截至11月1日的公开信息，京东家电家居在10月31日披露了首个全渠道11.11的前半程数据：全国近3000家京东MALL、京东电器城市旗舰店与京东家电专卖店首次参与大促，累计客流突破620万人次；位于上海静安寺的京东101HOME全球首店，从开业到10月30日累计迎来超20万人打卡体验。对做门店筛选与商圈评估的团队来说，这组数字的价值不在于大，而在于它第一次把体验型大店的客流与成交拆开摆在了同一张表上。
静安寺首店20万人打卡的客流结构
101HOME 的定位是全球潮流生活方式体验空间，店内聚集 Vitra、Fritz Hansen、GUBI 等国际家具品牌，以及格度、ANTIQUE HOUSE、叕木、得闲等国内原创设计师品牌，这些品牌成交额均突破百万元。20万人打卡与百万元级成交同时出现，说明这家店承担的是两种功能：一部分客流为体验和拍照而来，另一部分才进入成交。把两者混在一起看会高估单店产出，只看成交又会低估它对商圈人流的拉动。
更值得注意的是品类结构。体验型大店卖的是设计感强的家具与家居，客单价高、决策周期长，单靠自然客流很难支撑。所以这类门店的真实考核指标不是进店人数，而是体验客流的转化窗口长度：用户第一次进店到最终下单之间隔了多久，中间是否二次到店，是否在线上完成比价。这三个问题答不上来，20万人就只是一个传播数字。
三千家门店首次进大促 620万人次怎么读
三类门店的客流贡献差异
这次参与11.11的线下网络包括京东MALL、京东电器城市旗舰店和京东家电专卖店三类，形态从万平米级购物中心店到县域专卖店都有。620万人次的累计客流是三类门店的合计，拆开看差异很大：MALL靠场景与活动拉动，城市旗舰店靠品类齐全度，专卖店靠熟人关系与本地服务。用一个总数去评估三类门店，等于把不同的商业模型混算。
夜之MALL活动拉的是什么客流
同期京东MALL在福建龙岩、河南郑州、江苏苏州三地新开门店，并在全国30家MALL做点亮夜之MALL活动，用明星见面会门票和1分钱家电把夜间客流拉起来。新店开业叠加活动期，客流自然好看，这也是读这类数据时必须扣掉的基数效应。对做商圈机会判断的团队，新店首月的数据只能看趋势，不能直接当作稳态水平。
| 门店类型 | 本次参与规模 | 更适合看的指标 |
|---|---|---|
| 京东MALL | 全国30家做夜间活动 | 活动期客流转化率 |
| 城市旗舰店 | 随近3000家网络参与 | 品类齐全度与连带率 |
| 家电专卖店 | 覆盖县域市场 | 送装一体订单占比 |
送装一体把门店从陈列变成履约节点
送到即装改变了什么
送装一体的升级是这轮数据里最能说明问题的一项：电视、冰箱、马桶、洗衣机、扫地机器人、净水器等品类已实现送到即装，空调、热水器、烟机灶具、家装灯具等品类送货后最快1小时上门安装。10月12日至10月30日，带送装一体服务的商品成交单量同比增长200%，安装等待时长同比压缩100%，以旧换新成交额同比增长150%。
安装等待时长压缩100%这个口径需要谨慎读，它更可能是等待时长减半的表达，而不是归零。但方向是清楚的：大件家电的竞争点已经从价格转向履约确定性。门店在这条链里的角色因此改变，它不再只是陈列与成交的场所，而是安装调度、旧机回收和二次服务的节点，这也让门店选址的评估维度从客流密度扩展到服务半径。
高潜门店筛选的三个观察口径
把上面的证据收拢，门店筛选可以落到三个可观察的口径上。第一是体验客流的二次到店率，它决定大店能否把打卡转成成交；第二是送装一体的订单占比，它反映门店是否真的具备履约能力而不只是展示能力；第三是区域内的品类连带宽度，也就是一个门店能同时带动多少个高客单品类。三个口径合起来，才是高潜门店的画像，而不是单看销售额排名。
这三个口径都需要门店级数据支撑，而品牌方通常只拿到区域汇总。可行的做法是用门店维度的可售与缺货数据先做一轮分层，再用客流与连带数据校准，把看起来热闹和真的能产出区分开。艾瑞咨询的观察显示，10月12日至23日双11前半程，京东大家电与小家电线上销售额占比分别达到60%和44%，线上仍是主战场，线下大店的价值更多体现在体验与履约，而不是替代线上成交。
常见问题
20万人打卡能直接换算成销售额吗？
不能。打卡是体验客流的口径，成交是另一套口径。101HOME披露的是国际与国内设计师品牌成交额突破百万元，但没有公布打卡人群的转化比例，两者之间缺少可核验的换算关系。
近3000家门店首次参与11.11，为什么客流数据要谨慎看？
因为其中包含新开门店。京东MALL在龙岩、郑州、苏州三地新开，新店首月客流本身处于高位，把新店与成熟门店合并统计会抬高整体增速。
送装一体为什么会影响门店选址？
因为安装与旧机回收需要人到场，门店能否覆盖一定半径决定了服务成本。选址时只看客流密度而不看服务半径，容易出现客流高但履约成本更高的门店。
高潜门店的评分应该由谁维护？
建议由区域运营与品类经理共同维护，数据团队负责口径。单靠一个部门维护，容易出现指标偏向销售额、忽略履约能力的问题。
