店驰徐淼： 数字化、移动化助力连锁零售网络规划与选址开发

灵兽按

将选址经验变成知识，赋予其传承性。

作者/灵兽 灞川编辑整理  ID/lingshouke

▲这是灵兽第679篇原创文章

由灵兽传媒、荟捧场主办的“2019中国零售创新峰会暨小业态发展大会”上，店驰APP联合创始人徐淼分享了《数据+工具，让选址开发快准狠》。

其表示：“3年时间，我们一直专注于连锁店铺全生命周期管理，包括选址规划及后续的门店运营管理。历经3个大版本和70余个小版本的更新迭代，形成了三大核心系统，位置商圈分析系统、店铺资源管理系统以及门店运营管理系统。”

以下为演讲全文：

1

门店选址上，我们通常会问客户三个问题：

第一，我们要去哪里寻找店铺，特别是那些刚开始跨区域、跨省份发展的企业；第二，如何确保过程不走样，确保效果与预设相一致；第三，如何确保开店准确性，保证现场调研数据相对准确。

由此，我们发现，当有明确的数字目标时，却缺乏可衡量的质量目标。此外，如果缺乏过程管控，我们就需要在年底或者每个季度结束，再去考核完成情况。这中间，如果没能做到“盯关跟”，那么好结果的出现就比较随机。

很多时候，我们问客户，这个选址你是怎么判断出来的。绝大多数客户会跟我们讲，根据客流统计以及店铺的盈亏平衡点预测倒算的。但这样一来，我们就是为了开店而开店，为了开店而算一个客流给老板看。

这种情况下，老板就成了企业发展的瓶颈。

2

针对于此，我们主张先胜而后战。

首先，明确自身品牌定位，假定目标区域特征，继而结合内外部数据，完成网络规划。这样才能做到谋定而后动。

假如我们是做生鲜超市，目标用户定位为中高端收入的年轻客群。但通过验证我们往往会发现，顾客想的和我们想的不大一样。这时，我们会结合品牌定位，复盘店铺数据，从经营数据、店铺结构、商圈特征等角度找到某种指标特征。

关于指标特征，存在两种画像，分别是商圈画像和店铺画像。商圈画像通常涉及大数据选址，我们目前使用的数据，一部分是自己采集，另一部分源自有偿购买。

店铺画像上，我们以餐饮为例。店面密集便于吸引并获取顾客，而竞争店铺密集则意味着顾客分流。服饰区域，代表女性顾客比较喜欢逛街的地区，能够获得流动客流。这些数据我们都可以获取，通过地图和房产数据，我们能够了解到某个片区到底存在什么。

基于这些数据，并结合企业目前的店面分布情况，以及未来优势店面。我们可以合理设置目标开店区域，并及时派遣人员跟进，实现既定的开店目标。其次，盘点现有资源，明确目标。最终受到监控的过程才是达成目标的基础，否则达成目标就比较随机了。

通过此前的网络规划，确定好商圈和目标后，就是店铺画像。我们一直在讲，有经验的开发专员非常重要，非常稀缺。通常有经验的开发人员，他们知道各个门店的的经营状况，有数据、有经验，但需要时间去验证结果。那我们能否将他头脑中的经验化解，转变为具体的可衡量指标呢？这样，这些指标就可以指导我们其他的开发人员选址。

此外，另一个重要步骤就是复盘现有数据，而开发人员要做的只是在现场请示，然后调研。把所需数据填写完整，然后匹配跟它相近的一些店铺。

通过工具，我们最大限度地解放了记忆力，因为人的记忆力毕竟有限。我们跟踪之前的一些不靠谱客户发现，他们有指标，但没有过程、没有管理，特别是全国性客户。他们总是碰到，开发专员汇报说自己做了很多事，但又迟迟不见结果的情况。

3

通过工具，我们既能实现店铺资源的信息串联，同时也方便总部通过后台，及时了解开发人员的项目跟进情况，以及既定区域中每个时间段的出店情况。通过数据的反馈信息，我们既可以了解自身发展状况，也可以监控竞对门店的数量增长，及时调整决策。

过去，通过纸笔记录关键数据，研究分析。现今通过开发人员，完成一次数据采集，就可以实现目标串联。

另外，于产品之前选址，部分客户反馈选址可以用，但其实关键时刻也用得上。我们自己的客户，门店单天业绩1.2万，换一个夫妻老婆店，同等情况下，别人能卖6万。这就不再是选址问题，而是商品经营问题。

数据串联这个问题的实现，于我们而言，是紧紧围绕寻找店铺线索、确定目标门店到形成现有门店这个完整过程的。这样做的目的在于积累数据并循环利用。现今很多企业都在谈大数据，但其实单一地通过大数据，很难找到优质点位。好的位置还是需要依靠地推人员，需要通过开发人员定期跟进，而不是那些转让转租店铺。因为，好的店铺永远等待我们自己去开发，当我们完成信息收集后，然后开出我们自己的店铺。

最后，还是那句话。将选址经验变成知识，赋予其传承性。这在未来甚至很长时间内，都是我们的研究内容。眼前的这三年，我们服务了将近150家线下连锁企业。