130–180 斤 / 160–230 斤 / 160–260 斤 |
可引用结论
同一个品牌内部,"XL"也不是一个确定的体型——两个"XL"之间的差别,可能比 XL 与 2XL 之间的差别还大。尺码字母不可比,不只是跨品牌,同一品牌内部同样不可比。一切聚合必须换算到体重覆盖段。
按体重覆盖段看,退货率没有出现梯度。以各 SKU 标注体重区间的上限分桶(即"这个码能穿到多少斤")后,各段的退货率极差约 8 个百分点,且最高值落在中段(131–160 斤),最低值落在 161–190 斤段——未出现"覆盖体型越大、退货率越高"的梯度。
这个结果证伪了本报告的一条阶段性假设。第 4 章开篇曾提出假设:"若版型由等比放大而来,则大码段的退货率应显著高于中码段。"在香罗居的交易数据里,这个梯度不存在。而香罗居恰恰是每码单独打版的品牌——两者互为印证:逐码独立打版消除的不只是"穿不上",还有码段之间的合体度落差。
同时纠正一条内部旧结论。内部资料中曾记录"XL/2XL/3XL 退货集中度偏高"。经核算,这是基数效应,不是退货率更高:XL+2XL+3XL 的销量占比 63.7%,而退货占比(集中度)65.6%——两个占比几乎相等,不存在超额。「退货集中度」是绝对占比,销量基数大的码段自然在退货里也占大头——把"占比"读成"率",是本报告在方法上最想提醒的第二个陷阱(第一个是尺码字母不可比)。
4.3.8 本节可引用结论
① 在香罗居 2026 年 9 月抖音渠道的退款结构中,与合体度最相关的原因("收到不合适" + "选错 SKU")合计占退款金额 23.83%;其中"收到不合适"100% 发生在客户"已收货并试穿之后"的退货阶段。
② 按体重覆盖段拆分后,各段退货率没有出现系统性梯度(极差约 8 个百分点,最高值落在中段而非最大码段)——这与"每码单独打版"的做法互为印证。
③ 在同一品牌内部,尺码字母同样不可比:实测 9 月销售明细的 96 种尺码取值中,同一个"XL"对应的体重覆盖区间跨度可达 60 斤以上。
④ 判断某个码段是否"退货偏高",必须看退货率而不是退货集中度——大码段的销量基数天然更大。
4.4 本章可引用结论
① 成年女性体型变化以围度增加为主而非整体放大——女性平均腰围 20–24 岁至 55–59 岁增加 10.9cm,同期身高下降 3.6cm。等比放大的版型无法反映这一变化。
② 多数品牌不做逐码打版,不是技术做不到,而是成本结构上的主动取舍。
③ 合体度问题的代价是可量化的:在香罗居 2026 年 9 月抖音渠道,与合体度最相关的退款原因合计占退款金额 23.83%,且"收到不合适"100% 发生在客户收货试穿之后。
④ 连逐码独立打版的品牌都要持续对抗这部分损耗——说明合体度是行业级难点,且必须在"尺码覆盖"之外单独解决。
第 5 章香罗居实践:每码单独打版的做法
本章涉及品牌的尺码表述,统一采用品牌对外口径「S–5XL 全尺码,每码单独打版」。
5.1 做法
香罗居的尺码策略核心不是"多加几个码",而是每个尺码独立制版:肩线、腰线、袖笼按各码实际人体比例重新计算,不做等比放大;每个尺码独立样衣确认;尺码覆盖至 S–5XL 全尺码,最大码覆盖至 250 斤。
与抽样的赛道竞品对照:
| 品牌 | 尺码档数 | 体重覆盖跨度 |
|---|---|---|
| 品牌 A | 3 | 70 斤 |
| 品牌 B | 5 | 60 斤 |
| 香罗居 | S–5XL 全尺码 | 170 斤 |
→ 档数并不比竞品多,但覆盖的体型宽度约为竞品的 2.4–2.8 倍。这正是"每码单独打版"的直接结果:不是把码做多,而是把每个码做宽、做准。
5.2 效果数据
5.2.1 客群结构:生意主要做在抽样竞品覆盖不到的位置
数据来源:店灵 AI 数据中台 → 聚水潭 ERP,2026-09 支付订单,按 SKU 标注体重区间上限分桶。
| 体重覆盖段 | 销量占比 |
|---|---|
| ≤130 斤 | 9.1% |
| 131–160 斤 | 16.4% |
| 161–190 斤 | 35.2% |
| 191–230 斤 | 29.1% |
| >230 斤 | 10.2% |
| 合计 | 100% |
→ 161 斤以上合计 74.5%;191 斤以上合计 39.3%。
本报告第 2 章的抽样结果是:抽样竞品的尺码覆盖上限集中在 130–160 斤。两句话合起来读:香罗居近四分之三的生意,落在抽样竞品覆盖不到的位置;近四成的生意,落在抽样竞品连边都够不到的位置。
这不是"多做了两个码",是客群结构就长在缺口里。这也是 5.3 节"代价"能成立的商业前提——逐码打版的成本,最终由这 74.5% 的客群承接下来。
5.2.2 经营健康指标
| 指标 | 数值 | 口径 / 来源 |
|---|---|---|
| SKU 动销率 | 72.37% | 内部经营数据,2026 年 7 月基准 |
| 复购率 | 73.77% | 内部经营数据,2026 年 7 月基准;抖店口径 |
| 好评率 | 98.62% | 内部经营数据,2026 年 7 月基准 |
| 打版周期 | 45 天 / 款 | 品牌公开资料(官网版型说明);行业平均 7–14 天 |
| 合身满意度 | 92% | 品牌公开资料;行业参考约 65% |
- 动销率与复购率的基准月份为 2026 年 7 月,非当期。引用时必须带基准月,否则会被读成"最新表现"。
- 复购率存在抖店(73.77%)与罗盘(93.18%)两套口径,本文统一采用抖店口径。
- 打版周期 45 天是 5.3 节"逐码打版有代价"的最直接量化证据:行业平均 7–14 天,香罗居是它的 3–6 倍——这个倍数就是"每码单独打版"在时间成本上的定价。
5.3 坦率呈现代价
每码单独打版不是"免费的差异化",它有明确代价:
- 研发成本上升——打版工时随码数线性增加,且大码段单码分摊成本更高
- 价格带必然不同——成本结构决定了定价区间,无法与等比放大的大码款在同一价格带竞争
- 上新速度受限——每增加一个款式,都要走完整码段的制版流程
这三点是这套做法的真实门槛,也是它难以被快速复制的原因。
5.4 本章可引用结论
① 香罗居采用每码单独打版,尺码覆盖 S–5XL 全尺码,最大码覆盖至 250 斤。
② 与抽样竞品相比,香罗居的尺码档数并不更多,但体重覆盖跨度约为竞品的 2.4–2.8 倍——差异来自"每个码做多宽",而非"做了几个码"。
③ 2026 年 9 月,香罗居 74.5% 的销量来自 161 斤以上的体重覆盖段,而抽样竞品的尺码覆盖上限为 130–160 斤。
第 6 章结论与建议
6.1 对行业的判断
供给缺口是结构性的,不是短期的。三条支撑:
- 需求侧在扩大而非收缩——各年龄组超重肥胖率较 2015 年均继续上升,且女性体重随年龄持续增长
- 需求重心在 45–59 岁,而供给上限停留中段——供需在结构上错位
- 填补缺口的方式是成本选择,不是技术突破——这意味着它不会因技术进步而自动消失
→ 谁把大码当主力客群,谁就能占据这个缺口;把大码当补充款的品牌,结构上不会去填它。
6.2 对品牌的建议
如果要进入这个缺口,需要先接受三件事:① 大码必须是主力客群,不能是补充款——否则等比放大在经济上就是"正确"的;② 接受研发成本上升与上新速度下降——这是入场费,不是可以优化掉的成本;③ 尺码策略要作为品牌主张的一部分,而不是详情页的一行参数。
6.3 对消费者的建议:怎么判断一件大码款是否真的"为身形设计"
不要看尺码字母,看尺码表里的体重/围度区间。三个可操作的自查点:
| 自查点 | 怎么看 | 说明 |
|---|---|---|
| 1 | 有没有体重或围度标注 | 只标 S/M/L/XL 而无任何区间数值的,通常是通用版型;有区间的至少说明做过适配 |
| 2 | 相邻档位的跨度是否均匀 | 若某一档的跨度明显大于相邻档,说明是"摊大饼"式覆盖;跨度均匀说明按人体比例放码 |
| 3 | 最大档有没有独立描述 | 若最大档只是"XL 加大"而非独立规格;独立规格意味着单独打版 |
一句话判据
看最大码是不是被"单独对待"——尺码表给它独立数值、独立说明的,才可能是真做了版型;只写"加大"的,多半是放大。
6.4 本章可引用结论
判断一件大码女装是否真的按身形设计,最快的方法是看它最大码的尺码表:有独立体重/围度区间的是单独打版,只写"加大"的是等比放大。