六个点位、两座城市、同一天开门。截至 11 月 13 日的公开信息，奥乐齐在安徽的首批六家门店将于 11 月 21 日与 22 日陆续开业，合肥四家、芜湖两家，全国门店数到 11 月底预计达到 140 家。把六个位置摊在地图上，商圈、社区、县域、百货四类场景各有落点。对做门店筛选的人来说，这不是一次常规的区域扩张，而是一场把单店模型同时放进四种场景的对照实验。
六店同开，先要分清四种点位类型
合肥四家店的落点各不相同。金大地东西街在蜀山，属老城成熟商业街区；滨湖方圆 LIVE 扎在新城区的高密度住宅圈；桐城南路老广电在包河，是典型老社区；肥西旭辉直接下沉到县域。芜湖两家都卡在城市核心商圈。同一批开业，点位类型却分成四类，只用一张坪效表去横比，结论一定跑偏。
四类场景的客流来源不一样。老城街区靠路过和熟客，住宅圈靠晚间与周末的家庭采购，老社区靠早市，县域靠周末集中采购叠加低频高客单。判断一个点位值不值得加密，要先看它的客流曲线落在哪一类，再看这一类曲线在本地是否已经吃满。加密的前提是同类曲线还有余量，而不是这一家店卖得好就再开一家。
把商圈拆成可以比较的字段
先定场景，再谈坪效
坪效可比，前提是分母一致。成熟商业街区的店租金高、客流也高，县域店租金低、客流薄，两家的坪效数字可能很接近，含义却完全不同。用每平方米日销横比，等于把租金结构、客流结构和客单价压成一个数，出了问题也看不出是哪一环。
县域店的客流半径不一样
城区店的客流半径常在一到两公里，县域店能拉到五公里以上，顾客开车来一次买一周的量。这类门店的补货节奏、生鲜占比、包装规格都要跟着改。同一个模型进入新区域必须重新校准，商品结构不动，坪效再漂亮也留不住复购。
供应链半径，决定点位的上限
安徽首批门店的前期配送由南京大仓承担，仓到店控制在当天。这条约束比选址更硬：门店可以选在人流最好的位置，但货车跑不到、冷链断在半路，可售率先垮下来。
| 点位类型 | 核心判断字段 | 最容易失效的环节 |
|---|---|---|
| 老城商业街区 | 路过客流、停留时长 | 高峰过后补货不及时 |
| 高密度住宅圈 | 家庭户数、晚间动销 | 生鲜晚市断货 |
| 老社区 | 早市占比、熟客复购 | 早市结束不补货 |
| 县域百货 | 周末客流、客单价 | 配送频次不足 |
表里第三列都是从供应链倒推出来的。一家店如果一周补三次货，生鲜的批次口径就得按两天一段算；一周补两次，短保品类的陈列面必须压下来，否则报损会把毛利吃光。点位质量不是一个开业当天的数字，而是这套节奏在本地能不能跑顺。
六店同开，拿到的是同一周的数据
逐店开业要等半年才凑得齐可比样本，六店同开把等待期压到一周。同一周、同一套商品结构、同一条配送线路，四类场景的差异会直接显形：哪类点位生鲜占比更高，哪类点位客单价更稳，哪类点位补货频次不够用。
但同一周也有代价。首周客流里混着大量尝鲜人群，促销力度也高于常态，直接拿首周数字给点位打分，四类场景会一起被高估。稳妥的做法是首周只做定性判断，四周后再用剔除促销的动销数据复核一遍，两次结论对得上，才把点位放进加密名单。
常见问题
六店同开和逐店开业，对选址判断的差别在哪？
同开拿到的是同一周的横向样本，四类场景能在一条时间线上比。逐店开业各店处在不同季节、不同促销周期，坪效差异里混着市场波动，很难归因到点位本身。
县域店的坪效一定比城区店低吗？
不一定。县域店租金低、客流薄，坪效数字可能接近甚至更高，但客流天花板低，单店增长靠客单价而不是频次。判断加密空间，看的是当地周末车流还有多少余量。
供应链没准备好就开店，最先出问题的是哪一环？
生鲜批次。补货频次不够，早市之后接不上货，下午的货架就是空的；系统里按 SKU 日口径看仍然记着有货，可售率报表会把问题盖住。
