截至 10 月 28 日的公开信息，尼尔森IQ 与淘宝闪购于 10 月 23 日联合发布《2026 即时零售时刻经营白皮书》，给出几组彼此矛盾的读数：快消全渠道销售额同比下滑 0.9%，线下渠道下滑 7.8%，线上渠道增长 10.5%，而头部即时零售平台销售额同比增速达到 22.9%；即时零售与线下渠道 Top100 SKU 的平均重合度只有 48%，81% 的品类增长由非重合的差异化产品驱动。对快消品牌的渠道与铺货团队来说，这意味着把线下货盘原样搬上即时零售的做法已经走到尽头，铺货率与可售率必须按渠道分别计算。
48% 的重合度是怎么算出来的
白皮书的算法并不复杂：取线下渠道销售额最高的 100 个 SKU，再看其中有多少同时出现在即时零售平台的畅销清单里，结果平均只有 48%。换个说法，即时零售货盘里有一半以上的商品在线下货架上找不到对应位置，81% 的品类增长正是由这些非重合商品贡献的。对铺货团队来说，这个数字推翻了一个长期默认假设：即时零售只是线下货架的线上镜像。
剩下的 52% 并非长尾尾货。报告给出的另一组数据是，高端产品在即时零售的销售额份额已经达到 24%，明显高于线下同类渠道。这说明非重合货盘的主体是规格差异与价格带差异，而不是滞销品清仓。把即时零售的铺货率与线下铺货率放在同一张表里考核，会把真正贡献增量的差异化 SKU 排到后面。
重合度低不等于铺货差
需要区分两个概念：铺货率衡量的是某个 SKU 在门店中的可售比例，重合度衡量的是两个渠道货盘的重叠程度。重合度低，可能是铺货做得差，也可能是渠道刻意做了商品分层。判断属于哪一种，要看差异化 SKU 的动销：如果非重合商品的周转天数低于渠道均值，说明是主动分层；如果高于均值，才是铺货与选品的问题。
22.9% 的增速建立在下滑的大盘上
把四个增速放在一起看，反差比绝对数字更重要。快消全渠道下滑 0.9%、线下下滑 7.8%，而头部即时零售平台增长 22.9%，意味着这个渠道的增长是在大盘收缩中挤出来的份额，而不是水涨船高。品牌在制定年度铺货目标时，如果把即时零售的增速按大盘增速外推，结果一定偏低；反过来，把它当作独立增量渠道，资源投放的逻辑才成立。
更关键的是这轮增长的质量。报告指出，即时零售购物者中 26 至 40 岁占比 71%，48% 为中高收入家庭，家庭月均收入 16265 元，男性用户占比 38%、同比提升 4 个百分点；在宠物、母婴、生鲜、运动户外、酒水等品类，35% 到 39% 的消费者愿意相对线下支付溢价。这组画像决定了可售 SKU 的选择：高客单、强时效的商品更容易在即时零售跑出正向毛利。
情绪动因第一次超过功能动因
报告里另一个结构性变化是购买动因。77% 的大食饮消费者对情绪价值抱有期待，酒水品类的情感动因达到 96%、首次超过功能动因的 92%，鲜花礼品的情感动因 93%、高于功能动因 79%。落到货盘上，这意味着组合装、节日礼盒与小规格尝鲜装的铺货优先级要上调，因为它们的下单场景往往由情绪触发，而不是由补货需求触发。
专属规格如何走完上翻流程
专属规格要真正上翻到门店，需要走完一条比常规 SKU 更长的链路：产品开发确认规格，供应链确认起订量与产能，渠道确认陈列位与促销位，最后才是门店可售。任何一个环节缺失，专属规格都会停留在商品库里，变成有商品无铺货的纸面 SKU。对铺货上翻监控来说，这条链路要拆成可追踪的节点，而不是只看最终铺货率。
节点拆开之后，缺货的归因才做得清楚。专属规格的缺货通常不是门店不想卖，而是补货频次与起订量不匹配：单店日均销量低，但起订量按整箱设置，门店就会在两次补货之间出现断档。解决办法是把专属规格纳入小批量高频补货清单，用门店可售率而不是库存深度来考核，让货架上的可售状态优先于仓库里的库存数量。
一个 450 毫升的样本
报告给出的样本是啤酒。华润啤酒为即时零售开发了 450 毫升专属规格，这一规格在线下商超并不存在；传统 500 毫升大瓶在即时场景偏大，330 毫升小罐又不够尽兴，450 毫升正好卡在独饮与小聚之间。靠这款专属产品，今年上半年华润啤酒在淘宝闪购的销售额同比增长超过 160%，喜力借欧冠赛季节点 GMV 同比增长 200%。规格差异带来的增量，比单纯加大促销投入更可持续。
铺货口径要改的三个地方
基于以上，铺货口径至少要在三处做调整：按渠道分别设定铺货率基准、把差异化 SKU 单列考核、用可售率替代库存深度。这三项调整的共同前提是门店级数据可回传，否则口径再合理也无法落地。
| 渠道 | 销售额同比 | 口径说明 |
|---|---|---|
| 快消全渠道 | -0.9% | 尼尔森IQ 零售监测 |
| 线下渠道 | -7.8% | 含商超与杂货店 |
| 线上渠道 | +10.5% | 含传统电商 |
| 头部即时零售平台 | +22.9% | 仅头部平台合计 |
调整之后，考核表会变长，但结论会更接近真实经营。一个可直接观察的信号是：当差异化 SKU 的铺货率提升而整体铺货率不变时，渠道的增量来自结构优化；当两者同时提升时，才说明覆盖在扩张。把这两个信号分开看，能避免用铺货率单一指标掩盖结构问题。
哪些结论还不能直接照搬
有三条结论不能直接从白皮书外推。第一，22.9% 是头部平台合计增速，不代表单个品牌或单个品类的增速；第二，48% 的重合度基于线下 Top100 SKU，样本偏向全国性流通大单品，区域品牌的实际重合度可能更高；第三，情绪动因的调研样本以线上受访者为主，对线下冲动购买的覆盖有限。
因此这份报告更适合当作口径校准的参照，而不是目标设定的依据。品牌可以把 48% 与 24% 当作结构诊断的基准线，用自己的门店级数据算出实际重合度与高端份额，再决定哪些品类值得开发专属规格。证据边界说清楚，结论才站得住。
常见问题
即时零售铺货率和线下铺货率能合并考核吗？
不建议。两个渠道的货盘重合度只有 48%，合并考核会让差异化 SKU 的贡献被平均掉。应按渠道分别设定基准，并把差异化 SKU 单列考核。
48% 的重合度说明铺货做得差吗？
不能直接这样判断。要区分主动商品分层与铺货不足，判断依据是差异化 SKU 的周转天数是否低于渠道均值：低于均值说明是主动分层，高于均值才是铺货与选品问题。
专属规格为什么容易在门店缺货？
常见原因是补货频次与起订量不匹配。单店日均销量低、起订量按整箱设置，两次补货之间就会出现断档；应纳入小批量高频补货清单，用门店可售率考核。
22.9% 的增速可以直接用来做年度目标吗？
不能。这是头部平台合计增速，与单个品牌、单个品类的差异很大。更稳妥的做法是用自有门店级数据测算品类增速，再与 48%、24% 这些基准线对照。
