把 30 分钟送达拆开看，成本最后落在仓的位置和货的精度上。按 11 月 13 日的公开数据，菜鸟在武汉江夏的商超仓面积 8.8 万平方米，承接湖北全域、兜底华中四省的天猫超市订单，双 11 当天预计发出约 15 万单、45 万件商品；同一座城市里，小象超市到今年 9 月已布局 70 多个前置仓站点，单个约 300 平方米，摆着上万种商品。一个大仓和七十个小仓同时跑，背后是两套完全不同的可售逻辑——对做铺货的人来说，这个差别比任何战报都重要。
8.8 万平方米的仓，和 300 平方米的仓在算两笔账
大仓算的是吞吐，小仓算的是周转。8.8 万平方米的商超仓一天出 15 万单，靠的是分拣线的处理能力和干线到仓的节奏；300 平方米的前置仓一天出几百单，靠的是选品准不准、拣货快不快。两种仓的 KPI 不能互换：大仓追求单位面积吞吐，小仓追求单仓日均单量与库存周转天数。
这个差别传导到品牌方，就是铺货策略的分叉。进大仓，拼的是供货价、包装规格和补货稳定性；进前置仓，拼的是单品动销速度与包装是否适合骑手携带。同一款商品，在大仓是标准箱，在前置仓可能要做小规格，否则一次拣货占满车筐，骑手接单意愿会下降。
70 个站点之后，可售率的算法要改
前置仓密度上来之后，“可售率”这个指标的含义变了。传统门店的可售率按货架算，前置仓的可售率要按“在售且有货”算：商品在后台有没有被正确上架、类目与规格填得对不对，这一层出错，商品根本不会进入用户的候选集。
第二层是库存准确性。前台显示有货、后台实际没货就是超卖，一次超卖带来的平台扣分比不接单更重。第三层是时段，夜间运力与排班跟不上，商品的“可售”会在时间维度上被切断。三层叠加，才是用户真正感知到的可售率，而不是后台报表里的那个数字。
分时段可售率
把一天切成早、午、晚、夜四段，分别统计可售率，会看到很不一样的结果。多数前置仓的白日可售率在 90% 以上，夜间掉到 70% 以下，原因是补货与拣货的人手按白天客流配置。夜间恰恰是即时零售最不可替代的时段——那时候线下门店大多关门，线上是唯一入口，可售率掉下来的每一单都是净损失。
铺货不是铺得越宽越好
| 仓型 | 面积 | 决定成败的指标 |
|---|---|---|
| 区域商超大仓 | 数万平方米 | 单位面积吞吐与到仓准时率 |
| 前置仓 | 约 300 平方米 | 单仓日均单量与库存周转天数 |
| 门店仓 | 店内部位 | 线上线下一套库存的准确率 |
这张表说明，铺货宽度不是目标，匹配才是。前置仓的 SKU 上限决定它只能做精选，品牌如果按大卖场的铺货清单往前置仓塞货，结果是大量 SKU 一天卖不出一件，占着货位还拉低周转。反过来，只铺爆款又会让客单价上不去，单均成本压不下来。
比较稳妥的做法是按“三公里需求结构”组货：先看这个仓周边的人群构成，再决定品类比例。写字楼密集的仓，午餐与咖啡的占比会明显高于社区仓；社区仓则以生鲜、日配、母婴为主。组货对了，同样 300 平方米能跑出更高的日均单量。
把缺货记到门店账上
很多品牌到现在仍然只在总部层面看缺货率，看不到具体哪个仓、哪个时段缺。缺货不记到点位，补货就没有落点。可行的做法是给每个前置仓建一张缺货台账，记录缺货 SKU、缺货时段、持续时长和补货到达时间，按周汇总。连续两周进入前十的 SKU，要么调整安全库存，要么从该仓的铺货清单里删掉。
半径内的密度才是门槛
武汉这组数据的意义，不在于某一家平台开了多少仓，而在于它证明了一件事：即时零售的门槛已经从“有没有仓”变成“半径内够不够密”。小象超市从 2019 年在武汉首批 10 个站点，到 2025 年 6 月全国 20 城近千个前置仓，再到今年 9 月武汉 70 多个站点，密度是一单一单堆出来的。
密度上去之后，单均履约成本才会下来。一个仓服务三公里，骑手往返二十分钟，半径内订单越多，单均成本越低；半径外的订单，每多一公里都在烧钱。这也解释了为什么平台都往人口密度高、消费能力强的城市集中——城市选错了，仓建得再多也没用。
国家统计局的数据给了一个背景：1 至 10 月限额以上便利店零售额同比增长 6.3%，超市增长 4.7%，全国网上零售额增长 9.6%。近场业态的增速介于两者之间，说明它既吃到了线上的增量，也承担着线下的成本。对品牌方来说，这意味着前置仓不是一条便宜的渠道，它要求更准的选品、更细的补货和更快的反应。
常见问题
前置仓数量和门店可售率有什么关系？
仓越多，服务半径越短，单仓的 SKU 宽度就越受限。300 平方米的仓放不下大卖场的全部 SKU，只能按周边需求精选，所以可售率的分母变小了，但每个 SKU 的周转要求变高了。
同一个品牌，为什么在线下可售、在即时零售渠道却缺货？
两套库存没有打通。门店前台的库存可以卖，但线上渠道走的是另一套账面，后台实际没货时前台仍显示可售，就形成超卖。超卖的代价比缺货更高，会被平台扣分。
拣货时长为什么会影响铺货决策？
拣货时长直接决定承诺时效能不能兑现。动线设计不合理时，一个订单要在店里绕半圈，骑手在门口等，单均成本上升，平台下一次派单就会绕开这家店。
看仓网数据，最该关注哪个指标？
分时段可售率。夜间运力与排班跟不上时，商品的“可售”会在时间维度上被切断，而夜间恰恰是前置仓相对门店的优势区。
