Files
SBrainCO/基于全部现有数据的门店选址分析报告.md
T
freedakgmail 6e0c1bd7a4 feat: 新增门店选址分析功能
- 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
2026-07-27 08:33:42 +08:00

11 KiB
Raw Blame History

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:

  1. 开什么店型:办公、社区、商场、街边或小型高效店。
  2. 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。
  3. 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。
  4. 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:

  1. 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。
  2. 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。
  3. 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:

  1. 每家店租金、物业费、人工、水电、装修及设备投资;
  2. 座位数、前厅/后厨面积、营业时间和翻台率;
  3. 候选点分时客流、周边办公人数和常住人口;
  4. 三公里内竞品名称、品类、客单、销量或繁忙度;
  5. 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;
  6. 会员居住/工作网格或消费商圈,不保留直接身份信息;
  7. 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;
  8. 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_april
  • analytics.v_store_spatial_pairs_april
  • analytics.v_store_nearest_neighbor_april
  • analytics.v_site_segment_benchmark_april
  • analytics.v_district_site_benchmark_april
  • analytics.v_store_site_replication_score_april
  • analytics.v_store_location_overlap_risk_april