先说清楚「到家服务」在这里指什么：它送的不是商品，而是问诊、护理、体检这类专业动作。截至 11 月 12 日，京东健康披露 11.11 期间 AI 医生「大为」问诊订单量同比增长超 5 倍，护士到家、体检等专业化服务需求同步走高。对做门店与履约的人来说，可售的东西已经悄悄换了——从货架上的商品，变成了别人家里的一段时间。
问诊涨五倍，卖的是时间不是货
京东健康披露的数据背后是一组结构性变化：健康消费从单次购买转向持续服务，从被动应对转向主动管理。这句话如果只看前半段，会以为是卖得更多；看后半段才明白，卖的是「持续」——同一批用户在一个周期内反复使用服务，才有复购可言。放到行业趋势分析的框架里看，这种位移比单次增速更值得记：它改的是品类边界，而不是某一年的销量。
这对供给端提出的要求和卖货完全不同。商品可售看库存，服务可售看排班：一个城市有多少名护士能上门、一个时段能接多少单、夜间有没有人值班，这些构成了服务的可售率。排班排不出来，服务就是缺货，而缺货在健康场景里没有替代品。
AI 医生先解决的是分诊，不是诊断
问诊订单涨五倍，最容易的误读是 AI 替代了医生。更接近事实的理解是：AI 承担了第一轮分流——把症状描述标准化、把可选路径列出来、把需要线下处理的情况挑出来。这一步做得好，后面的人工问诊效率才提得起来；做得不好，只是把排队从线下搬到线上。
服务可售率，要按城市和时段算
把到家服务当成商品来管，第一件事是把可售率的口径改掉。商品的可售率是「有货可下单」，服务的可售率是「有人可预约」。前者按 SKU 统计，后者得按城市、按服务类型、按时段三个维度叠起来看，任何一个维度切不开，都会掩盖真实的缺口。
| 维度 | 观察口径 | 常见缺口 |
|---|---|---|
| 城市 | 可预约护士人数 | 三四线覆盖不足 |
| 时段 | 当日可约时段数 | 夜间与周末空档 |
| 服务类型 | 可下单服务项数 | 护理类多、康复类少 |
这张表的意义在于能定位问题。如果某个城市白天的可约时段充足、夜间几乎为零，那不是人手不够，是排班结构问题；如果某类服务长期不可下单，那是供给没有建起来，补贴也补不出来。两种情况的处理方式完全不同。
门店在这条链里还有位置
到家服务不是把门店绕过去，而是把门店变成服务的前置点。体检、护理、器械体验这些环节仍然需要物理空间，门店密度决定了上门时效的上限。反过来说，门店如果只承担商品陈列，不承担服务承接，它在到家链路里的价值就会持续下降。
渠道方该不该跟进
对品牌方，这类变化的第一层影响在品类结构：能被服务化的商品（监测设备、康复器械、营养补充）比纯商品更容易被反复购买。第二层影响在渠道选择：能提供到家服务的平台，等于替品牌承担了一部分售后与教育成本。第三层才轮到价格，而在服务场景里，价格的权重本来就更低。
可操作的动作是先算一笔账：把自家品类里能挂上到家服务的 SKU 挑出来，看它们在总销量中的占比、复购周期与退货率。如果这三项都优于平均值，就值得单独做一条服务型商品的铺货与内容策略，而不是混在标准品里一起投。
接下来一个季度，值得盯的是到家服务的可预约率有没有随城市下沉而下降。这个数先动，关于服务型零售能铺多广的判断才有依据。
常见问题
AI 医生问诊涨五倍，是不是说明线上问诊替代了线下？
不能这样推。披露口径是订单量同比，未说明替代关系，更合理的解释是首诊分流与轻症咨询的线上化。
服务的可售率和商品可售率有什么不同？
商品看有货可下单，服务看有人可预约。服务要按城市、时段、服务类型三个维度拆开统计。
门店在到家服务里还是必需的吗？
多数服务需要物理承接点，门店密度决定上门时效上限。纯线上交付的服务类型除外。
哪些品类更适合做服务型铺货？
能形成持续使用与复购的品类，例如监测设备、康复器械、营养补充类，判断依据是复购周期与退货率。
