MVP：身体数据 → 商品版型 → 推荐尺码 → 反馈闭环MatterFit
MatterFit
先把尺码买对
用身体数据和商品版型数据，给出推荐尺码、合身概率和风险解释。v0.3 聚焦真实用户测试，不做完整电商。
消费者体验测试
这不是完整电商平台，而是围绕尺码推荐的一次可记录用户测试。
9:415G 100%
MF
MatterFit尺码适配测试
流程 1 / 身体数据
请填写你的尺码档案
数据仅用于尺码适配，用户可随时删除。本测试数据只保存在当前浏览器 localStorage。
穿衣偏好
请像真实购物一样填写身体数据。MatterFit 不再要求你评价“使用前信心”，只记录看到推荐后的真实下单信心。
流程 2 / 商品选择
选择你要购买的商品
流程 3 / 推荐结果
下单前先看风险
高腰直筒牛仔裤
推荐尺码L
合身概率82%
介于 M 和 L 之间
推荐后下单信心：8 分
推荐后信心会记录到本次测试结果中。
流程 4 / 反馈
告诉我们你最担心哪里
这个推荐对你有帮助吗？
哪里最担心不合身？
已保存到本地测试记录。
测试结束
一次尺码适配闭环完成
这就是 MatterFit 的第一阶段价值：在下单前减少尺码试错。
商家后台
商家视角展示推荐次数、接受推荐比例、主要不合身风险与优化建议。消费者测试反馈会轻微联动到对应 SKU。
| SKU | 推荐次数 | 接受推荐比例 | 主要不合身风险 | 优化建议 |
|---|
当前测试只保留一个核心任务
请朋友完成一次尺码推荐测试并导出结果。Roadmap 暂时收起，避免用户像翻长聊天记录一样消耗注意力。