// FAILURE INTELLIGENCERankingsRisk MatchingAPIB2B ACCESS →
Todas las autopsias
// HALL OF FLAME · AUTOPSIA DE STARTUP

Washio

"La recogida de ropa a demanda demostró que la economía de la tintorería no puede sostener una empresa tecnológica"

$17M
RECAUDADO
EMPLEADOS
36
MESES
Fundada2013
Cerrada2016
PaísUSA
SectorMarketplace
Recaudó17
Fundador/aJordan Metzner
unit economicsFlame-out
// Error fatal: Low order frequency per customer combined with commodity service margin made unit economics permanently negative

¿Por Qué Fracasó Washio?

Washio construyó un servicio de recogida de lavandería y tintorería a demanda: los clientes programaban una recogida, un "ninja" (el conductor con marca de Washio) recogía las prendas, la ropa era procesada por una instalación asociada y devuelta en 24-48 horas. El servicio operaba en Los Ángeles, San Francisco, Nueva York, Boston, Chicago y Washington DC. El problema económico fundamental de Washio era el mismo que el de la mayoría de los servicios a demanda: la mano de obra del conductor para la recogida y entrega era cara, los márgenes del procesamiento de la ropa eran escasos y la frecuencia de pedidos de los clientes era insuficiente para construir ingresos sostenibles por cliente. La empresa cerró en septiembre de 2016 tras recaudar 16,8 millones de dólares.
🔥 Hall of Flame 30%🏆 Hall of Fame 28%

🔒 Análisis completo: Plan Analyst →

ANATOMÍA DEL FRACASO

// TIPO DE COLAPSO
Flame-out
📉 MEDIUM
// CICLO HYPE
peak of inflated expectations
// TIPO DE MOAT
Brand
// ERROR FATAL
Low order frequency per customer combined with commodity service margin made unit economics permanently negative
Plan AnalystDesbloquear con plan Analyst →
// MORE FLAME-OUT PATTERNS

Qué Pueden Aprender los Founders

// Lección: Antes de construir logística a demanda para una categoría de consumo, calcula la frecuencia de uso por cliente al mes. Por debajo de 2 usos mensuales, el coste de captación de clientes raramente puede recuperarse con una economía sostenible de conductor y procesamiento.
Los servicios a demanda para compras de bajo margen y baja frecuencia no pueden sostener la estructura de costes de las empresas de logística tecnológica. Los números requieren un margen alto, una frecuencia alta, o ambos: la entrega de ropa no ofrece ninguno de los dos.
UnicornBurn Hall of Flame · Permanent Record
// EN UNICORNBURN SEASON 0
Washio optó por la amplitud geográfica —seis ciudades— en lugar de la profundidad en un mercado. Esto distribuyó los gastos generales y la atención directiva antes de que ningún mercado individual estuviera optimizado. La marca "ninja" era adorada pero no podía superar la realidad económica de que los clientes usaban la entrega de ropa con poca frecuencia y que la sensibilidad al precio del servicio de comodidad (limpiar ropa) era incompatible con la estructura de costes de la logística a demanda. La tintorería tiene márgenes escasos incluso cuando se gestiona la ropa en tienda: añadir recogida y entrega de última milla a un servicio de comodidad de margen escaso produce economías negativas.
// ETIQUETAS DE INVESTIGACIÓN
laundrydry cleaningon-demandgig economylogistics startup
Plan AnalystDesbloquear con plan Analyst →
Más MarketplaceMás de USAMás fracasos por unit economicsRecaudó: 17
// TU STARTUP NO TIENE QUE ACABAR ASÍ

UnicornBurn Season 0 abre en julio 2026. 10.000 founders en un mundo. Tu startup lucha cada sábado. La mayoría acaba aquí. ¿Cuál eres tú?

ÚNETE A SEASON 0 →
// ¿QUIÉN SIGUE? MÁS FRACASOS EN MARKETPLACE

Washio no es la única. El sector Marketplace tiene su propio cementerio. Algunas empresas ya están en él — solo que todavía no lo han anunciado.

// SUBMIT AN AUTOPSY

Witnessed a startup failure first-hand? Share the real story. First-hand accounts from founders and team members get prioritized for publication.

SUBMIT AN AUTOPSY →
✎ Reclamar esta autopsia⚑ Reportar un error
// FOR FOUNDERS

Test your decisions before they cost you everything.

2438 documented crashes. One simulation. Season 0 opens July 2026.

Reserva tu plaza →
// FOR FUNDS & ANALYSTS

Failure intelligence for due diligence and risk analysis.

Structured dataset with collapseStyle, hypeCycle, moatType across 2438 collapses. Trial 14 days free.

Ver planes →
// FOR BUILDERS

Free JSON API. No key. No rate limits. Attribution required.

2438 autopsies and 7 rankings as CORS-enabled endpoints.

Explorar API →

Academic, press, or research use? Free JSON API available — no auth required →