前段时间写了一篇一文读懂社区团购，得到许多读者朋友的认可。眼看过去快一个月了，正如之前文章所预见的那样，各小巨头不断开疆辟土，在湖南湖北等焦点战场不断向龙头老大兴盛优选发起进攻。同时，社区团购的战局瞬息万变，各路人马不断在这个业务上加注。
这段时间，十荟团拿到了新一轮阿里的亿级融资，兴盛优选也正在进行新一轮融资，拼多多美团等巨头也通过发行转债等方式储备粮草；而另一方面，剩下的其他互联网巨头——京东、字节、快手，相传也要入局社区团购。
这是一场值得我们持续关注的持久战。
1、社区团购vs便利店
社区团购与便利店，听上去它们好像是两码事，社区团购的次日提模式，一听就不够“便利”。
但如果你把大型商超、中小超市以及便利店放在一起，就会发现，无论从用户消费频次、客单价，还是SKU数量、供应链补货频率的角度，综合来看离社区团购最为接近的业态，还真就是便利店。
便利店中的货架位置，可以看做是一种“现售货架”，当场就能买到。
但这种“现售货架”受限于便利店的空间大小，SKU和库存数量都非常有限。
社区团购则为便利店额外提供了一种“预售货架”，这种货架让便利店的SKU数量和库存数量都得到了扩容。
而在进货方面，前者过去走的一般是末端经销商的批发渠道。
有意思的是，随着社区团购的发展，许多便利店的“现售货架”也开始逐渐在社区团购上面进货，这样一来，社区团购不仅帮助便利店创造了与用户的新触点，同时让便利店的进货渠道也开始统一，两种业态更加密不可分。
（关于现售货架、预售货架等这方面的部分观点，来自BAI投资最近的一期播客，感兴趣的朋友不妨一听）
所以这也就不难理解，为什么过去社区团购做得最好的，就是便利店起家的兴盛优选。
或许这两个业务模式本来就应该是一胎两子，即供应链共享，前端是分别用于满足用户即时性和计划性需求的两种形态。
兴盛优选的企业愿景
2、便利店的密集选址战略
回到《零售的哲学》一书，书中给我印象深刻的一个案例，是7-11开始布局时的密集选址战略。
什么意思呢？对于刚刚开始在日本开展便利店业务的7-11来说
如果只想单纯地增加门店总数，极端的做法是分散开店，东京一家、神奈川县一家、琦玉县一家地在全国范围内部署加盟店。
但这样一来，后端配送和物流的成本就高了，便利店本身是一个小规模高频率的购物场景，需要灵活高效的供应链来满足消费者的各种需求，所以
出于上述考量，到处撒网并不可取，相比分散的“点”，连锁店更应以“面”的方式覆盖，在位置上毗邻现有的门店呈网状扩展。
正如作者总结的那样，密集型选址的开店优势包括：
1.在一定区域内，提高“7-Eleven”的品牌效应，加深消费者对其的认知度。而认知度又与消费者的信任度挂钩，能促进消费的意愿。广告和促销宣传更见成效，投放一次促销活动的影响力和覆盖率也变得事半功倍。
2.当店铺集中在一定范围时，店与店之间的较短的距离能提升物流和配送的效率。不仅是送货的货车，负责向各加盟店传达总部方针并予以指导的店铺经营顾问在各店铺之间的移动时间也随之缩短，他们有更充裕的时间与店主探讨。
社区团购在团长侧的拓展也是类似，需要围绕一个片区一轮一轮地发展新的自提点。
只不过社区团购在这块的拓展要更激进一些，是一个快速拉高区域覆盖、优胜劣汰的策略，毕竟便利店开店成本、撤店损失很高，但少量团长退出对社区团购平台却并没有什么损失。
3、不断变化的用户需求
书中提到最多的一点，是对用户的理解，以及用户需求变化的感知。
尤其是时代变化所带来的影响。
与过去的物资匮乏年代不同，随着日本社会进入物资丰富的年代，卖方市场也逐渐过渡为买方市场；此外，日本的人口结构走向老龄化、少子化，也会带来消费行为上的变化。
两本书举了许多例子来说明这一点，下面这个来自《零售心理学》的例子就是其中之一：
年末时，超市对年夜饭使用的黑豆食材实行了加量不加价的促销方法。然而销售业绩却不甚理想。相反在改为论斤称重售卖后，黑豆的销量却一下子上涨了好几倍。
商家原本想通过加量促销的方法给顾客一种量大价优的实惠感。这在物质匮乏的卖方市场时代，是非常符合顾客需求的做法。
但是，当今社会老龄化与少子化问题愈演愈烈，家庭成员的平均人数逐年减少。因此从顾客的立场来看，加量促销的方法不过是商家的硬性要求，让他们“被迫购买超出需要以上的数量”，脱离了顾客的实际需求。
从物资匮乏到物资丰富，越来越多的人口流动（外出务工或定居在一线城市），让家庭结构越来越分散。
这些时代变化，带来的消费升级、消费品多样化等变化，也同样会在中国这片土地上演。
4、新时代的便利店
那么，要如何捕捉不断变化的用户需求呢？
这两本书给出的答案，是不断地建立“假设”然后“执行”，再对结果进行“验证”，即“假设-执行-验证”的过程。
详细来说，就是：
掌控每种产品的销售动向，建立假设并以真实的数据验证，从而提高订货的精准度，贯彻“单品管理”；
《零售心理学》一书中举了“海边小店的梅干饭团”这样一个例子：
假设在海边的某个小镇，通往钓船码头的小路上有一家7-Eleven便利店。
现在正是垂钓的最佳时节。第二天恰好是周末，据天气预报报道，明天天气极佳，是乘船钓鱼的好日子。
所以可以想象，从明天一大早开始就会有钓鱼客顺路来便利店购买当作午餐的食物。因为中午的气温将大幅上升，所以从钓鱼客的心理考虑，应该更需要不易损坏和腐败的食物。
“这样的话，梅干饭团应该很好卖吧！”根据上述条件，店员树立了这样一个假设，然后加大了对梅干饭团的采购量。
钓鱼客来店里购买午餐前，大多没有直接的购物目标。所以当他们看到货架上陈列着满满的梅干饭团POP广告上梅干饭团最值得钓鱼客选择的宣传时，则将引发连自己都没意识到的潜在需求，刺激购买行为的发生。
……
如果不进行任何预测，不树立任何假设，只是同往常一样进货，那么就难以发现钓鱼客竟能如此青睐梅干饭团。而作为顾客，那一天也只好购入其他产品，但内心说不定会因为店里没有提供自己最想要的食品而感到失望，削弱了再次来店购物的意愿。
对于一家便利店来说，如果商品卖不出去过期了，损失的是库存成本；如果客户来了买不到想要的商品，损失的是机会成本。
前者是可见的、短期的，后者是不可见的、长期的，所以经营的人常常过多地看重库存成本，忽略机会成本。
能够适时地抓住用户需求的这种变化，降低这两种成本，是一家便利店的核心竞争力。
那么具体要怎么执行呢？
前面看到，实际上作者推崇的，是所有一线的员工都去学会这种“假设-执行-验证”的方法论，这也是他引以为傲的门店员工培养体系：
在7-Eleven的各个门店中，有一项被称为“分担订货”的工作，就连勤工俭学的高中生也有采购产品的权限。平时他们也不乏负责采购便当、饭团等重要产品的机会。
正因为7-Eleven便利店每天都需要重复“假设与验证”的过程，所以这些几乎等同于门外汉的打工学生们也熟练掌握了订货的工作。
7-Eleven每天上午都要为第二天订货，订货时必须建立假设，分析推测明天可能的畅销产品。
但是，选品、订货这些工作真的一定都需要人来做吗？
我们知道，一项工作但凡需要人来做，一定会有水平的差异。
如果想要提高执行人员的平均水平，就必然要付出大量的培训成本和时间成本。
假如这项工作能够用机器来做，或者用机器辅助来做，是不是要好得多？机器的决策水平不一定要做到铃木敏文这样顶尖，只需要比一般新人高，就足够节省大量的人力成本和培训成本了。
就像前面提到的那个案例，天气好→海边便利店的梅干饭团会卖得更快→梅干饭团要提前多备货，这样的洞察和决策能力，是不是有可能建立一些模型让机器来习得呢？我觉得是完全有可能的。
而且这还只是其中一个SKU的决策模型，当店员面对店里如此之多的SKU时，机器带来的效率提升会更加明显。
这也是腾讯大力投资的另一家便利店——便利蜂的基本逻辑。如果对便利蜂感兴趣，这篇旧文不妨一读。
