第3章：现实校验（2019-2021）

无人货架关键指标恶化趋势（2018.Q4 - 2019.Q2）
┌─────────────────────────────────────────────┐
│ 指标          2018.Q4   2019.Q1   2019.Q2   │
├─────────────────────────────────────────────┤
│ 平均货损率      25%       35%       48%      │
│ 日均销售额     ￥120     ￥85      ￥52      │
│ 补货成本/单    ￥45      ￥52      ￥68      │
│ 点位流失率     15%/月    22%/月    31%/月   │
│ 毛利率        -12%      -28%      -45%      │
└─────────────────────────────────────────────┘

果小美崩盘时间线：
2019.01：拖欠供应商货款￥2亿
2019.02：大规模裁员，从2000人裁至200人
2019.03：CEO失联，高管集体离职
2019.04：全面停止补货
2019.05：宣布破产清算

技术投入打水漂：

- 自研管理系统：￥8000万（废弃）
- IoT货架改造：￥1.2亿（报废）
- 数据中台建设：￥5000万（烂尾）

战略放弃的决策过程：
┌────────────────────────────────┐
│ 2019.Q1：缩减补货频次         │
│   ↓ 用户体验下降，销售额腰斩  │
│ 2019.Q2：撤出三四线城市       │
│   ↓ 规模效应消失，成本飙升    │
│ 2019.Q3：停止新增点位         │
│   ↓ 增长停滞，投资人失去信心  │
│ 2019.Q4：业务全面关停         │
│   → ￥10亿投资血本无归        │
└────────────────────────────────┘

实际用户行为分析（基于10万货架数据）：
┌──────────────────────────────┐
│ 正常付款：42%                │
│ 少付款：31%（付1拿2）        │
│ 不付款：18%                  │
│ 恶意破坏：9%（整箱偷窃等）   │
└──────────────────────────────┘

不同场景货损率对比：
高端写字楼：15-25%
普通办公楼：30-40%
工厂宿舍：50-70%
开放式办公：40-60%

补货成本构成分析（每个点位每次）：
┌────────────────────────────────────┐
│ 人工成本：￥25（15分钟）          │
│ 交通成本：￥18（平均5公里）       │
│ 货物成本：￥8（损耗+积压）        │
│ 管理成本：￥12（调度+监控）       │
│ 总计：￥63                         │
├────────────────────────────────────┤
│ 问题：平均客单价仅￥8-12          │
│ 每个点位日均3-5单                 │
│ 日收入￥24-60 < 日成本￥63        │
└────────────────────────────────────┘

2017.06：首家门店开业，媒体热捧
2017.07：A轮融资￥1亿，估值￥10亿
2018.01：宣布完成￥5000万美元B轮融资
2018.06：全国布局500家店计划
2018.07：上海首店因高温故障关闭（转折点）
2018.12：实际开店不足100家
2019.03：大规模关店，裁员70%
2019.09：资金链断裂
2020.02：宣布停止运营

RFID标签成本分析：
┌─────────────────────────────────┐
│ 单个标签成本：￥0.3-0.5        │
│ 平均SKU数：300个               │
│ 日均销售：100件                │
│ 标签年成本：￥0.4×100×365      │
│         = ￥14,600              │
├─────────────────────────────────┤
│ 问题：                          │
│ • 金属/液体商品识别率仅60%     │
│ • 标签脱落率15%/月             │
│ • 批量读取准确率85%            │
│ • 防盗效果差（撕掉即可）       │
└─────────────────────────────────┘

加盟商真实反馈（基于50家店调研）：
┌────────────────────────────────────┐
│ "说好的AI系统，就是个收银机"     │
│ "扫码支付经常失败，顾客直接走了" │
│ "补货系统从来没准过，不是多就是少"│
│ "所谓的大数据选品，全是滞销货"   │
│ "技术故障找不到人，客服永远占线" │
└────────────────────────────────────┘

技术故障统计（日均）：
• 支付失败：12次
• 门禁故障：3次
• 系统死机：2次
• 数据丢失：1次

供应链问题全景图：
         总部
          ↓ （承诺统一采购）
    区域供应商
     ↙    ↘
   城市A   城市B  → 价格不一、品质不同
     ↓      ↓
  加盟商1  加盟商2 → 各自为战、私下进货

实际后果：
• 同款商品价差达30%
• 临期商品占比40%
• 断货率35%
• 串货严重，管理失控

故障类型分布（2019年数据）：
┌───────────────────────┐
│ 机械臂卡死：35%      │████████
│ 传送带故障：28%      │██████
│ 商品掉落：20%        │████
│ 系统死机：12%        │██
│ 其他：5%             │█
└───────────────────────┘

维修成本分析：
• 平均故障间隔：3天
• 单次维修成本：￥500-2000
• 维修响应时间：4-8小时
• 年维护成本：￥20万+
→ 结论：维护成本>毛利润

成本构成（100平米店面）：
硬件投入：
• 摄像头×50个：￥25万
• 服务器集群：￥30万
• 传感器系统：￥15万
• 其他设备：￥10万
小计：￥80万

软件开发：
• 算法授权：￥50万/年
• 定制开发：￥100万
• 系统维护：￥30万/年
小计：￥180万

运营成本：
• 云计算：￥5万/月
• 带宽：￥2万/月
• 技术支持：￥3万/月
年成本：￥120万

总计：首年￥380万，之后￥200万/年
→ 需日销￥5500才能盈亏平衡
→ 实际日销：￥800-1200

便利蜂算法决策覆盖范围：
┌─────────────────────────────────────┐
│ 选址：基于大数据的自动选址系统     │
│ 选品：算法决定每家店的SKU组合     │
│ 定价：动态定价，每天自动调整       │
│ 补货：系统自动下单，店员无权干预   │
│ 排班：AI自动排班，精确到15分钟     │
│ 晋升：算法评分决定员工晋升         │
│ 陈列：货架摆放位置由系统指定       │
│ 促销：促销方案全部由AI生成         │
└─────────────────────────────────────┘

顾客投诉TOP5（2020年数据）：

1. "店员像机器人，完全不理人"（35%）
2. "想买的东西永远缺货"（28%）
3. "价格一天三变，看不懂"（20%）
4. "热食永远是凉的"（12%）
5. "找不到人工服务"（5%）

员工真实心声：
┌────────────────────────────────────┐
│ "系统让我3:47补货，3:48就扣分"   │
│ "顾客要买烟，系统说没货，其实有" │
│ "鲜食过期了，系统不让下架"       │
│ "促销价比原价还贵，改不了"       │
│ "每天对着PAD，不敢看顾客一眼"    │
└────────────────────────────────────┘

便利蜂门店扩张计划vs现实：
      目标    实际
2017: 100  → 60
2018: 500  → 320
2019: 2000 → 800
2020: 5000 → 1500
2021: 10000→ 900（大规模关店后）

烧钱速度：
2017-2021累计亏损：￥60亿+
平均单店装修：￥80万
月度运营亏损：￥3-5万/店
获客成本：￥120/人

2021年完全撤出的城市：
华北：天津（撤出30家）、石家庄（15家）
华东：苏州（25家）、无锡（18家）、合肥（12家）
华南：东莞（8家）、佛山（6家）
华中：武汉（试点3家全关）

撤城原因分析：
┌────────────────────────┐
│ 供应链覆盖不到：35%   │
│ 本地竞争太激烈：30%   │
│ 消费习惯不匹配：20%   │
│ 管理半径太大：15%     │
└────────────────────────┘

便利蜂技术投入构成（2020年）：
┌─────────────────────────────────┐
│ 技术团队：800人×￥50万 = ￥4亿  │
│ 系统开发：￥2.5亿               │
│ 服务器与云：￥1.5亿            │
│ 数据采购：￥0.8亿              │
│ AI算法授权：￥0.5亿            │
│ IoT设备：￥0.7亿               │
├─────────────────────────────────┤
│ 总计：￥10亿/年                 │
│ 门店数：1500家                  │
│ 单店技术成本：￥67万/年         │
│ 单店毛利：￥40万/年             │
│ 技术ROI：-40%                   │
└─────────────────────────────────┘

算法决策失误案例：

1. 雨天自动涨价雨伞
   → 顾客愤怒，舆论危机

2. 情人节下架巧克力
   → 算法认为保质期风险高

3. 夏天主推热饮
   → 基于去年冷夏数据

4. 写字楼店周末也全天营业
   → 无视场景特点

5. 社区店不卖生鲜
   → 算法判断毛利率低

根本问题：
┌─────────────────────────────┐
│ 过度依赖历史数据           │
│ 忽视场景化和人性化需求     │
│ 缺乏常识判断和灵活性       │
│ 无法处理异常和特殊情况     │
└─────────────────────────────┘

2020年2-4月无人零售短期数据：
┌──────────────────────────────┐
│ 搜索指数：↑380%             │
│ 媒体报道：↑520%             │
│ 政府扶持政策：12个省市出台   │
│ 资本关注：问询量↑200%       │
├──────────────────────────────┤
│ 但实际业绩：                 │
│ 客流量：↓60%                │
│ 客单价：↓35%                │
│ 营业额：↓75%                │
└──────────────────────────────┘

各地无人零售补贴政策（2020年）：
北京：单店补贴￥10万，上限100家
上海：租金减免50%，最长6个月  
深圳：技术改造补贴30%，上限￥50万
杭州：防疫物资定向采购，￥2000万

实际效果：
• 延缓倒闭：3-6个月
• 新增投资：几乎为零
• 消费者认知：无明显改善
• 最终结果：补贴停止后加速倒闭

不同场景客流变化（2020年vs2019年）：
                  Q1     Q2     Q3     Q4
写字楼：         -85%   -70%   -60%   -50%
交通枢纽：       -90%   -75%   -65%   -60%
社区：           -40%   -30%   -25%   -20%
学校：          -100%   -95%   -80%   -70%
医院：           +20%   +10%    0%    -10%

核心问题：无人零售70%布局在写字楼和交通枢纽

典型无人零售企业现金流（2020年）：
月度支出：
• 租金：￥500万（刚性）
• 人工：￥300万（部分弹性）
• 采购：￥200万（可延迟）
• 技术：￥150万（刚性）
• 其他：￥100万
总计：￥1250万/月

月度收入：
疫情前：￥800万（亏损￥450万）
疫情中：￥200万（亏损￥1050万）

现金储备：￥5000万
→ 疫情前可撑11个月
→ 疫情中仅可撑4.7个月

2020年倒闭的无人零售企业（部分）：
┌────────────────────────────────┐
│ 企业名称    峰值估值   倒闭时间 │
├────────────────────────────────┤
│ 在楼下     ￥5亿     2020.03  │
│ 邻家便利   ￥8亿     2020.05  │
│ 全时便利   ￥30亿    2020.05  │
│ 易果生鲜   ￥60亿    2020.10  │
│ 妙生活     ￥10亿    2020.11  │
└────────────────────────────────┘
累计：200+家企业倒闭
影响：5万+员工失业
损失：￥200亿+投资

转型方向统计：
无人→有人：45%
  例：简24转为传统便利店

自营→加盟：30%
  例：苏宁小店开放加盟

零售→批发：15%
  例：小e微店转做B2B

关停清算：10%
  例：GOGO小超彻底退出

Amazon Go扩张计划变化：
2018年宣布：2021年开设3000家
2019年调整：2022年开设500家
2020年再调：暂停扩张，优化现有
2021年现实：累计仅29家门店

实际开店进度：
2016: 1家（测试店）
2017: 1家（员工店）
2018: 4家（西雅图）
2019: 11家（+芝加哥、旧金山）
2020: 7家（+纽约）
2021: 5家（收缩）
2022: -8家（关店）

Just Walk Out技术授权客户：
┌─────────────────────────────────┐
│ 2020年：                        │
│ • Whole Foods（2家测试）       │
│ • Amazon Fresh（新业态）       │
├─────────────────────────────────┤
│ 2021年：                        │
│ • Hudson（机场商店）           │
│ • Starbucks（部分门店）        │
│ • 7-Eleven（测试）             │
├─────────────────────────────────┤
│ 2022年：                        │
│ • 球场/体育馆（15个）          │
│ • 大学校园（8个）              │
│ • 医院（3个）                  │
└─────────────────────────────────┘

授权收入模式：
• 初装费：￥200-500万
• 年费：￥50-100万
• 交易抽成：2-3%

Amazon Go店铺损益（西雅图标准店）：
                2018年      2021年
日均客流：      800人       450人
客单价：        ￥70        ￥52
日营业额：      ￥56,000    ￥23,400
月营业额：      ￥168万     ￥70万

月度成本：
技术折旧：      ￥58万      ￥14万
运营人员：      ￥12万      ￥8万
房租：          ￥25万      ￥25万
其他：          ￥15万      ￥10万
总成本：        ￥110万     ￥57万

月度利润：      -￥42万     +￥13万

不同技术方案的投资回报期对比：
┌────────────────────────────────┐
│ 传统便利店：2-3年             │
│ 半自动便利店：3-5年           │
│ RFID无人店：5-8年             │
│ 视觉识别无人店：10-15年       │
│ Amazon Go v1.0：永远无法回本  │
│ Amazon Go v4.0：8-10年        │
└────────────────────────────────┘

核心问题：
技术投入的边际收益递减
客户体验提升有限
运营成本降幅不足

技术能解决的 vs 不能解决的：
┌────────────────────────────────┐
│ ✓ 能解决：                     │
│ • 支付效率                     │
│ • 库存管理                     │
│ • 数据分析                     │
│ • 营销精准度                   │
├────────────────────────────────┤
│ ✗ 不能解决：                   │
│ • 选址错误                     │
│ • 产品品质                     │
│ • 服务温度                     │
│ • 成本结构                     │
│ • 消费习惯                     │
└────────────────────────────────┘

人vs机器的对比实验（2021年A/B测试）：
测试场景：北京10家7-11 vs 10家无人店

        有人店     无人店
客单价： ￥28      ￥15
复购率： 65%      22%
NPS评分：8.2      5.1
投诉率： 2%       18%
解决率： 95%      30%

关键发现：
• 店员推荐带来30%增量销售
• 人工服务减少80%负面体验
• 紧急情况处理能力差距巨大

新零售供应链挑战全景：
┌─────────────────────────────────┐
│ 传统零售：                      │
│ 供应商→仓库→门店→消费者        │
│ （4个环节，线性结构）           │
├─────────────────────────────────┤
│ 新零售：                        │
│ 供应商↘                        │
│ 品牌方→中心仓→前置仓→门店     │
│ 平台↗     ↓     ↓      ↓       │
│         消费者←配送←拣货        │
│ （12+个环节，网状结构）        │
└─────────────────────────────────┘

复杂度增加导致：
• 协调成本指数级上升
• 库存准确率下降30%
• 损耗率增加2倍
• 配送成本占比达15%

消费者最看重的服务要素（2021调研）：

1. 店员的笑脸和问候（78%）
2. 个性化推荐（65%）
3. 紧急帮助（61%）
4. 投诉处理（58%）
5. 商品介绍（52%）

无人店能提供的：
✗ 笑脸问候
✗ 个性化推荐（仅基于数据）
✗ 紧急帮助
△ 投诉处理（仅在线客服）
△ 商品介绍（仅标签信息）

估值模型对比：
2018年（疯狂期）：
估值 = 门店数 × ￥500万 × 10倍PS
     = 想象空间 × 技术溢价

2021年（清醒期）：
估值 = 年利润 × 8倍PE
     = 实际盈利能力

案例：便利蜂
2018年：500家店 × ￥500万 × 10 = ￥250亿估值
2021年：年亏损￥10亿 = 估值归零

企业关注重心转变：
过去（to VC）             现在（to Customer）
┌──────────────┐        ┌──────────────┐
│ PPT讲故事    │        │ 产品品质     │
│ 媒体曝光     │        │ 用户体验     │
│ 门店扩张     │        │ 单店盈利     │
│ 技术概念     │        │ 运营效率     │
│ 融资额度     │   →    │ 现金流       │
│ 估值增长     │        │ 复购率       │
│ 竞争对手     │        │ 客户满意度   │
│ 资本关系     │        │ 供应链效率   │
└──────────────┘        └──────────────┘

错误：为了无人而无人
正确：用技术提升效率和体验

位置、商品、价格、服务
这四要素永远是核心

技术可以辅助人
但不能完全替代人
特别是在服务业

不能永远靠补贴和融资
单店必须能够盈利
规模化必须带来正效应

零售业毛利率就是20-30%
这是行业规律，技术改变不了
降本增效有极限