- 创建选址分析7个SQL视图+5张物化表(38s→33ms) - 后端新增5个选址API端点 - 前端新增SiteSelectionPage页面(散点图+4Tab) - 侧边栏新增门店选址导航入口 - 修复SQL列引用错误(d.→a.,去掉重复列) - 创建v_store_action_priority_deep_april和v_store_area_efficiency_april基础视图
11 KiB
基于全部现有数据的门店选址分析报告
分析期:2026年4月
数据范围:91家经营门店,其中90家实体店完成精确地理编码;结合账单、菜品、会员复购、平台、成本、库存、面积、开业日期、租约和地址信息。
一、结论先行
现有数据能够解决新店选址中的四个核心问题:
- 开什么店型:办公、社区、商场、街边或小型高效店。
- 多大面积更合适:面积越大,绝对收入通常越高,但坪效明显下降;不能为了形象盲目拿大铺。
- 应该复制哪些门店经验:按场景、面积、经营质量寻找3—5家相似标杆,而不是简单照搬销售额最高的门店。
- 是否会分流现有门店:利用坐标计算与现店距离,初步识别1—3公里范围内的重叠风险。
但内部经营数据不能单独回答“某个具体铺位一定能不能开”。最终决策必须补充候选点客流、租金、竞品、人口、办公人数、配送覆盖、座位和投资数据。
二、现有成熟店经营基准
85家正常销售标准门店的4月基准:
| 指标 | P25 | 中位数 | P75 |
|---|---|---|---|
| 月实收 | 47.55万元 | 60.94万元 | 79.91万元 |
其他中位指标:日均实收1.97万元、客单价33.38元、优惠率20.51%、复购率33.60%、实际成本率28.12%、平台合并加权成本率37.67%。
因此,新店成熟后的月实收可暂设三个情景:
- 保守情景:约47.5万元/月;
- 基准情景:约60.9万元/月;
- 较好情景:约79.9万元/月。
这只是成熟店参照。当前只有2026年4月一个完整经营月,尚不能可靠估计淡旺季和新店爬坡速度。
三、面积如何选择
| 面积段 | 门店数 | 平均面积 | 平均月实收 | 月实收中位数 | 平均月坪效 |
|---|---|---|---|---|---|
| ≤180㎡ | 8 | 141㎡ | 46.66万元 | 47.43万元 | 3,281元/㎡ |
| 181—250㎡ | 23 | 219㎡ | 56.54万元 | 54.42万元 | 2,603元/㎡ |
| 251—350㎡ | 26 | 298㎡ | 60.04万元 | 55.68万元 | 2,025元/㎡ |
| 351—500㎡ | 12 | 418㎡ | 81.32万元 | 83.03万元 | 1,945元/㎡ |
| >500㎡ | 12 | 615㎡ | 88.78万元 | 73.92万元 | 1,464元/㎡ |
经营含义:
- 180㎡以下适合做“小面积、高周转、高坪效”模型,但收入天花板相对较低。
- 181—250㎡是较稳健的轻量标准店区间,兼顾收入和坪效。
- 251—350㎡适合堂食更完整的标准门店,但必须有足够客流支撑。
- 350㎡以上虽然平均销售更高,但坪效下降明显,必须验证座位利用率、包间需求和租金条件。
- 500㎡以上不应作为默认开店规格,只适用于已经验证的强商圈、旗舰或特殊经营需求。
面积决策不能只看坪效,还要核算后厨面积、座位数、翻台率、人工和装修投入。
四、场景表现及可复制方向
| 场景 | 样本数 | 平均月实收 | 月实收中位数 | 平均月坪效 | 平均复购率 |
|---|---|---|---|---|---|
| 办公园区 | 8 | 82.32万元 | 72.61万元 | 2,213元/㎡ | 50.2% |
| 商场商业体 | 4 | 71.49万元 | 73.09万元 | 2,242元/㎡ | 37.6% |
| 社区居民 | 13 | 71.61万元 | 64.16万元 | 2,371元/㎡ | 28.1% |
| 街边综合 | 56 | 60.73万元 | 59.26万元 | 2,182元/㎡ | 37.2% |
方向判断:
- 办公园区:收入和复购表现突出,可重点研究稳定就业人口、工作日午餐刚需和企业团餐机会。但需核查周末及晚餐空档。
- 社区居民:坪效较好,但当前复购率偏低于办公和街边样本,选址时要重点验证常住人口、家庭结构、晚餐和周末需求。
- 商场商业体:现有样本只有4家,不能仅凭均值扩大结论;必须核算扣点、推广费、营业时间和同层竞品。
- 街边综合:样本最多、差异也最大,必须进一步按道路等级、周边功能和面积匹配标杆。
场景分类目前主要由门店地址文本推断,只适合作为第一轮分组,后续应通过现场和地图数据校正。
五、可提炼的门店原型
综合坪效、日均销售、复购、优惠纪律、实际成本、平台成本和执行问题后,当前靠前样本包括:
| 门店 | 场景 | 面积 | 4月实收 | 月坪效 | 最近现店距离 | 复制评分 |
|---|---|---|---|---|---|---|
| 三里河店 | 街边综合 | 155㎡ | 90.91万元 | 5,865元/㎡ | 0.99km | 85.98 |
| 为公桥店 | 街边综合 | 400㎡ | 141.59万元 | 3,540元/㎡ | 0.57km | 81.73 |
| 航天桥店 | 街边综合 | 198㎡ | 94.22万元 | 4,759元/㎡ | 0.57km | 80.35 |
| 联想桥店 | 街边综合 | 200㎡ | 81.80万元 | 4,090元/㎡ | 0.75km | 80.13 |
| 七里庄店 | 街边综合 | 204㎡ | 90.91万元 | 4,463元/㎡ | 1.06km | 76.46 |
| 天秀路店 | 办公园区 | 295㎡ | 95.46万元 | 3,236元/㎡ | 3.07km | 76.10 |
建议提炼三类原型:
- 150—220㎡高效街边店:三里河、航天桥、联想桥、七里庄。适合租金较高、客流明确、强调高周转的铺位。
- 250—350㎡办公园区标准店:天秀路等。重点复制工作日午餐、会员复购和团餐能力。
- 350—500㎡强商圈大店:为公桥等。只在收入确定性高、租金可承受时采用。
“原型可复制”不等于可以在原店旁边继续开店。为公桥—航天桥等距离很近,其高业绩可能来自商圈总容量、门店定位差异或已有分流,必须另行研究顾客来源。
六、空间重叠风险
90家实体经营门店的两两距离结果:
| 距离范围 | 门店对数 | 初步管理含义 |
|---|---|---|
| <1公里 | 22 | 高度重叠,新增门店必须做顾客来源和配送圈验证 |
| 1—2公里 | 57 | 较高重叠,检查道路阻隔、商圈边界和客群差异 |
| 2—3公里 | 64 | 观察区,不能只用直线距离判断 |
| ≥3公里 | 3,862 | 相对独立,但不代表区域具备新店需求 |
建议把距离作为否决前的预警,而不是单独的开店规则:
- 北京高密度城区,1—3公里可能跨越多个独立商圈;
- 道路、河流、地铁、园区门禁和商场动线会改变实际可达性;
- 外卖配送圈重叠可能比堂食商圈重叠更严重;
- 距离近且现店经营承压时,应优先改善现店或迁址,不宜继续加密。
七、如果开新门店,具体怎么做
第一步:先定店型,不先找铺
由运营明确目标模型:办公午餐店、社区全天店、街边标准店、商场店、小型高效店或外卖补充店。同步确定目标客单、堂食/外卖结构、面积、座位和营业餐段。
第二步:为候选点匹配3—5家相似老店
匹配顺序:场景相同 → 面积相近 → 城市和商圈等级接近 → 楼层相近 → 外卖结构相近。不得直接拿全公司平均数作为唯一预算依据。
输出相似店的:月实收、日均实收、午晚餐结构、客单、单均件数、复购率、优惠率、外送占比、成本率、平台成本、坪效和问题数。
第三步:建立三情景收入预算
以相似店P25、中位数、P75或公司成熟店47.5万、60.9万、79.9万元为起点,再按候选点客流和现场条件修正。
收入预算应拆成:
月销售 = 午市日均单量 × 午市客单 + 晚市日均单量 × 晚市客单 + 其他餐段 + 外卖净增量,再乘营业天数。
外卖不能全部当作新增收入,需要扣除与堂食及现有店配送圈的重叠。
第四步:用面积和坪效做交叉校验
例如计划开220㎡门店,若按基准情景60.9万元计算,月坪效约2,770元/㎡,高于181—250㎡现店平均2,603元/㎡,属于略有挑战但可解释的目标。若面积500㎡、预算仍只有60万元,则坪效约1,200元/㎡,应优先缩面积或放弃。
第五步:计算盈亏平衡和租金上限
完整模型:
门店贡献 = 实收 - 食材成本 - 平台及支付成本 - 人工 - 租金物业 - 水电能耗 - 其他可变费用
盈亏平衡销售额 = 固定成本 ÷ 综合贡献毛利率
租金上限不能用统一比例粗暴决定,应在保守收入情景下反推:
可承受租金物业 = 保守实收 - 食材 - 平台 - 人工 - 水电 - 其他费用 - 目标利润
只有基准或较好情景盈利、保守情景严重亏损的项目,应谨慎立项。
第六步:检查现店分流
列出候选点1公里、2公里、3公里内所有现店,比较:堂食商圈、外卖配送圈、地铁出口、道路阻隔、顾客来源和餐段。若分流不可避免,预算必须以“区域总增量”而非“新店销售额”评价。
第七步:连续7天现场验证
至少覆盖2个工作日午市、2个工作日晚市、周五晚市、周六和周日;每30分钟记录:
- 经过人数和进入餐饮门店人数;
- 同类竞品进店人数、排队和翻台;
- 外卖骑手取餐量;
- 停车、地铁、公交、步行可达性;
- 门头可见性、上下楼障碍和反向动线;
- 办公园区周末、社区工作日午间等弱势时段。
开发提供铺位条件,运营负责客流和竞品判断,财务审核预算和投资回收期,三方共同签字。
八、候选点100分打分卡
| 模块 | 权重 | 主要依据 |
|---|---|---|
| 需求与有效客流 | 25 | 分时客流、办公/常住人口、餐饮转化 |
| 与成功原型匹配度 | 15 | 场景、面积、楼层、餐段结构 |
| 销售预测可信度 | 15 | 相似店、现场数客、三情景预测 |
| 盈利与租金承受力 | 20 | 保守情景利润、盈亏平衡、投资回收 |
| 竞争与品牌空白 | 10 | 同类数量、价格带、竞品经营状态 |
| 与现店重叠风险 | 10 | 1—3公里门店、配送圈、客群分流 |
| 物业与经营条件 | 5 | 排烟、燃气、电力、消防、门头、证照 |
建议设置红线:总分低于70不立项;盈利模块或有效客流模块低于及格线直接否决;数据缺失不得用主观高分填补。
九、现阶段还缺什么数据
优先补齐:
- 每家店租金、物业费、人工、水电、装修及设备投资;
- 座位数、前厅/后厨面积、营业时间和翻台率;
- 候选点分时客流、周边办公人数和常住人口;
- 三公里内竞品名称、品类、客单、销量或繁忙度;
- 外卖订单的收货网格或脱敏坐标,用于真实配送热力和分流判断;
- 会员居住/工作网格或消费商圈,不保留直接身份信息;
- 至少12—24个月连续经营数据,用于季节性、趋势和新店爬坡曲线;
- 新店筹建、开业日期、开业营销费用及月度损益,用于回测选址模型。
十、管理建议
短期不要直接做“自动推荐地址”,而应先建立候选点审批表:每个候选点录入坐标、面积、楼层、租金、客流、竞品和物业条件,系统自动匹配相似店、计算距离、生成三情景预算和100分评分。
每开一家店,应保存立项预测和开业后1、3、6、12个月结果,持续对比“预测与实际”。经过一批新店回测后,才能把当前经验评分升级为真正可验证的选址模型。
十一、配套SQL
本报告对应SQL:连锁门店选址分析.sql。
已建立视图:
analytics.v_store_site_profile_aprilanalytics.v_store_spatial_pairs_aprilanalytics.v_store_nearest_neighbor_aprilanalytics.v_site_segment_benchmark_aprilanalytics.v_district_site_benchmark_aprilanalytics.v_store_site_replication_score_aprilanalytics.v_store_location_overlap_risk_april