科學管理便利蜂的演算法實驗

❶ 關店、缺貨、無人，便利蜂怎麼了是否意味著其演算法已經「失靈」

有很多網友發現自己身邊的便利蜂這個便利店不是關店就是缺貨或者是沒有人，總之就是有可能會出現各種各樣的狀況，而便利蜂作為一個24小時營業的便利店，為什麼會出現這樣的一個狀況呢，而他總部也對此進行了回應，確實是說各種因素的影響，一些門店陸續的關閉，而這個是否意味著他的演算法已經失靈了呢？

最後演算法的錯誤是可能導致便利蜂便利店缺貨的一個原因，因為可能系統對於缺貨的這個信息上報的是不及時的，包括可能監控是屬於有盲區的，對某些產品的缺貨不能夠及時的通知，這樣的錯誤就是由於演算法所導致的，所以消費者們才會發現他缺貨的這個現象。

❷ 便利店行業：全時出局，便利蜂高亮，不同境遇只因這點

​5月11日，一則來自便利店的通知引起了不少討論：全時便利店公眾號發布稱，全時便利店北京門店將於2020年5月20日結束運營。盡管這份通知被迅速刪除，但公眾對街頭巷尾那些便利店的關注就此開啟了。

在全時便利店因為資金鏈危機「再次等待接盤」之時，便利店新貴——便利蜂迎來了新的高亮時刻——有消息稱，便利蜂在新一輪融資之後已經累計募集資金達15億美元。

據悉，便利蜂已經在全國20個城市開出了超過1500家門店，其中包含北京的500多家、天津200多家、華東幾城數百家。2020年2月，便利蜂還於深圳開出華南首店。這距離它在北京中關村開出第一批門店還不到三年。與中國門店最多便利店全家做對比，全家開出2500家門店花了整整16年時間。

經營便利店事無巨細，新冠疫情也讓大量門店歇業，便利店品牌承受極大損失，行業競爭與不利條件下，為何便利蜂能夠迎來高亮？

今天DataHunter數獵哥就來說說便利店行業背後之事，成就了便利蜂的推動力是否能幫助其他便利店實現業績攀升，以及在這個過程中，數據能起到的4大作用。

一、國內便利店行業的現狀

1.國內便利店滲透率較低，增長潛力大

相關數據研究顯示，當一個地區的人均GDP達到6000美元時，便利店就可以進入發展高峰期。按照美國、日本等國家的歷程，在大型超市充分發展之後，會迎來現代連鎖便利店發展的高潮。

日本第一家真正意義上的現代便利店，也是7-11的第一家日本店是1974年才開張的。而我國當前的人均GDP已接近一萬美元。如果橫向對比，中國的大城市和東部沿海地區基本具備了1970年代日本社會的購買力，同時，在全國范圍內，大型超市的發展已經進入全面的衰退期。

可是，從單店輻射人數來看，國內目前便利店的滲透率尚低。據中國連鎖經營協會統計，國內26個重點城市單個便利店輻射人數為1.2萬人，同期日本和台灣這一數值約為2500人。行業發展優先的城市如廣東、上海，兩地便利店密度達到了白熱化競爭階段，此外其他城市便利店市場普遍處在起步和初期成長階段。

中國、日本、台灣單個便利店輻射的人口數量

2.本土便利店融資不斷，正慢慢崛起

這幾年，相比急劇衰退的百貨店、大賣場，本土便利店卻如雨後春筍般湧出，資本的熱情也被點燃。據不完全統計，阿里、騰訊、高瓴、紅杉、今日資本、源碼資本等產業資本和VC/PE機構紛紛出手，本土系便利店正在崛起。

不僅如此，視便利店為香餑餑的還有互聯網巨頭與地產企業，京東與蘇寧都在用自建的方式做自己的京東便利店和蘇寧小店；保利旗下有若比鄰，綠城則收購了好鄰居便利店.....便利店這條路上，玩家眾多。

3.競爭，與「關門潮」

便利店作為一個獨立業態，是城市生活基礎設施重要組成部分的地位終於得到認可，但另一方面，整個行業也受到疫情的較大沖擊，同時便隨著激烈的競爭，行業也引來了大量的關門潮。

2018年，鄰家便利店股東爆雷致資金鏈斷裂，一夜間168家門店全部關停；同年9月，131便利店因資金周轉問題，公司員工遣散，創始人失聯；全時便利店自前年11月關閉90多家門店之後，去年2月也迎來倒閉拆分……這些紛紛關閉門店的便利店品牌均開業僅僅幾年，都曾在資本簇擁下興起，如今在資金斷裂後黯然落幕。

二、為什麼便利店經營如此困難？

便利店雖然小，卻是所有零售業態中最復雜的一個形態。要做好一家便利店，後台供應鏈、顧客的運營、產品研發、倉儲等方面，都需要做到精細化管理。同時，經營者必須還是一個社會學家，對於所在的城市消費習慣、人口結構、政策法規等，都要有深刻的洞察。便利店經營之難，整體來說是以下幾個方面導致的：

1.所需資金較大，但凈利潤卻低

對便利店的經營來說，資金問題是非常重要的，便利店的生產成本是零售業中最高的，通常來說店鋪面積越大，租金、電費、裝潢等經費就越高，開店越多所需資金就越多。中國連鎖經營協會發布的《2018中國便利店報告》顯示，近一年來便利店行業的運營成本正在快速上升，其中房租成本上升18%，水電成本上升6.9%，人工成本上升12%。

Today便利店創始人宋迎春曾感慨，「便利店就是彎腰撿鋼鏰的幸福」，盡管便利店的平均價格比傳統超市高15%、毛利率多在20%~30%，但凈利率卻難超5%，投資回報周期長，實際是門苦生意，賺的辛苦錢。

2.店鋪難以標准化

不同區域的單店鋪是否能盈利所受影響因素較多，比如選址、產品售賣、店鋪裝修，因此店鋪難以標准化。比如，7-11和羅森在日本都有非常標準的店型模板：100平米左右，四方的標准size。店型應該怎麼選、貨架應該如何陳列、如何施工，都有現成的標准。

但是，這一招在中國就很難適用。因為中國的店鋪建造是沒有標准化的，每一家商鋪的施工材料、結構都有可能不同。在中國，如果沒有標准模板，每家店就需要設計出十幾張圖紙，成本很高。基於這樣的情況，由於不同門店貨架的擺放不一致，那麼能夠做到多少營業額，就需要重新動態計算。

3.規模化以後管理成本過高

在中國，零售行業要發展就需要規模化，而規模化是通過直營或者加盟來解決的，但是這中間就會導致管理成本過高。直營就不用說了，對於加盟也是一樣，因為從根本上來講，要統一品牌商跟加盟主的利益關系，在中國是非常困難的一件事。

加盟模式的重要底層邏輯是激發加盟主主動經營的意識。但是在食品行業，這個主動經營獲得最大利潤的意識，有可能變成違反食品衛生、破壞品牌的行為。比如過期食品不廢棄，偷偷換標簽……其次，中國加盟主相對來講人均素質和日本不一樣，學歷沒有這么高，自我優化經營的能力沒有那麼強。

4.單店模式不成立，就不能追求規模

便利店是單店模型，通常來說，一個城市至少要有商圈店、社區店、校園店、交通樞紐店四種模型，但是不同城市還有不同變化，比如深圳還需要有工廠店。不同的單店模型盈利能力必然不同。所以只有培養出成熟的單店模型，再去規劃化復制，才能通過在某一區域密集開店，從而讓物流、供應鏈和運營成本降到最低，也是很多便利店品牌在地方很成功，而無法在全國卻實現規模化的原因。

三、便利蜂做了哪些事贏得高亮時刻？

按照行業規律，一家便利店從開業到盈利一般要經過7年的營運周期，但便利蜂卻只用三年就在北京地區實現盈利，實屬難得。歸結原因可能在於3點：

1.提前布局供應鏈

雖然頂著「互聯網標簽」，但便利蜂是忠實的日系便利店信徒。在日系便利店中，鮮食和自有品牌是主要的盈利來源，也是相比本土便利店最大的優勢。

在華北和華東，便利蜂投資了多家鮮食工廠，並在一開始就投資了北京7-ELEVEn鮮食合作工廠呀咪呀咪。今年2月，便利蜂還在天津成功摘得30畝土地使用權，用於建設鮮食供應基地。自有品牌上，便利蜂在2年時間做到了近200個SKU，去年11月，便利蜂推出自有商品品牌——「蜂質選」。根據官方說法，現在便利蜂的鮮食和自有品牌的營收佔比基本與三大日系便利店持平。 

2.演算法推薦

「演算法推薦」則是便利蜂與傳統便利店之間最大的不同，為此便利蜂不惜花重金投入到中央系統的計算能力、數據採集和演算法的迭代上。在發展的初期，便利蜂甚至還推出了共享單車和無人貨櫃業務，據悉這也是為了獲取用戶動線數據，以指導便利蜂選址開店問題。

比如便利蜂曾做過一個實驗，讓10個最有經驗的7-ELEVEn店長，拿著所有數據工作一周，把一個店鋪的商品減少10%的 SKU；結果顯示，銷量隔日跌了5%。復原讓計算機選擇，同樣減少10％SKU，銷量隔日只下降 了0.7%。

3.數字化管理

便利蜂幾乎其所有的決策都由數據和演算法確定，中央大腦形成的各種業務決策，作為相關人員行動的依據，業務鏈條上的所有人員，只需要按照軟體提示的策略執行。這就意味著，在運營中人的負擔被大大減小，而經營效率得到了大幅提升。

這種極致量化管理自然有它的好處。首先，大量縮短了員工培訓的周期，便利店行業培訓一個店長需要2-3年，便利蜂只需要45天到6個月，因為傳統便利店模式下需要由店長做的決策，大部分被演算法取代，變成自動化管理。這一點至關重要，如果按照傳統培訓周期，根本跟不上便利蜂的開店速度。

另一方面，對生產、配送流程的數字化管理，能夠最大程度保證產品品控，實現標准化；基於銷售數據選配每個門店售賣的商品，成功率也遠高於人工選品。

四、便利店經營，數據能起到什麼作用？

1.實現供應鏈的實時監控

對供應鏈來說，數據可以幫助從生產源頭到物流配送再到門店銷售，全程強監控、數據化、在線化，能夠最大程度保證產品品控，實現標准化。

比如以食品安全為例，為確保加工好的食材安全配送至門店，可以利用冷鏈物流車上安裝了GPS和藍牙溫度計，在後台實時監控車內溫度，發現異常實現自動報警。其次，還可以利用數據來監測商品是否過期，在一定程度上堵住了人工疏漏，有效解決食品安全問題。

2.通過數據解決選址問題

所有實體店成敗的第一個關鍵點就是選址。未來的選址一定是基於大數據。比如美團、餓了么就有非常好的數據，可以隨時開發出這樣的產品，直接告訴你城市的哪些位置的消費需求、年化投資回報率多少等等。所以選址一定是基於依據靠譜的商業數據決策來進行。

3.利用數據實現商品的數字化管理

便利店的選品，需要綜合多重因素，例如營業額佔比和毛利佔比的分配，綜合考慮起訂量、消費者慣性品牌、本地上貨紅利、社交網路流行要素，人無我有、人有我有、人有我比，貨品輪替，不同階段的集采優勢或者單品牌采購或者補貼，這取決於實時綜合計算和內部指標的設計。

譬如便利店日商可以拆分為：日商=流動客日商+固定客日商=（集客店人口+流動客流）*轉化率*客單價，則對於不同人客單價、訂單結構、不同品類轉化率的數據，都是需要區分並且長期計算和維護的。

舉個最簡單的例子，便利店很容易出現「好賣的sku出現撲空」的情況，而基於數理統計和相關性分析，銷售預測和實際情況的擬合度有機會做到更高，最終會減少貨損。

4.洞察與管理用戶的需求

比如可以通過門店的智能攝像頭來識別門店客戶的用戶畫像，並對通過用戶購買行為數據，對用戶進行標簽化，從而實現用戶需求的洞察。

與此同時，用戶行為數據分析也能反向推動店鋪的商品與管理運營。除此以外，還可以對用戶進行分層管理，提升客單價，最終提高店鋪的運營效率，實現盈利。

五、小結

在未來我國便利店行業發展速度將繼續擴大，國內便利店數量數量也將會激增，而在行業競爭愈發激烈的情況下，如何提高自身的抗風險能力將成為接下來的比拼的關鍵。

而在中國，除了效仿日系便利店成熟的模式外，更要結合中國特殊的消費市場環境來做好門店的運營，比如國內電商比國外發達；消費分級使得同一城市的消費層次也更加多元和復雜，而零售渠道供給總體又是過剩狀態；還有二三線城市社區文化與一線城市商圈文化的不同等。

但總的來說只有依靠數字化能力來保證前端、後端運營，渠道和控店相結合，並提高決策與管理效率，最終才能實現「千店千面」的終極模式，並不斷帶動經營模式的迭代與升級。

*參考資料：

【1】《便利店將迎來終局？還早》董潔 36氪

【2】《便利店，終歸是個小賣部生意 | 礪石》 劉戈 礪石商業評論

【3】《便利蜂庄辰超：人的效率低下，我們用演算法大規模擴張》 庄辰超 筆記俠

【4】《疫情考驗便利店內功，便利蜂如何逆勢上揚》 申商 深響

【5】《別人在裁員，為什麼便利蜂卻能漲薪》 倪叔 倪叔的思考暗時間

關於 DataHunter

DataHunter是一家專業的數據可視化分析和商業智能服務提供商，為企業提供數據可視化工具、數據大屏展示工具，同時提供配套的敏捷BI數據運營技術服務。目前有探索式數據分析平台 Data Analytics、數據可視化大屏展示工具Data MAX、數據中台Data Formula等多款核心產品。

專業的數據分析軟體旨在幫助企業提供從內外部數據源整合、數據治理到探索式分析，以及最終實現智能化決策的大數據分析能力，助力企業構建數據生態系統，幫助企業降本增收和實現數據資產的變現。

❸ 便利蜂否認IPO卻想擴張1萬家店 這么燒錢還能撐多久

運營商 財經 實習生李旭雅/文

「小蜜蜂嗡嗡嗡」開始，再配以「人人愛你的便利蜂」、「甜甜蜜蜜的便利蜂」、「美酒茶飲在便利蜂」、「好味便當在便利蜂」。這便是最近很火的便利蜂主題曲。為什麼便利蜂這么火？因為短短一個半月以來，這家只做直營店的便利店便利蜂已經被傳過三次上市的消息了。

最近一次是彭博社的報道，稱便利蜂已秘密提交了赴美IPO申請，或籌集5億美元資金。信息被曝出不久，便利蜂方面便迅速回應稱：「不是事實。」

天才老闆18歲被保送北大，3次創業3次成功

便利蜂的創始人庄辰超從小就是媽媽口中的「別人家的孩子」。他擁有極高的數學天賦，小學時學習6年的編程就已經可以用basic語言編寫好幾個程序了。到了初高中年年都摘得華羅庚杯數學競賽一等獎的桂冠。在18歲時，就通過競賽保送到北大電子工程系。

1997年，21歲還在讀大學的庄辰超和同學一起發明了中文搜索引擎「搜索客」，並成功賣出套現，拿到了人生的「第一桶金」。

1999年，庄辰超和美國人戴福瑞做了 體育 門戶「鯊威體壇」，採取全新的「資訊+圖片」模式，上線半年不到就成為國內最大的 體育 論壇。2000年互聯網泡沫來了，庄辰超說服了團隊把網站賣給了李嘉誠，再次套現。

第三次創業就到了2005年，國內互聯網經濟回暖，庄辰超與戴福瑞再度聯手創辦 旅遊 垂直搜索——去哪兒網。2013年去哪兒網在美國上市，當時市值50億美元。2015年，攜程並購去哪兒後，庄辰超出走，但同時也置換了數十億身家。

當便利店遇上互聯網 一切都變了

當大眾了解到便利蜂的時候，這已經是庄辰超的第四次創業成功。2016年庄辰超和前7-11北京大區經理和鄰家的創始人王紫成立了便利蜂，起家之地是公認的「便利店荒漠」——北京。

盡管此時便利店行業已經發展的十分成熟了，但是庄辰超卻選擇另闢蹊徑——用數據和演算法開便利店。

便利蜂是一家24小時便利店品牌，圍繞「數據驅動運營」理念的信息管理系統，依託大數據和演算法來把人覆蓋掉，從產品訂購、貨物陳列，到產品的動態定價，員工的排班都由系統決定。

你如果進店經常能看到有員工引導顧客安裝便利蜂APP。便利蜂用戶為中心，圍繞每個用戶進行專屬服務。通過建立數據中台，在每一家線下門店安裝攝像頭和電子價簽進行用戶行為數據的分析。

雖然這樣做會增加它的運營成本，但卻多了抗風險的能力。依靠這種演算法，便利蜂從北京擴張向全國，並在過去幾年累計募集資金達15億美元。

只融資不上市 打的什麼算盤

從2017年，便利蜂在北京開出第一家線下門店開始，不到兩年全國門店已經突破1000家。

2020年12月，便利蜂執行董事薛恩遠在2021便利蜂供應商大會上透露，公司將於2021年開啟「高速擴張模式」。按規劃，便利蜂2021年的門店數將突破4000家，其中一半將位於中國的二、三線城市。到2023年，便利蜂門店數將達到1萬家。

當你看到便利蜂的火爆生意羨慕地在網站上搜索「便利蜂加盟」時一定會傻眼。因為便利蜂擴張如此迅速卻一直堅持自營拒絕加盟，從這就能看出便利蜂的互聯網屬性，與一般的門店有所不同。

雖然加盟可以迅速回籠資金，減輕資金壓力且能迅速擴張，但是也會出現管理混亂、難以監管等局面。這對於一家靠「數字化管理」發展的企業來說，增加了很多沒必要的風險。直營模式在一定程度上會緩解運營難以跨區域標准化、管理成本過高、經驗難以復制等行業難題。

僅靠自己「辛勤採花」想做到短時間全面盈利擴張一萬家店或許有些困難，畢竟零售業是一個薄利多銷的行業，「釀蜜」是一個緩慢的過程。或許，適當地獲取幫助不失為一個成功的好辦法。

現金流還能堅持多久？

據公開資料顯示，便利蜂此前已獲三輪融資，2017年2月，便利蜂獲得來自斑馬投資（由庄辰超和兩位原去哪兒高管聯合創立）的3億美元A輪融資，第二次融資發生在2018年10月，騰訊投資和高瓴資本戰略投資便利蜂，分別持股8%，彼時便利蜂估值16億美元。第三次融資則為去年5月份的C輪融資，融資金額數億美元，投資方未知。

傳言稱，便利蜂累計募集資金達15億美元，投資方包括全球頂級私募股權基金、國家主權財富基金、高校投資基金以及超大型互聯網公司。

如果不抓緊IPO，這些錢能堅持多久，就不知道了。

❹ 便利蜂貨櫃銷售好做嗎

還可以吧，具體還是看自己是否適合
在理貨上，便利蜂摒棄傳統的人理貨方式，利用大數據綜合演算法來實現決策自動化。為此，便利蜂曾經做過這樣一個實驗，讓10個最有經驗的7-11店長，拿著所有數據工作一周，在店鋪內減少10%的SKU，結果銷量隔日跌了5%。
然而，利用便利蜂數字化的演算法，同樣是減少10%的SKU，銷量隔日僅下降了0.7%。

❺ 便利蜂的監控保存多久

便利蜂的監控保存時間為七天左右。每個攝像機每小時256MB，一天大概有6G左右，這個量是比較大的，再說也沒這個必要備份一兩年，銀行監控規范要求是不少於一個月，道路監控也一樣，有的城市監控要求2個月。

便利蜂的監控的特點

你可以根據需要選擇硬碟，硬碟的多少，電腦是否支持這個容量，如果你想備份可以用光碟刻錄的方式保存錄像，便利蜂招募大量信息採集員將攝像頭悄悄地放在了多個城市的居民樓，寫字樓甚至國家機關的門口，完整捕捉下當天出入的每一個人。

每一個便利蜂的目標店鋪附近，都會遭到一輪錄像，便利蜂後台至少累積了數十萬條拍攝數據，在商品運輸環節便利蜂實現全車，全程實時監控，並根據演算法不斷優化配送路徑和頻次，便利蜂在倉庫物流車輛上全部安裝了智能化溫控設備。

❻ 便利蜂為什麼會自動排班

因為用演算法驅動可以4天培訓出一個員工
便利蜂有一套自動化系統，從產品訂購、貨物陳列，到產品的動態定價，員工的排班都由系統決定。

❼ 2020.11.21便利蜂的一道演算法題，求解

如果user1和user4有關聯，user4和user3有關聯，user3和user2有關聯，user2和user5有關聯，那是不是表示user1和user2，user3，user4，user5都有關聯？

private static HashMap<String,User> userHashMap = new HashMap<String, User>();
public static void main(String[] args)
{
Scanner sc = new Scanner(System.in);
System.out.println("請輸入N(表示有N條登錄信息)");
int N;
N = sc.nextInt();
sc.nextLine();
System.out.println("請輸入" + N +"條登錄信息（格式xxx,yyyy）");

int index = 0;
while (index < N)
{
String str = sc.nextLine();
if (str.contains(","))
{
String[] details = str.split(",");
if (details.length == 2)
{
if (userHashMap.containsKey(details[0]))
{
User user = userHashMap.get(details[0]);
user.add_Device(details[1]);
}
else
{
User user = new User(details[0]);
user.add_Device(details[1]);
userHashMap.put(details[0],user);
}
index ++;
}
else
{
System.out.println("格式錯誤");
}
}
else
{
System.out.println("格式錯誤");
}
}
System.out.println("請輸入要查詢的用戶");
String userName = sc.nextLine();
Set<String> devices = userHashMap.get(userName).getDevices();
Set<String> associated_user = new HashSet<String>();
associated_user.add(userName);
System.out.println(find(devices,associated_user));
System.out.println(userHashMap);
}

public static Set<String> find(Set<String> devices,Set<String> associated_users)
{
for (String device : devices)
{

Iterator it = userHashMap.keySet().iterator();
while (it.hasNext())
{
String key = (String) it.next();
for (String str : userHashMap.get(key).getDevices())
{
if (str.equals(device) && !associated_users.contains(key))
{
associated_users.add(key);
associated_users.addAll(find(userHashMap.get(key).getDevices(),associated_users));
}
}
}
}
return associated_users;
}

static class User
{
private String name;
private Set<String> devices;


public User(String name)
{
this.name = name;
}

public String getName() {
return name;
}

public void setName(String name) {
this.name = name;
}

public Set<String> getDevices() {
return devices;
}

public void setDevices(Set<String> devices) {
this.devices = devices;
}

public void add_Device(String device)
{
if (devices != null)
{
devices.add(device);
}
else
{
devices = new HashSet<String>();
devices.add(device);
}
}


public String toString() {
return "User{" +
"name='" + name + ''' +
", devices=" + devices +
'}';
}
}

❽ 便利蜂如何打造「數據驅動運營」理念的信息管理系統

便利蜂依託大數據並結合相關演算法，快速給出任意門店從選品到陳列的個性化建議。針對每周上新和促銷帶來的陳列設計調整。

❾ 便利蜂清潔計劃不做會扣錢嗎

會。
便利蜂是個餐飲食品行業，對衛生要求很高，所以便利蜂清潔計劃不做會扣錢的。
從便利蜂的規劃來看，通過演算法，由演算法進行決策，最終用機器人替代店長，完成衛生打掃、商品陳列、午餐出餐等。