多数解读把尼尔森IQ 这份白皮书读成又一个「即时零售要涨」的利好。按 11 月 13 日的公开披露口径，真正变动的是门店的选品半径：报告测出即时零售与线下渠道 Top 100 SKU 重合度仅 48%，写字楼便利店的配送半径从 500 米拓到 3 公里，客群画像随时段切换。对做门店筛选和商圈评估的团队，这意味着选址模型里「周边常住人口」这一项的权重该往下调了。
白皮书里的 48%，戳破的是「一盘货」假设
报告给出的三组增速是理解这件事的起点：快消品全渠道销售额同比微跌 0.9%，线上渠道增长 10.5%，头部即时零售平台销售额同比增长 22.9%（尼尔森IQ 专访）。同一批消费者在三个渠道里的行为并不一样，酒水的情感动因达到 96%、高于功能动因的 92%，鲜花礼品是 93% 对 79%——门店卖的不再只是商品，是「此刻」这个场景。
这也解释了溢价：在宠物、母婴、运动户外、生鲜、酒水等品类里，愿意相对线下支付溢价的消费者比例达到 35% 至 39%。当 30 分钟履约成为标配，消费者付的是确定性，而不是便利。对门店而言，能提供确定性的位置，比人流量大的位置更值钱。
配送半径 500 米到 3 公里，商圈定义变了
| 维度 | 传统门店 | 即时零售门店 |
|---|---|---|
| 服务半径 | 500 米 | 3 公里 |
| 客群构成 | 周边常住人口 | 按时段波动的画像 |
| 货盘策略 | 全量 SKU | 精简 SKU 加主推规格 |
| 核心考核 | 坪效与人效 | 可售天数与拣货时效 |
伍懿华举的例子很具体：一家写字楼便利店原先只服务周边 500 米客群，接入即时零售后配送半径拓到 3 公里，覆盖的人群和消费场景一下子变复杂，门店需要动态匹配不同时段波动的用户画像。上午是写字楼的咖啡与早餐，下午是家庭的生鲜与纸品，深夜是酒水与零食——同一个货架，要在一天里承担三种角色。
济南的落点更直观。小象超市在 8 月底已布局 12 家前置仓，京东七鲜 10 个前置仓投入运营，山姆的唐冶云仓把极速达铺进年轻居住区，盒马则「店未开、仓先跑」（济南现场报道）。这些仓没有收银台、不对外营业，选址逻辑与开店完全不同：它要的是三公里内的订单密度，而不是临街可见度。
先用可售天数筛门店
把候选门店放进同一个池子后，第一个筛选项不该是销售额，而是可售天数：一个高频 SKU 在门店的库存除以日均线上销量，得出还能撑几天。可售天数低于 1.5 天的门店，任何一次补货延迟都会直接变成缺货；高于 7 天的门店，则要反过来查是不是压了滞销库存。这个指标把「位置好不好」换成了「供得上不上」。
再用时段画像排主推
第二个筛选项是时段结构。同一商圈里，写字楼店与社区店的订单高峰能差三个小时，主推品因此不同：前者要即食、咖啡、轻食，后者要生鲜、纸品、饮用水六连包。把门店按订单时段聚类，比按行政区划分类更接近真实履约场景，也更容易解释为什么两家相邻门店的转化率差一倍。
把商圈机会做成一张可核验的表
门店筛选最后要落到可复核的证据上。一个商圈的潜力，可以用三公里内可履约订单密度、Top 20 SKU 的可售天数、时段订单集中度三项一起看；三项都达标的点位，才值得进「黄金门店」名单。这套判断不依赖总部的经验值，任何区域经理拿同一份数据都能复算，争议会少很多。
需要提醒的是，这套方法有边界。白皮书的样本来自尼尔森IQ 的零售监测与消费者调研，覆盖的是快消主力品类，对耐用品、低频高价品类的解释力有限；门店层面的可售天数还取决于本地仓配能力，跨城市直接套用会失真。把边界写在报告首页，比在复盘会上解释更省事。
常见问题
这套筛选方法适用于所有品类吗？
不适用。白皮书样本以快消主力品类为主，耐用与低频高价品类的可售天数波动大，需要另设口径。
三公里半径是硬标准吗？
不是。三公里是平台履约的常见边界，实际半径由仓的位置、骑手密度和品类时效共同决定，同一个城市不同片区也不一样。
可售天数为什么用 1.5 天做阈值？
它是一个经验起点：低于这个数，一次补货延迟就会转成缺货；具体阈值要按品类的补货频次和配送时长校准。
门店入选后还要看什么？
看拣货时效与取消率。位置再好人手不够，履约崩了照样掉分，这两项要进周度看板。
