Meituan Instant Retail 100000 Lightning Warehouses by 2027 The Last Mile Battle Intensifies
2026-06-15林鉴

Meituan Instant Retail 100000 Lightning Warehouses by 2027 The Last Mile Battle Intensifies

Meituan Instant Retail 100000 Lightning Warehouses by 2027 The Last Mile Battle Intensifies 文章配图

Meituan Instant Retail 100000 Lightning Warehouses by 2027 The Last Mile Battle Intensifies

Instant retail has evolved from a side business of food delivery into the main battleground for China's e-commerce giants. Meituan Flash Shopping's plan to exceed 100000 lightning warehouses by 2027 signals an all-out war in the quick commerce sector.

Three Hard Numbers Behind Lightning Warehouse Expansion

Meituan's lightning warehouse target of over 100000 by 2027 represents a density that surpasses traditional convenience store coverage. 100000 lightning warehouses means one instant delivery node for every 14000 urban residents, bringing products within a 10-minute walk of most consumers.

Delivery promises have upgraded from "30-minute delivery" to "fastest 9-minute delivery". JD.com's JD Second Delivery reduced the free shipping threshold to 29 yuan covering nearly 90% of stores. This isn't a price war but a speed war—whoever makes consumers abandon the "wait for delivery" habit wins the trillion-yuan market ticket.

Category expansion is equally aggressive. Meituan Flash Shopping's 2024 push into 3C electronics and major appliances targets JD.com's core advantage, while JD.com integrated JD Daojia and JD Hourly Delivery into "JD Second Delivery", launching coffee and milk tea delivery directly into Meituan's stronghold. This mutual invasion of core territories proves instant retail has transformed from a supplementary channel into the main battlefield.

Why Giants Are Anxious

JD.com maintained double-digit net profit growth through Q3 2024, but core business revenue growth was weak, with capital markets viewing it as a "company lacking imagination". This isn't alarmist—it's fact: traditional e-commerce growth ceiling has arrived.

Meituan's 3C electronics offensive directly threatens JD.com's moat. Consumers discovering they can get phones and computers delivered in 30 minutes on Meituan are questioning why they should wait 2-3 days for shipping. This shift in user behavior is the real source of JD.com's anxiety.

Pinduoduo's Q3 2023 revenue growth hit 93.9% year-over-year, with market cap briefly surpassing Alibaba. This demonstrates that Chinese consumers' patience is disappearing—whoever provides faster delivery wins the incremental market. Instant retail isn't a choice but a survival requirement.

Three Must-Answer Questions for Brands

First, how to adjust distribution strategy? Traditional e-commerce required stocking in a few major warehouses. The instant retail era demands inventory pushed to urban endpoints, with sufficient SKU depth in every lightning warehouse. This presents unprecedented supply chain challenges.

Second, how to maintain price order? Meituan, JD.com, and Pinduoduo are all fighting price wars. If brands allow platform price chaos, their channel system and profit margins get damaged. Price order monitoring becomes mandatory in the instant retail era.

Third, how to optimize store networks? Meituan Flash Shopping announced a strategic partnership with Suning.com, with over 600 Suning stores across 175 cities joining Meituan. This shows offline stores being "recruited" by platforms. Brands must recalculate whether to continue self-built channels or join platform lightning warehouse networks.

Three Pitfalls of Instant Retail

First pitfall: Inventory dispersion driving cost surge. Traditional e-commerce uses centralized warehousing; instant retail requires spreading across thousands of lightning warehouses. Inventory turnover days may stretch from 30 to 60+ days, creating massive capital pressure.

Second pitfall: Last-mile fulfillment costs. Instant retail delivery costs far exceed traditional shipping, with platforms currently subsidizing to maintain low prices. Once subsidies retreat, who bears fulfillment costs? Brands must prepare for profit margins to be consumed by delivery expenses.

Third pitfall: User habit uncertainty. Instant retail's rise is built on consumer psychology of "don't want to wait", but how long will this last? If consumers return to "price-first" rather than "speed-first", lightning warehouse networks face overcapacity risk.

Action Checklist for Brand Decision-Makers

First, immediately audit instant retail coverage across existing channels. What's your product's SKU coverage rate on Meituan Flash Shopping, JD Second Delivery, and Ele.me? Is inventory depth sufficient to support 30-minute delivery promises?

Second, establish instant retail price monitoring systems. Weekly tracking of actual transaction prices across platforms, comparing to official guidance prices. Price anomaly fluctuations exceeding 10% trigger alerts for timely platform communication.

Third, pilot "lightning warehouse + brand direct supply" models. Rather than letting platforms procure from distributors, brands should directly join lightning warehouse networks to shorten supply chain links, ensuring supply stability while better controlling price order.

Data Credibility

Data Source: Meituan official announcements, JD.com financial reports, Pinduoduo financial reports, Securities Times, The Paper, Time Weekly

Statistical Period: Q3 2023 to June 2025

Sample Size: Coverage of Meituan Flash Shopping, JD Second Delivery, Pinduoduo instant retail platforms

Analysis Method: Cross-verification analysis based on public financial report data, official partnership announcements, and industry media reports

FAQ

What's the difference between Meituan Flash Shopping and JD Second Delivery?

Meituan Flash Shopping leverages the food delivery network with speed advantages but focuses on FMCG categories. JD Second Delivery integrates Dada delivery with supply chain advantages in 3C electronics and major appliances. Both are penetrating each other's strong categories.

How does instant retail affect traditional distributors?

Traditional distributors' "mover" role is weakened as platforms connect directly with brands and terminal stores. Distributors must transform into service providers offering inventory management and fulfillment services.

How should brands choose which platform to enter?

FMCG products prioritize Meituan Flash Shopping, 3C electronics prioritize JD Second Delivery, price-sensitive products can expand to Pinduoduo. Brands should enter multiple platforms simultaneously and dynamically allocate resources based on sales data.

Who bears instant retail fulfillment costs?

Currently platforms bear most fulfillment costs through subsidies. Long-term, costs will be shared through platform commissions and brand-paid delivery. Brands must calculate profit margins in advance.

Will instant retail replace traditional e-commerce?

Not completely, but it will divert share. High-urgency categories (fresh food, FMCG, emergency supplies) will migrate to instant retail, while planned purchases (major appliances, renovation materials) will remain with traditional e-commerce.

Sources

Meituan Flash Shopping announces partnership with Suning: https://www.cs.com.cn/cj2020/202210/t20221021_6303556.html

Giants rush into instant retail Meituan bets on lightning warehouses: https://www.time-weekly.com/post/315266

JD.com launches JD Second Delivery: https://www.nbd.com.cn/articles/2024-05-16/3392268.html

Why JD.com is anxious to start a war: https://www.thepaper.cn/newsDetail_forward_30266685

猜你喜欢
三元前三季营收微增净利降两成 乳品的品类增长怎么读 文章配图
博晓通
2026-10-29
三元前三季营收微增净利降两成 乳品的品类增长怎么读
<p>截至10月28日的公开信息显示,三元股份当日发布2026年三季报,前三季度营业收入49.86亿元,同比增长2.36%;归母净利润1.86亿元,同比下降21.38%;第三季度单季营业收入15.18亿元、同比下降1.43%,归母净利润57.40万元、同比下降98.92%。营收微增而利润大幅下滑,公司把原因指向外埠工厂战略整合、天津三元与江苏三元营业期限届满终止经营,以及投资收益同比减少。对做乳品线上运营与品类规划的人来说,这份报表里更有价值的是分品类与分区域的那几组数字。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>前三季度营收49.86亿元、同比增长2.36%,归母净利润1.86亿元、同比下降21.38%,扣非净利润1.92亿元、同比下降14.16%</td><td>四季度能否延续主营业务利润稳中有升的走势</td><td>外埠工厂整合的一次性费用金额与分摊年度</td></tr><tr><td>毛利率21.33%、同比下降1.35个百分点,净利率3.21%、同比下降1.41个百分点,第三季度净利率为负</td><td>原奶价格后续走势对毛利率的影响幅度</td><td>低温奶与常温奶各自的毛利率水平</td></tr><tr><td>低温奶收入同比增长5.6%,特殊渠道收入同比增长4.2%,北京鲜牛奶收入同比增长53%</td><td>北京鲜牛奶高增的基数与可持续性</td><td>鲜奶品类在线上渠道的复购率与客单价</td></tr></tbody></table></div><p>第一组是整体。前三季度营收49.86亿元、同比增长2.36%,归母净利润1.86亿元、同比下降21.38%,扣非净利润1.92亿元、同比下降14.16%,基本每股收益0.12元;其中第三季度营收15.18亿元、同比下降1.43%,归母净利润仅57.40万元、同比下降98.92%(<a href="https://www.bbtnews.com.cn/2026/1028/609478.shtml">北京商报的报道</a>)。单季利润几乎归零,是三季报里最刺眼的一行。</p><p>第二组是利润率。前三季度毛利率21.33%、同比下降1.35个百分点,净利率3.21%、同比下降1.41个百分点;第三季度毛利率19.43%、同比上升0.78个百分点,但净利率为负1.24%、同比下降4.29个百分点(<a href="https://finance.sina.cn/2026-10-28/detail-iniwuqvu3374695.d.html">新浪财经鹰眼工作室的拆解</a>)。毛利率小幅改善而净利率转负,说明问题不在产品端定价,而在费用与一次性损益。</p><p>公司披露的分品类数据里,低温奶业务收入同比增长5.6%,特殊渠道业务收入同比增长4.2%,北京鲜牛奶收入同比增长53%。分区域看,北京地区市场收入22.81亿元,北京地区以外收入24.9亿元,两地规模接近,但增速结构完全不同。把这三组数字放在一起看,能得出一个相对清晰的判断:增长集中在低温与鲜奶,也就是保质期短、需要冷链、复购频次高的品类,这类品类恰好是线上渠道最难做、也最依赖履约能力的部分。</p><p>费用端也印证了这一点。前三季度期间费用11.12亿元,较上年同期减少1643.82万元,期间费用率22.31%、同比下降0.86个百分点;其中销售费用同比减少6.04%,管理费用同比增长9.62%,研发费用同比增长27.43%,财务费用同比减少7.52%。销售费用收缩、研发费用增长,说明公司在主动压缩投放、把钱挪向产品,这与低温鲜奶的增长方向是一致的。</p><h3>鲜奶高增说明什么</h3><p>北京鲜牛奶收入同比增长53%,是整份报表里增速最高的分项。鲜奶的核心变量是冷链半径与日配频次,能做到这个增速,说明本地供应链的密度足够支撑高频补货。对线上运营来说,这类品类的价值不在单笔毛利,而在复购:鲜奶一旦进入家庭采购清单,就会形成周度甚至隔日的固定订单,连带其他品类的概率远高于常温奶。</p><h3>外埠收缩的代价</h3><p>天津三元与江苏三元营业期限届满终止经营,是利润下滑的直接原因之一。外埠工厂的固定成本高、爬坡周期长,在需求不足时终止经营是理性的选择,但短期会带来一次性损失与收入缺口。这也解释了为什么营收只增2.36%而利润降两成:收入端靠北京与低温品类撑住,利润端被外埠整合的成本吃掉。</p><p>把收入结构、增速与线上运营含义放在同一张表里,品类趋势就不再是一个抽象判断。下表按品类、收入占比、最新增速与商品页运营重点四个维度排列,占比数据来自公司披露的主营业务收入构成,增速数据来自三季报披露的分项口径,两者统计范围不同,不能直接相乘换算。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:720px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">品类</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">收入占比</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">最新增速</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">商品页运营重点</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">液态奶</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">54.74%</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">低温奶同比增长5.6%</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">冷链时效与保质期提示</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">冰淇淋及其他</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">30.16%</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">未单独披露</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">季节性活动与组合装</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">固态奶</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">15.10%</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">未单独披露</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">礼盒与囤货场景</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">北京鲜牛奶</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">含于液态奶</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">同比增长53%</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">日配频次与复购提醒</td></tr></tbody></table></div><p>品类结构变了,商品页的排序与信息层级也要跟着变。低温与鲜奶占比上升,意味着用户对保质期、到货时间、冷链状态的敏感度提高,这些信息如果还藏在详情页底部,转化会被浪费。下面这组步骤按改动优先级排列,每一步都对应一个可以回填的字段,改完能直接看到效果差异。</p><div style="display:none"><ol><li>第一步,把保质期与到货时间提到商品主图下方第一屏,减少用户翻找。</li><li>第二步,按品类设置复购提醒,鲜奶类按周、常温奶按月。</li><li>第三步,把低温品类的冷链说明做成统一模块,避免每个商品单独描述。</li><li>第四步,对礼盒与囤货型商品单独做组合推荐,与日配品类分开运营。</li><li>第五步,按月回填各品类的复购率与客单价,与三季报的分项增速对照。</li></ol><table><thead><tr><th>字段</th><th>示例</th><th>用途</th></tr></thead><tbody><tr><td>首屏信息完整度</td><td>保质期与到货时间均在首屏</td><td>衡量信息层级是否合理</td></tr><tr><td>鲜奶周复购率</td><td>31%</td><td>验证日配品类的复购假设</td></tr><tr><td>品类客单价</td><td>低温奶48元</td><td>对照增速判断增量质量</td></tr></tbody></table></div><ul><li><p>三元前三季度利润为什么降这么多?</p><p>公司口径是外埠工厂战略整合、天津三元与江苏三元营业期限届满终止经营,以及投资收益同比减少;剔除这几项影响后,主营业务利润稳中有升。</p></li><li><p>营收只增2.36%,增长靠什么撑住?</p><p>主要靠低温奶同比增长5.6%、特殊渠道增长4.2%、北京鲜牛奶增长53%,北京地区收入22.81亿元,与外埠24.9亿元规模接近。</p></li><li><p>毛利率改善但净利率转负,怎么理解?</p><p>第三季度毛利率19.43%、同比上升0.78个百分点,净利率却是负1.24%,说明拖累来自费用与一次性损益,而不是产品定价。</p></li><li><p>对线上运营来说,最该关注哪个品类?</p><p>低温奶与鲜奶。这两类保质期短、复购频次高,对冷链与到货时间敏感,商品页的信息层级和复购提醒直接决定转化。</p></li></ul><ul><li><a href="https://news.qq.com/rain/a/20261028A0BXDG00">腾讯新闻转载企业公告:三元股份前三季营收增长2.36%至49.86亿元</a></li><li><a href="https://www.bbtnews.com.cn/2026/1028/609478.shtml">北京商报:三元股份前三季度营收约49.86亿元</a></li><li><a href="https://finance.sina.cn/2026-10-28/detail-iniwuqvu3374695.d.html">新浪财经鹰眼工作室:三元股份毛利率下降1.35个百分点</a></li></ul>
讯飞语音基座升级 AI搜索入口多了语音一层 文章配图
博晓通
2026-10-28
讯飞语音基座升级 AI搜索入口多了语音一层
<p>截至 10 月 28 日的公开信息,科大讯飞于 10 月 28 日发布语音基座大模型 SparkAudio 1.0,采用 SemiEnc、S-S2S、CoDec 三项自研技术分别强化表征、压低时延、降低算力开销,并基于全国产算力训练;其上孵化出 Spark-ASR-2.0 等三大专用模型,同传 MOS 由 4.4 升至 4.6,已落地讯飞输入法、AI 录音环等产品,35 克录音环两小时录音约 10 秒即可传到手机。对做 AI 搜索可见度监测的团队来说,这条消息的关键不是语音识别更准了,而是提问又多了一个不用打字的入口——当用户开始用说话的方式向 AI 要答案,品牌被提及的方式也会跟着变。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>10 月 28 日科大讯飞发布语音基座大模型 SparkAudio 1.0</td><td>各能力的第三方评测结果</td><td>开源或 API 开放计划</td></tr><tr><td>采用 SemiEnc、S-S2S、CoDec 三项自研技术,分别强化表征、压低时延、降低算力开销</td><td>三项技术各自的性能贡献比例</td><td>时延指标的具体测试条件</td></tr><tr><td>基于全国产算力训练,孵化 Spark-ASR-2.0 等三大专用模型</td><td>专用模型的具体参数规模</td><td>各专用模型的适用场景边界</td></tr><tr><td>同传 MOS 由 4.4 升至 4.6,已落地讯飞输入法、AI 录音环</td><td>MOS 评测的语料与评审方式</td><td>多语种场景下的实际表现</td></tr><tr><td>35 克录音环两小时录音约 10 秒传到手机</td><td>传输速度为实验室还是实测</td><td>弱网环境下的完成率</td></tr></tbody></table></div><p>语音入口改变的是提问的形态,而不是答案的形态。打字提问时用户会精简措辞,说话提问时更接近自然语言,一句话里往往带场景、约束和偏好。据<a href="https://post.smzdm.com/p/anv9l2p0/">10 月 28 日的公开报道</a>,该模型已落地输入法与可穿戴录音设备,两小时录音十秒传完。这类设备让「随时问一句」变得可行,提问频次上升,单次提问的信息密度也随之变化——这对监测口径意味着样本结构会变。</p><table><thead><tr><th>入口形态</th><th>典型提问方式</th><th>对品牌可见度的影响</th></tr></thead><tbody><tr><td>文字输入</td><td>关键词式短句,如「某某品类推荐」</td><td>问题库可控,样本稳定</td></tr><tr><td>语音输入</td><td>完整口语句,带场景与偏好</td><td>长尾问法增多,样本更分散</td></tr><tr><td>可穿戴设备</td><td>碎片时间即时提问</td><td>提问频次上升,单次信息量下降</td></tr><tr><td>同传场景</td><td>跨语言即时问答</td><td>跨语种品牌表述一致性成为新变量</td></tr></tbody></table><h3>同传 MOS 从 4.4 到 4.6 意味着什么</h3><p>MOS 是语音质量的 subjective 评分,从 4.4 提升到 4.6 属于可感知但非质变的区间。对 GEO 的意义在于,语音转文字环节的误差下降会直接影响检索与回答的质量。转写错误会让品牌名、产品名被识别成别的词,进而导致检索不到正确信源,最终在回答里被替代或省略。语音入口越普及,这个误差链条对品牌可见度的影响就越大。</p><h3>全国产算力训练的另一层含义</h3><p>国产算力训练意味着模型迭代节奏与供应链自主性绑定更紧,对国内部署的可用性与成本控制更有利。对品牌方而言,这不是技术细节,而是决定了语音类 AI 入口能否在国内大规模铺开。入口铺得越广,语音提问在整体提问中的占比越高,问题库的结构就必须越早调整。</p><p>现有问题库大多按文字提问的习惯构建,问法短、结构清晰、关键词明确。语音提问引入后,同一意图会衍生出大量口语化变体,如果问题库不覆盖这些变体,监测结果就会系统性低估品牌在语音入口的可见度。调整的办法是在每个意图下补充口语化问法,并按入口类型分别统计,而不是把所有样本混在一起算一个平均值。</p><table><thead><tr><th>监测环节</th><th>文字入口做法</th><th>语音入口需要补充的动作</th></tr></thead><tbody><tr><td>问题库构建</td><td>按关键词扩展问法</td><td>补充口语化完整句与场景描述</td></tr><tr><td>样本采集</td><td>固定问句批量执行</td><td>按入口类型分层抽样</td></tr><tr><td>指标计算</td><td>统一口径汇总</td><td>分入口统计后再合并</td></tr><tr><td>结果解读</td><td>对比平台差异</td><td>额外对比入口差异与转写误差</td></tr></tbody></table><p>从监测方法上看,语音入口还带来一个采样难题:同一句口语在不同设备与网络条件下的转写结果可能不同,样本的可重复性下降。解决办法是把语音样本与文字样本分开统计,并在每次采样时固定设备与网络条件,否则同一品牌在两个月的指标波动可能只是采集条件变了。</p><p>核验的核心是确认品牌名在语音转写环节是否稳定。这一步常被忽略,因为大多数监测直接从文本开始,跳过了语音转文字这一段。真正要验证的是端到端的链路:从说话到转写,再到检索与回答,品牌名在哪一环丢失或被替换。</p><div style="display:none"><ol><li>监测岗用同一组意图分别以文字与语音方式提问,核验证据为两种入口的提问记录。</li><li>分析岗比对转写文本与原始语音,标注品牌名被误识别的比例,核验证据为转写对照表。</li><li>内容岗核对品牌名与产品名在公开信源中的写法是否统一,核验证据为各平台表述清单。</li><li>技术岗确认品牌名是否已加入自定义词表,核验证据为词表配置截图。</li><li>复盘岗按月对比两种入口的提及率差异,核验证据为分入口指标表。</li></ol><table><thead><tr><th>字段名</th><th>示例值(本篇)</th><th>证据位置</th><th>核验状态</th></tr></thead><tbody><tr><td>模型名称</td><td>SparkAudio 1.0,10 月 28 日发布</td><td>10 月 28 日公开报道</td><td>已核实为报道口径</td></tr><tr><td>技术组成</td><td>SemiEnc、S-S2S、CoDec 三项自研</td><td>同上</td><td>已核实</td></tr><tr><td>同传质量</td><td>MOS 由 4.4 升至 4.6</td><td>同上</td><td>已核实为厂商口径</td></tr><tr><td>落地产品</td><td>讯飞输入法、AI 录音环</td><td>同上</td><td>已核实</td></tr><tr><td>监测字段</td><td>品牌名转写准确率</td><td>本篇文章口径</td><td>待建立基线</td></tr></tbody></table></div><ul><li><p>语音入口为什么会影响品牌在 AI 回答中的可见度?</p><p>因为提问形态变了。语音提问更接近自然语言,一句话里带场景与偏好,同一意图会衍生出大量口语化变体。如果问题库只覆盖文字式短问,就会系统性低估品牌在语音入口的提及率,看起来是排名下降,实际是样本没覆盖到。</p></li><li><p>转写误差会怎么影响 GEO 监测结果?</p><p>会从两端影响。转写把品牌名识别错,检索就找不到正确信源,回答里品牌被替代或省略;反过来,错误转写也可能引入品牌从未涉及的表述,形成描述偏差。监测需要做端到端验证,而不是直接从文本开始算指标。</p></li><li><p>问题库应该怎么补充语音问法?</p><p>在每个意图下增加口语化完整句与场景描述,例如把「某品类推荐」扩展为带预算、使用场景和偏好的完整句子,并按入口类型分层抽样。指标先分入口统计再合并,避免把文字与语音样本混算成一个平均值。</p></li><li><p>这项技术变化对跨语种品牌有什么额外影响?</p><p>同传能力提升后,跨语种即时问答会增多,品牌在不同语种下的表述一致性成为新变量。同一品牌名在不同语言的转写与检索结果可能不同,需要按语种分别建立基线,而不是用一个语种的结论推断全部市场。</p></li></ul><ul><li><a href="https://post.smzdm.com/p/anv9l2p0/">今日AI圈值得关注的动态 2026年10月28日(科大讯飞 SparkAudio 1.0 发布)</a></li></ul>
文心OCR 2一次读完3600页 品牌白皮书进入AI引用池 文章配图
博晓通
2026-10-28
文心OCR 2一次读完3600页 品牌白皮书进入AI引用池
<p>截至 10 月 28 日的公开信息,百度在 10 月 27 日发布并开源文心 Unlimited OCR 2,把 OCR 的可处理页数从数十页推到任意页数,实测一次性解析《哈利·波特》全系列 7 部、累计超过 3600 页,官方称之为从 OCR 2.0 迈向 OCR 3.0 的整本理解。据百度公布的公开基准,面向多页文档的 MPDocBench 与百页级超长文档的 MarathonDocBench 综合得分分别为 84.6 和 77.1,端到端达到 SOTA。对做 GEO 的团队,这项能力的意义不在 OCR 本身,而在它改变了什么样的内容能被 AI 完整读取:当一份上百页的白皮书可以被整本解析,长文档重新成为可被引用的资产,而不是被切成碎片后失去上下文的素材。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>10 月 27 日发布并开源文心 Unlimited OCR 2</td><td>权重与代码的完整度</td><td>社区复现的实际精度</td></tr><tr><td>实测一次解析 7 部作品、累计超 3600 页</td><td>极端长文档的精度衰减幅度</td><td>千页以上文档的稳定性</td></tr><tr><td>MPDocBench 84.6、MarathonDocBench 77.1</td><td>基准是否可被第三方复现</td><td>与竞品的同口径对比</td></tr><tr><td>代码与权重开源至 GitHub、HuggingFace,上线百度智能云</td><td>商用部署的许可边界</td><td>推理成本与显存需求</td></tr></tbody></table></div><p>过去 AI 读文档的方式是切片:把一份长文档按页或按段切开,分别向量化,检索时再拼回来。切片带来的问题是上下文断裂——跨页的表格、前后呼应的结论、附录里的口径说明,都会在切片中丢失。AI 回答因此容易给出局部正确、整体偏颇的描述。</p><p>整本解析改变了这个前提。当模型能一次读完 3600 页并保持跨页的位置关系,文档的结构信息被保留下来,AI 抽取时可以引用完整的论证链条,而不只是某一页的某一段。对品牌的白皮书、产品手册、检测报告这类长文档,这直接决定了它们能否成为高质量的引用来源。</p><h3>解码快 7 倍意味着什么</h3><p>官方披露的技术方案是 SR-SWA 稀疏参考滑动窗口注意力,思路接近人抄书:大部分时间只看当前页,需要核对前文时才回看相关页面。据官方报告,百页文档场景下单步解码速度相比全注意力提升 7 倍,相比上一代方案提升 5.6 倍。</p><p>速度的意义不只是省钱。抓取方在决定是否深入解析一份文档时,成本是硬约束。解析一份 300 页的研报如果需要几分钟和大量显存,很多抓取任务会直接跳过;成本降下来之后,长文档被完整读取的概率上升,被引用的机会也随之上升。这是供给侧的算术,不是内容质量的争论。</p><p>短图文的问题是信息密度低。十条讲同一个观点的短文,在向量检索里会互相竞争,AI 无法判断哪一条更权威,最终可能一条都不引用,或者引用一条最不典型的。长文档则相反:一份把方法、数据、口径、边界都写清楚的白皮书,本身就是可核验的证据链,抽取方从中能拿到完整的引用依据。</p><p>这也是为什么很多品牌的内容量很大、可见度却不高。内容以营销短文为主,缺少可核验的长文档支撑,AI 在生成回答时找不到足够具体的依据,只能给出模糊描述,或者转而引用第三方媒体。第三方媒体的描述未必准确,但它是可核验的,这就是差距所在。</p><p>需要说明的是,长不等于好。把十篇短文拼成一本册子,信息密度没有提升,反而更难抽取。真正有价值的长文档有明确的结构、可追溯的数据、以及清晰的适用范围,这三样缺一不可。</p><p>整本可读只是门槛,能不能被引用还要看文档本身是否对机器友好。实践中可用的判断标准有三个,都跟写作规范有关,跟技术无关。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">条件</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">具体要求</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">缺失后果</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">结构可识别</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">标题层级清晰、章节编号连续</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">抽取粒度混乱,引用错位</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">数据可追溯</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">每个数字标注来源与统计口径</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">无法核验,被判定为低置信</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">结论有边界</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">写明适用范围与前提条件</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">被过度泛化,产生描述偏差</td></tr></tbody></table></div><p>三个条件里,结构可识别最容易被忽略。很多白皮书用设计软件排版,标题是图片或艺术字,导出后没有语义层级,机器读到的是一整片连续文本。这类文档即使被完整解析,抽取方也无法判断哪一段是结论、哪一段是附录,引用时只能大段摘抄,反而降低可信度。</p><p>数据可追溯是第二个硬门槛。AI 回答在引用数字时,倾向于选择带来源和口径的表述。同一份报告里,写明月度、样本量、统计范围的数字被引用的概率,明显高于只给一个孤立数值的表述。这不是玄学,是可核验性的直接体现。</p><h3>标题层级决定抽取粒度</h3><p>标题层级的作用是告诉抽取方「这一段在讲什么层级的结论」。一级标题对应整体判断,二级标题对应分项论证,三级标题对应具体数据。层级清晰,AI 可以按需抽取到合适的粒度;层级混乱,抽取方只能整段搬运,引用会显得冗长且不聚焦。</p><p>对做 GEO 的团队,这意味着排版规范不是审美问题,而是可引用性问题。把结论写成一句话的小标题,比把它埋在三段论述的中间更容易被引用。这个改动成本极低,但很多品牌的内容团队从未按这个标准检查过自己的白皮书。</p><p>内容形态变了,监测口径也要跟着变。过去看引用来源,统计的是域名和页面数量;当长文档成为主要引用对象时,需要进一步看被引用的是文档的哪一部分、引用的深度如何。同一份白皮书被引用一次结论和被引用十次具体数据,代表的可见度质量完全不同。</p><p>可操作的指标是引用深度:回答里引用的内容属于文档的结论层、论证层还是数据层。结论层被引用说明品牌判断被采纳,数据层被引用说明品牌数据被当作事实依据,两者对业务的价值不一样。把引用深度纳入监测,才能判断内容投入是否真的转化成了 AI 回答里的权重。</p><p>另一个口径是跨平台一致性。同一份长文档在不同 AI 平台的抽取结果可能不同,有的平台抽到了最新版本,有的还在用旧版本。这种差异在短内容上不明显,在长文档上会被放大,因为长文档的版本更新往往伴随数据修订。监测时必须记录版本,否则数据无法比较。</p><div style="display:none"><ol><li>内容负责人盘点现有白皮书与产品手册,标注页数、标题层级与数据来源完整度。</li><li>数据团队用固定问题库在多个 AI 平台提问,记录回答是否引用自家长文档及其引用深度。</li><li>内容团队补齐缺失的统计口径与适用范围说明,把结论改写为可独立成立的小标题。</li><li>发布负责人确保长文档以结构化 HTML 或可解析 PDF 发布,避免标题被做成图片。</li><li>监测团队按月复测引用深度与版本一致性,输出缺口清单进入下一轮内容修订。</li></ol><table><thead><tr><th>字段</th><th>示例值</th><th>核验证据</th></tr></thead><tbody><tr><td>文档名称</td><td>产品技术白皮书</td><td>发布页链接</td></tr><tr><td>页数与层级</td><td>128 页、三级标题</td><td>文档目录截图</td></tr><tr><td>引用深度</td><td>数据层 3 处</td><td>回答原文与引用链接</td></tr><tr><td>版本一致性</td><td>2 个平台用旧版</td><td>平台抓取时间记录</td></tr><tr><td>数据口径标注</td><td>已标注样本量</td><td>文档对应段落</td></tr></tbody></table></div><ul><li><p>OCR 能力提升和品牌在 AI 回答里的可见度有什么关系?</p><p>关系在供给侧。长文档能被整本解析,白皮书、手册、检测报告才有机会成为可核验的引用来源。内容能不能被完整读取,决定了它能不能进入引用池。</p></li><li><p>长文档一定比短图文更容易被引用吗?</p><p>不一定。长而散的内容反而更难抽取。真正有优势的是结构清晰、数据可追溯、结论有边界的长文档,三个条件缺一个,长度就变成负担。</p></li><li><p>为什么强调标题层级?</p><p>层级决定抽取粒度。层级清晰,AI 可以按需抽到结论层或数据层;层级混乱,抽取方只能整段搬运,引用显得冗长,可信度也会下降。</p></li><li><p>基准分数能直接说明能力高低吗?</p><p>不能。MPDocBench 84.6 与 MarathonDocBench 77.1 是百度公布的公开基准,属厂商自跑自发,实际能力还要看社区复现与落地案例,极端长文档的精度衰减仍待实测。</p></li></ul><ul><li><a href="http://www.xinhuanet.com/tech/20261027/f97d067ddf65432f9e8024515d949784/c.html" rel="nofollow">新华网:文心Unlimited OCR 2开源发布</a></li><li><a href="https://baijiahao.baidu.com/s?id=1880205826383830342&wfr=spider&for=pc" rel="nofollow">百家号:一口气读完3600页哈利波特,百度开源文心无限OCR 2</a></li></ul>
420件AI伪造评价被查 品牌AI回答描述怎么核 文章配图
博晓通
2026-10-28
420件AI伪造评价被查 品牌AI回答描述怎么核
<p>截至 10 月 28 日的公开信息,韩国消费者院联合谷歌在 YouTube 查处 420 件利用 AI 生成的虚假体验评价与冒充专家的违规广告:AI 伪造用户评价 267 件、占 63.6%,冒充医生、药剂师等专家 153 件、占 36.4%,其中食品类占 74.3%、化妆品 72 件为重灾区;监管已屏蔽全部违规广告并修订相关法规。对做品牌 AI 可见度监测的团队来说,这条新闻的落点不在韩国监管,而在一个更基础的问题:当 AI 回答引用的信源本身可能是伪造的,品牌的描述偏差核验必须先查信源。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>查处 420 件 AI 生成违规广告</td><td>被查内容涉及的具体品牌</td><td>监管未公布品牌名单</td></tr><tr><td>AI 伪造用户评价 267 件,占 63.6%</td><td>伪造内容的生成工具来源</td><td>技术溯源未公开</td></tr><tr><td>食品类占 74.3%,化妆品 72 件</td><td>其他品类占比</td><td>分品类明细未披露</td></tr></tbody></table></div><p>这组数字的结构比总量更值得看。420 件里,伪造用户评价 267 件、占 63.6%,冒充医生与药剂师等专家 153 件、占 36.4%。前者污染的是体验类信源,后者污染的是专业类信源,两类内容在 AI 回答里的作用并不相同:体验类影响推荐理由,专业类影响功效描述。</p><p>品类分布同样说明问题。食品占 74.3%、化妆品 72 件,这两个品类的共同点是决策依赖体验与功效描述,评价内容对购买意愿的影响远高于参数。当评价本身可以被批量生成,消费者看到的体验与 AI 引用的体验可能来自同一个伪造源头,形成看似多方印证、实际同源污染的假象。</p><h3>为什么食品与化妆品最集中</h3><p>这两个品类的共同点是体验描述难以被第三方快速验证,功效与口感的表述空间大,伪造内容的边际成本低、说服力却不弱。相比之下,参数型品类的虚假描述更容易被参数比对拆穿,伪造内容因此更倾向流向体验型品类。</p><p>AI 回答的组织方式决定了它对信源污染的敏感度。模型在生成答案时会检索并引用可获取的内容,评价类内容数量大、更新快、语义贴近用户问法,天然容易成为引用对象。如果伪造评价在措辞上刻意贴近常见提问,被抓取和引用的概率会进一步提高,这就是伪造内容比真实评价更容易进入答案的原因。</p><p>更麻烦的是复现性。同一个伪造来源被多次引用后,会在不同平台的回答里反复出现,形成一致性错觉。监测时如果只统计品牌被提及的次数,会把这种污染误判为声量提升;只有把引用来源拆开看,才能发现声量背后是同一批低可信内容在循环。</p><h3>引用链条上的三个薄弱点</h3><p>引用链条上有三个薄弱点:一是来源身份,评价是否来自可核验的真实账号;二是时间分布,评价是否集中在极短周期内爆发;三是内容同质度,多条评价是否共用同一套句式。三点中任意两点同时成立,就应把该来源降级为待核实,并在监测表中单独标注,避免与真实反馈混在一起做结论。</p><p>品牌在 AI 回答中的描述偏差,通常不是模型凭空生成的,而是信源组合的结果。核验偏差时先做信源分级,再比对描述,顺序反过来会陷入争论:到底是模型说错了,还是来源本来就这么写。分级之后,偏差可以定位到具体来源,处理动作也才有对象。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">信源类型</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">可信度</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">核验动作</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">官方产品页与参数</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">高</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">核对版本与更新日期</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">主流媒体测评</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">中</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">核对作者与发布时间</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">用户评价聚合</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">低</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">抽查账号与时间分布</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">未署名推广内容</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">最低</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">标记来源并追踪复现</td></tr></tbody></table></div><p>分级之后还要记录复现率。同一个低可信来源如果在多次采样中反复被引用,说明它已经进入模型的常用信源池,处理优先级要提到最高;只出现一次的低可信来源,记录即可,不必投入过多资源。复现率比单次出现更能说明影响力。</p><div style="display:none"><ol><li>监测负责人:按月固定采样问题库,保存回答快照与引用来源清单。</li><li>分析人员:对每条引用来源做身份核验,标注账号真实性与时间分布。</li><li>内容团队:核对官方页面与参数说明是否最新,修正可被抓取的错误信息。</li><li>法务与品牌:对确认伪造的内容发起举报,保留证据与处理记录。</li><li>复核人:统计低可信来源的复现率,按月判断污染是否收敛。</li></ol><table><thead><tr><th>字段</th><th>示例值</th><th>说明</th></tr></thead><tbody><tr><td>问题编号</td><td>FOD-008</td><td>按品类前缀编号</td></tr><tr><td>引用来源</td><td>评价聚合站</td><td>记录域名</td></tr><tr><td>来源评级</td><td>低</td><td>高、中、低、最低</td></tr><tr><td>复现次数</td><td>3 次</td><td>近四周采样</td></tr><tr><td>核验状态</td><td>待处理</td><td>举报或修正后回填</td></tr></tbody></table></div><p>把可控性说清楚,能避免无效投入。官方页面、参数说明、售后政策属于完全可控,改了就生效;主流媒体的测评属于可影响,需要通过送测与沟通推动;用户评价属于部分可控,只能通过真实服务体验与合规引导改善;伪造内容属于不可控,只能监测、举报与等待平台清理。</p><p>这条边界也解释了为什么 GEO 工作不能承诺控制 AI 回答。能做的是把可控信源做到最好,把可影响信源的比例提高,把不可控信源的复现率压下去。任何声称能直接改写 AI 回答的说法,都超出了当前技术与管理能力的范围,也不符合平台的内容规则。</p><ul><li><p>AI 伪造评价和品牌自己的 AI 可见度有什么关系?</p><p>关系在信源上。AI 回答常引用评价与测评内容,如果这些内容由 AI 批量伪造,品牌被描述的方式就可能建立在假信源上;监测时若不区分来源可信度,会把污染数据当成真实反馈。</p></li><li><p>怎么判断一条评价是不是 AI 批量生成的?</p><p>看三个特征:表述高度模板化、发布时间密集集中、账号历史评价单一。三条同时出现时可信度较低,应标记为待核实来源,而不是直接采信。</p></li><li><p>品牌能控制 AI 回答里对自己的描述吗?</p><p>不能直接控制,只能影响可被抓取的信源。官方页面、参数说明与真实评价属于可控范围,第三方测评与聚合内容属于影响范围,伪造内容属于需要监测和举报的范围。</p></li><li><p>描述偏差多久复核一次比较合适?</p><p>建议按月固定采样,遇到舆情或大促节点加密到每周。偏差复现率高的来源优先处理,因为同一来源会持续影响后续回答。</p></li></ul><ul><li><a href="https://baijiahao.baidu.com/s?id=1880251501991588394&wfr=spider&for=pc">亿邦动力:10月28日电商早报 韩国消费者院联合谷歌查处420件AI伪造评价</a></li></ul>
百洋医药自有品牌占七成 零售终端的SKU结构在变 文章配图
博晓通
2026-10-28
百洋医药自有品牌占七成 零售终端的SKU结构在变
<p>截至 10 月 28 日的公开信息,百洋医药披露的 2026 年三季报显示,前三季度营业收入 52.18 亿元、还原两票制业务后为 60.57 亿元,归母净利润 2.40 亿元,第三季度单季营收 16.59 亿元;其中品牌运营业务营收 39.91 亿元、还原后 48.30 亿元,占比 76.49%,毛利额 19.20 亿元、占公司毛利总额的 94.19%。报告期公司持续压缩批发配送和代运营业务,这对依赖药店终端做铺货的品牌与渠道团队来说,意味着终端的 SKU 结构与到货节奏都会跟着变。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>品牌运营业务前三季度营收 39.91 亿元,还原两票制后 48.30 亿元,占比 76.49%;毛利额 19.20 亿元,占 94.19%</td><td>批发配送与代运营压缩后释放的终端货架空间由哪些品类承接,公告未披露</td><td>四季度迪巧、甘纤乐、纽特舒玛在零售终端的铺货率与可售率变化</td></tr></tbody></table></div><p>把两个占比放在一起看,结构就清楚了:品牌运营贡献了约四分之三的收入,却贡献了 94.19% 的毛利。这意味着公司把资源从低毛利的批发配送和代运营撤出,集中到自有品牌上,是一种必然选择而不是临时调整。对零售终端而言,直接后果是同一个供应商送来的货品结构变了——配送类 SKU 减少,自有品牌 SKU 增加。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">业务板块</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">前三季度营收</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">结构特征</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">品牌运营</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">39.91 亿元</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">占毛利 94.19%</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">还原两票制后</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">48.30 亿元</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">占营收 76.49%</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">公司整体</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">52.18 亿元</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">单季 16.59 亿元</td></tr></tbody></table></div><p>这类结构变化在门店端最先表现为「货架上的品牌集中度上升」。原本由批发配送带来的多品牌、小批量货品减少,取而代之的是少数自有品牌的完整规格带。对门店采购来说,选择变少但单品牌的可售规格变全,考核指标也要从「品牌数量」转向「单品牌可售率」。</p><h3>谁在补位,谁在退出</h3><p>压缩批发配送与代运营,意味着公司主动放弃一部分走量但低毛利的生意。这部分份额不会消失,而是被其他商业公司或区域配送商接走。对零售终端来说,短期内的风险是补位方的配送频次与起订量不同,导致部分长尾品种出现阶段性缺货;中期看,如果补位方履约稳定,缺货会收敛,但价格体系可能重新洗牌。</p><p>判断是否进入风险区间,可以看两个信号:一是门店端同一品种的到货周期是否从周配变成双周配,二是同类品种的零售价是否出现明显价差。到货周期拉长而价格未动,说明是履约问题;价格先动,说明是渠道结构在重新分配利益。</p><h3>缺货与可售率要分开统计</h3><p>很多团队把缺货率与可售率当成一个指标的两面,实际上两者口径不同。缺货率统计的是「有订单但无货」的比例,反映履约能力;可售率统计的是「在架可售 SKU 占应有 SKU 的比例」,反映铺货完整度。批发配送收缩时,缺货率可能因为订单减少而下降,但可售率同时下滑,只看前者会得出完全相反的结论。</p><p>更稳妥的做法是把两个指标按门店分层看:高潜门店的可售率下滑说明供给没跟上,普通门店的可售率下滑可能只是主动精简。分层之后,铺货资源才能投到真正会放量的门店上,而不是平均撒货。</p><p>铺货率回答的是「有多少门店有货」,上翻回答的是「有货的门店卖不卖得动」。在品牌集中度上升的阶段,铺货率容易快速做高,因为单品牌规格带变全、进场谈判更简单;但如果上翻跟不上,货就会停在门店仓库而不是货架上,形成事实上的滞销。</p><ul style="list-style:none;padding:0;margin:18px 0;"><li style="border:1px solid #d9e2ec;border-left:3px solid #024e9a;border-radius:6px;padding:12px 14px;margin-bottom:10px;background:#fafcff;"><strong style="display:block;margin-bottom:4px;color:#024e9a;">铺货率</strong><span>目标门店中在架销售该 SKU 的比例,衡量分销广度。</span></li><li style="border:1px solid #d9e2ec;border-left:3px solid #024e9a;border-radius:6px;padding:12px 14px;margin-bottom:10px;background:#fafcff;"><strong style="display:block;margin-bottom:4px;color:#024e9a;">上翻率</strong><span>已铺货门店中产生实际销售的比例,衡量动销质量。</span></li><li style="border:1px solid #d9e2ec;border-left:3px solid #024e9a;border-radius:6px;padding:12px 14px;margin-bottom:10px;background:#fafcff;"><strong style="display:block;margin-bottom:4px;color:#024e9a;">SKU 覆盖</strong><span>单店在架规格数占应上架规格数的比例,衡量规格完整度。</span></li></ul><p>三个指标一起看,才能判断铺货是真增长还是假繁荣。铺货率上升但上翻率下降,通常意味着压货;铺货率与上翻率同步上升而 SKU 覆盖下降,说明门店只接走了最好卖的几个规格,长尾规格没有真正进场。这两种情形对应的动作完全不同。</p><p>结构变化期最怕的是用旧口径看新问题。建议以月为单位做一次终端核验:抽取高潜门店核对在架规格与系统库存是否一致,再核对同期订单的到货周期,最后比对同品种的零售价差。三项都稳定,才说明渠道切换已经完成。</p><p>核验的价值在于把「感觉缺货」变成「可复现的证据」。一旦出现争议,门店照片、系统库存截图与订单到货记录三者能互相印证,责任归属也就清楚了。</p><div style="display:none"><ol><li>区域销售负责人每月抽取高潜门店,核对在架规格数与系统应有规格数,差异超过两成的门店列入下月重点跟进。</li><li>供应链岗核对同一品种近三个月的订单到货周期,识别从周配变成双周配的品种,并同步给采购确认补位方案。</li><li>价格巡查岗记录同品种在同类门店的零售价,价差超过一成的记录下来,判断是渠道结构变化还是促销扰动。</li><li>数据分析岗按月输出铺货率、上翻率与 SKU 覆盖三张分层表,只有三者同向变化时才更新渠道健康度结论。</li></ol><table><thead><tr><th>字段</th><th>示例值</th><th>核验方式</th></tr></thead><tbody><tr><td>门店类型</td><td>高潜门店</td><td>按商圈与月销分层</td></tr><tr><td>应有规格数</td><td>12 个</td><td>商品主数据</td></tr><tr><td>在架规格数</td><td>9 个</td><td>门店巡检记录</td></tr><tr><td>到货周期</td><td>由周配变双周配</td><td>订单到货时间表</td></tr></tbody></table></div><ul><li><p>压缩批发配送会不会导致门店缺货?</p><p>短期存在这个风险,因为补位方的配送频次与起订量可能不同。判断依据是同一品种的到货周期是否拉长、以及是否出现明显价差。履约问题通常表现为周期拉长而价格稳定。</p></li><li><p>品牌运营占比 76.49% 对零售终端意味着什么?</p><p>意味着供应商送来的货更集中于自有品牌,规格带更全但品牌数量更少。门店的考核重点应从品牌数量转向单品牌可售率与规格完整度。</p></li><li><p>铺货率和上翻率为什么必须一起看?</p><p>铺货率只反映分销广度,上翻率反映已铺货门店的动销质量。铺货率升而上翻率降,通常是压货;两者同升才是健康增长。</p></li><li><p>三季报的数据能直接用于判断终端表现吗?</p><p>不能。财报反映的是出货与毛利结构,终端表现要看门店在架率、到货周期与零售价差。两者需要交叉验证,不能互相替代。</p></li></ul><ul><li><a href="https://finance.eastmoney.com/a/202610283912519753.html">东方财富 百洋医药披露2026年三季报 品牌主业稳固</a></li></ul>
AI品牌可见度成竞争入口 三类监测平台能力怎么拆 文章配图
博晓通
2026-10-29
AI品牌可见度成竞争入口 三类监测平台能力怎么拆
<p>截至 10 月 29 日的公开信息,腾讯云开发者社区在 10 月 26 日刊出《全球 AI 品牌竞争格局:Profound、Peec AI 与 AI Looker》,把「AI 成为新的品牌发现入口」作为前提,指出企业竞争的焦点正从搜索排名延伸到 AI 如何理解、描述与推荐品牌,并按三种产品路径对这三家平台做了对比。对负责品牌 AI 可见度的团队来说,这篇对比的价值不在于谁强谁弱,而在于提示监测口径已经分层:有的工具回答「品牌有没有被提到」,有的回答「被怎么描述、引用了谁、竞品占了哪个位置」。口径不同,同一份数据会给出完全不同的结论。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>文章发布于 2026 年 10 月 26 日,刊于腾讯云开发者社区</td><td>作者的实际从业背景</td><td>文中数据是否为一手调研</td></tr><tr><td>文章按三种产品路径对比 Profound、Peec AI 与 AI Looker</td><td>三家平台的市场份额</td><td>对比维度是否含定价与覆盖语种</td></tr><tr><td>文章称三家差异不是强弱排名,而是不同的竞争重点</td><td>该判断的依据与样本</td><td>是否有第三方测评交叉验证</td></tr><tr><td>文章把 AI Looker 描述为从 GEO 监测走向品牌 AI 营销工作平台</td><td>该定位的实际产品形态</td><td>与监测类工具的功能边界</td></tr></tbody></table></div><p>文章的结构本身就说明了行业的分层。第一节讲认知空间的变化,第二节按产品路径分三家,第三节强调差异在于竞争重点而不是强弱排名,第四节讨论中国市场为何值得重点深耕,第五节把 AI Looker 的定位从 GEO 监测推进到品牌 AI 营销工作平台。这条线索里,监测是起点而不是终点,越往后越接近「拿到数据之后做什么」。</p><p>把三家放在一起看,会发现它们解决的是不同环节的问题:有的偏重回答层的表现分析,有的偏重内容生产与分发,有的把监测、内容与工作流串成闭环。对品牌而言,选择工具之前先要确认自己缺的是哪一环,否则很容易买到一堆仪表盘,却仍然回答不了「这个月品牌在 AI 回答里为什么被竞品挤掉」。</p><p>第一层是提及,回答品牌是否出现在回答里;第二层是描述,回答 AI 用什么词概括品牌;第三层是引用,回答这次回答引用了哪些来源;第四层是竞品占位,回答同一次回答里谁排在前、谁被推荐。四层从粗到细,越往后越难采集,但对决策的价值越大。</p><p>很多团队停在第一层,因为提及率最容易算。问题在于提及率会掩盖严重问题:品牌被提到但被描述成过时产品,提及率是满分,实际损失却是负的。描述偏差与引用结构必须一起看,才能判断这条回答对品牌是加分还是减分。</p><h3>第一层是提及,最容易被高估</h3><p>提及率的分母是问题集,问题集怎么定直接决定结果。只问品牌名相关的问题,提及率天然很高;问品类选购、成分对比、使用场景这类问题,提及率才接近真实曝光。所以看到任何提及率数字,第一件事是问问题集是怎么来的。</p><h3>第二层是描述与引用</h3><p>描述偏差要看三件事:有没有把品牌归到错误的品类、有没有用上竞品的卖点、有没有出现事实性错误。引用结构则要看回答引用了官网、媒体、电商页还是论坛,来源类型决定了这条回答的可信度,也决定了品牌后续该往哪里投内容。</p><p>评估一类 AI 可见度工具,先看它能不能固定问题集重复采集。AI 回答本身波动大,不能重复采集的工具只能给出快照,无法判断趋势。第二看它是否记录引用来源,只给结论不给证据的工具,出了问题无法回溯。第三看它能不能把竞品放进同一次采集里对比,单独看自己的数据永远不知道相对位置。</p><p>这三点对应的是可复现、可追溯、可对比,缺一项都会让后续优化失去依据。价格与界面是次要的,因为口径错了,界面再漂亮也只是把错误结论展示得更清楚。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">能力项</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">判断标准</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">缺失的后果</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">重复采集</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">固定问题集可按周期重跑</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">只能看快照,无法看趋势</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">引用记录</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">保留回答原文与来源链接</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">结论无法回溯,难以定位原因</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">竞品同采</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">同一问题同一时段对比</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">不知相对位置,误判自身表现</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">描述偏差</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">标注错误归类与事实错误</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">提及率高但品牌形象受损</td></tr></tbody></table></div><p>在采购工具之前,先用人工方式跑一轮小样本基线,成本不高但收益明显。做法是固定 30 到 50 个问题,在固定平台、固定地区、固定时段各采集一次,记录回答原文、提及情况、引用来源与竞品出现顺序。这一轮数据会成为后续所有工具输出的对照基准。</p><p>基线跑完再决定买什么。如果发现主要问题是描述偏差,重点应放在官网与权威信源的内容修正;如果问题是引用缺失,重点应放在可抓取性与结构化;如果问题是竞品占位,则要研究竞品被引用的内容形态。不同问题对应完全不同的动作,先买工具后找问题通常事倍功半。</p><div style="display:none"><ol><li>内容负责人:确定 30 至 50 个覆盖品类选购、成分对比、使用场景的问题,冻结表述并留存版本记录。</li><li>数据岗:在固定平台与地区逐条采集回答原文、引用链接与竞品出现顺序,每条带时间戳并留存截图。</li><li>分析岗:按提及率、描述偏差、引用来源占比、竞品占位四项汇总,标注样本量与采集时段,留存计算说明。</li><li>品牌方:依据基线判断优先修补哪一层,设定四周后复测,留存决策记录与复测对比。</li></ol><table><thead><tr><th>字段</th><th>示例值</th><th>责任人</th></tr></thead><tbody><tr><td>采集日期</td><td>2026-10-29</td><td>数据岗</td></tr><tr><td>问题原文</td><td>面霜的成分该怎么看</td><td>内容负责人</td></tr><tr><td>引用来源</td><td>品牌官网成分页、行业媒体评测</td><td>分析岗</td></tr><tr><td>竞品占位</td><td>同一次回答中出现两个竞品,品牌排第二</td><td>分析岗</td></tr><tr><td>证据链接</td><td>https://cloud.tencent.com/developer/article/2769430</td><td>分析岗</td></tr></tbody></table></div><ul><li><p>GEO 监测和传统 SEO 工具的区别在哪?</p><p>SEO 工具看关键词排名与点击,GEO 监测看 AI 回答里是否提及品牌、如何描述、引用了谁。前者以页面为单位,后者以问题为单位,采集对象与指标都不同。</p></li><li><p>三家平台的对比结论能直接用来选型吗?</p><p>不宜直接照搬。该文明确说差异在于竞争重点而不是强弱排名,选型仍要回到自身缺哪一环:是缺采集能力、缺内容生产,还是缺把数据变成动作的流程。</p></li><li><p>品牌自己跑基线需要多少问题才够?</p><p>公开资料没有统一标准。实务上 30 至 50 个覆盖不同意图的问题已能看出结构性问题,关键是表述冻结、周期固定,样本可比比样本大更重要。</p></li><li><p>AI 回答波动大,怎么判断变化是真实的?</p><p>用同一问题集连续采集多轮,看趋势而不是看单次结果。若某一指标连续两个周期同向变化,再判断为真实变化,单次波动应视为噪声。</p></li></ul><ul><li><a href="https://cloud.tencent.com/developer/article/2769430">腾讯云开发者社区:全球 AI 品牌竞争格局:Profound、Peec AI 与 AI Looker</a></li></ul>
豆包一半引用来自抖音 AI信源矩阵该怎么排 文章配图
博晓通
2026-10-29
豆包一半引用来自抖音 AI信源矩阵该怎么排
<p>截至 10 月 29 日的公开信息,觅恒在 2026 年 9 月 25 日至 10 月 24 日期间真机实测 37,917 条 AI 回答,统计到 83.9 万条带链接的引用:豆包 55.3% 的引用指向抖音视频,元宝约 13.6% 来自微信公众号文章,DeepSeek 平均每个回答引用 55.4 条来源且最分散,千问只有 45% 的回答带引用。这组数据把「AI 搜索可见度」从抽象概念变成了可核对的信源结构——不同平台信谁,直接决定品牌该在哪里铺内容。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>实测区间 2026 年 9 月 25 日至 10 月 24 日,共 30 天</td><td>样本行业分布的偏差幅度</td><td>各行业单独口径是否公开</td></tr><tr><td>37,917 条回答、83.9 万条带链接引用</td><td>无链接引用是否被排除</td><td>去重规则与子域合并方式</td></tr><tr><td>豆包 55.3% 引用指向抖音视频</td><td>抖音内容的具体形态占比</td><td>企业号与达人号的差异</td></tr><tr><td>千问仅 45% 的回答带引用</td><td>不带引用时的信息来源</td><td>模型知识更新的时间窗</td></tr></tbody></table></div><p>平台之间的差异不是程度差异,而是结构差异。豆包一半以上引用来自抖音,意味着在这个平台里,视频内容的有无几乎决定了品牌被如何描述;元宝依赖公众号,DeepSeek 分散在百科、知乎与资讯站,千问则大量回答不带引用。用一套内容策略打所有平台,结果必然是某些平台完全缺席。</p><p>样本是品牌监测的真实提问,不是全网随机问题,行业分布会影响具体网站的排名。但各平台之间的相对差异在不同行业里是一致的,这也是这组数据最可用的部分:绝对值要谨慎,结构差异可以信。</p><p>从公开数据看,豆包回答数 11,941 条,94% 带引用,平均每个回答引用 16.9 条;元宝 8,931 条,98% 带引用,平均 20.7 条;DeepSeek 7,544 条,99% 带引用,平均 55.4 条;千问 8,781 条,仅 45% 带引用,平均 11.9 条。带引用比例与引用数量,反映的是平台对来源的依赖程度。</p><p>依赖度高的平台,内容布局的边际收益更大;依赖度低的平台,品牌信息是否早已广泛存在于公开网页更重要。这解释了为什么在千问上「临时发几篇稿子见效慢」——它更多依赖模型自身知识,而不是实时检索的结果。</p><h3>豆包与抖音是同一套生态</h3><p>豆包 55.3% 的引用指向抖音视频,第二名搜狐只有 2.7%。这种集中度意味着单点依赖:抖音上有内容,豆包就容易介绍你;没有,就很难被提及。对品牌而言,抖音企业号与达人测评从「营销渠道」变成了「信源基础设施」。</p><h3>元宝与公众号是另一套</h3><p>元宝引用最多的是腾讯系网站,占 15.3%,其中 89% 是微信公众号文章,折合约 13.6%。公众号内容在其他平台很少被引用,在元宝却是首要来源。这说明信源布局必须按平台生态分开做,而不是把同一篇稿子全渠道分发就完事。</p><p>把数据翻译成动作,就是一张分平台清单。豆包优先抖音企业号与达人测评,次要布局资讯站;元宝优先公众号文章,次要布局头条与百科;DeepSeek 需要百科、知乎专栏与资讯站的多点一致;千问优先百科、企业信息平台与点评类口碑站;小红书点点几乎只信站内笔记。</p><p>清单的价值在于分配预算。过去品牌习惯把预算按渠道大小分配,现在要按「该平台信谁」分配。同一个平台内,也要区分自有号与第三方号:第三方内容的采信度通常更高,但可控性更差,两者需要配比。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">平台</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">首要信源</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">优先动作</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">豆包</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">抖音视频,55.3%</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">企业号+达人测评短视频</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">元宝</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">微信公众号,约 13.6%</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">自有号+行业号文章</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">DeepSeek</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">百度百科为主,最分散</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">百科+知乎+资讯站一致</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">千问</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">百度系与点评站</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">百科、企业信息、口碑站</td></tr></tbody></table></div><p>口径要能回答三个问题:品牌有没有被提到、被引用了哪些来源、竞品在同一次回答里占了什么位置。三者缺一,结论都会失真。只统计提及率,会漏掉「被提到但引用的是竞品内容」这种更糟的情况。</p><p>执行上建议先小样本高频次,再扩到全问题集。AI 回答波动大,低频大样本容易被单次异常带偏。每条记录必须带时间戳与平台版本,否则后续无法判断变化来自内容还是系统更新。</p><div style="display:none"><ol><li>内容负责人:确定 30 至 50 个意图问题,冻结表述并留存版本记录。</li><li>数据岗:在手机 App 内逐条提问,记录回答原文与引用链接,标注平台与采集时间,留存截图。</li><li>分析岗:按平台统计带引用比例、引用来源分布与竞品占位,标注样本量,留存计算说明。</li><li>品牌方:按缺口分配内容预算,设定四周后复测,留存决策记录与复测对比。</li></ol><table><thead><tr><th>字段</th><th>示例值</th><th>责任人</th></tr></thead><tbody><tr><td>采集日期</td><td>2026-10-29</td><td>数据岗</td></tr><tr><td>平台</td><td>豆包、元宝、DeepSeek、千问</td><td>数据岗</td></tr><tr><td>引用来源</td><td>抖音视频、公众号文章、百度百科</td><td>分析岗</td></tr><tr><td>竞品占位</td><td>同一次回答中出现两个竞品</td><td>分析岗</td></tr><tr><td>证据链接</td><td>https://www.cnblogs.com/zhitijia/p/23437381</td><td>分析岗</td></tr></tbody></table></div><ul><li><p>为什么不同 AI 平台引用的网站差别这么大?</p><p>各平台背后的搜索服务与内容生态不同:豆包与抖音同属字节跳动,元宝背靠腾讯公众号内容,DeepSeek 会同时检索大量网页再汇总,生态内内容更容易被检索。</p></li><li><p>这组数据的绝对值可以直接引用吗?</p><p>建议谨慎。样本是品牌监测的真实提问,行业分布会影响具体网站排名。可用的是平台之间的结构差异,绝对值应结合自身行业重新测量。</p></li><li><p>只做抖音就够覆盖豆包了吗?</p><p>不够。抖音解决豆包的主要信源,但其他平台各有各的取材路径,单平台覆盖不了全部入口,仍需按平台补齐。</p></li><li><p>品牌应该先做哪个平台?</p><p>看用户主要用哪个平台,以及自己在该平台的现状。先做一次真机体检,看清被提及次数与引用来源,再决定先补哪块。</p></li></ul><ul><li><a href="https://www.cnblogs.com/zhitijia/p/23437381">博客园:豆包一半的引用来自抖音:AI 平台信源实测(2026 年 10 月)</a></li></ul>
两地菜价周报同日发布 门店价格监测该看哪几个数 文章配图
博晓通
2026-10-28
两地菜价周报同日发布 门店价格监测该看哪几个数
<p>截至10月28日的公开信息,潍坊与福建光泽在同一天发布了食品价格数据:潍坊监测的15种蔬菜4涨1平10降,综合均价2.90元,下降2.7%;水产品6种2涨3平1降<a href="http://h5.wfwb.wfnews.com.cn/content/20261028/Articel16001MN.htm" target="_blank">潍坊晚报</a>。光泽县城区超市当日鸡蛋5.58元、鸭蛋6.98元、菜豆4.58元、花菜3.98元、白萝卜3.98元,单位为500克<a href="http://www.guangze.gov.cn/cms/html/gzxrmzf/2026-10-28/121263235.html" target="_blank">光泽县人民政府</a>。两份表格放在一起看,门店价格巡检查的不该是涨没涨,而是哪一类商品在分叉。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>潍坊15种蔬菜4涨1平10降,综合均价2.90元,降2.7%</td><td>潍坊样本门店的数量与业态</td><td>监测点位是否含农贸市场</td></tr><tr><td>潍坊水产品6种2涨3平1降,鲅鱼14.86元涨4.6%</td><td>价格采集的具体时段</td><td>是否为零售价而非批发价</td></tr><tr><td>光泽县超市鸡蛋5.58元、鸭蛋6.98元、花菜3.98元</td><td>光泽其他超市的价格差异</td><td>监测点为森林购物广场单店</td></tr></tbody></table></div><p>先看潍坊的结构。15种蔬菜里10种下降、4种上涨、1种持平,综合均价2.90元,环比下降2.7%;上涨的品种集中在根茎与耐储类,圆葱2.62元涨18.0%,西葫芦2.55元涨14.9%,土豆1.78元涨5.3%<a href="http://h5.wfwb.wfnews.com.cn/content/20261028/Articel16001MN.htm" target="_blank">潍坊晚报</a>。同一张表里,叶菜在跌、根茎在涨,这不是整体行情,而是结构性分化。</p><p>水产品的情况相反。6种监测品种2涨3平1降,鲅鱼14.86元涨4.6%,鲈鱼21.51元涨2.0%,带鱼17.87元、虾28.83元、虾皮49.87元持平,鲤鱼19.51元微降0.1%<a href="http://h5.wfwb.wfnews.com.cn/content/20261028/Articel16001MN.htm" target="_blank">潍坊晚报</a>。海水产品小幅上行、淡水鱼走平,说明涨价的动力来自供给端而不是需求端。</p><h3>潍坊的十五种蔬菜</h3><p>把涨跌结构单独列出来,可以看出一件事:跌幅集中在叶菜,涨幅集中在能存的品种。叶菜保鲜期短、运输损耗高,价格对天气和到货节奏最敏感;根茎类耐储,价格更容易被囤货与调运影响<a href="http://h5.wfwb.wfnews.com.cn/content/20261028/Articel16001MN.htm" target="_blank">潍坊晚报</a>。同一份周报里出现两个方向,意味着供应链的压力点不在总量,而在周转。</p><p>这个判断对门店订货有直接用处。叶菜跌价时,门店若按上周销量订货,会因为价格下行带来客流增加而缺货;根茎涨价时,若继续按原规格陈列,毛利会被压缩。价格监测的价值就在这里:它提前告诉门店哪一类商品的订货逻辑要改。</p><p>潍坊的周报给的是涨跌结构与均价,光泽给的是单店的具体标价,两者口径不同,不能直接横向比较单价,但可以放在一起看结构<a href="http://www.guangze.gov.cn/cms/html/gzxrmzf/2026-10-28/121263235.html" target="_blank">光泽县人民政府</a>。下表按品类组列出两地的监测结果,用于判断哪一类商品的价格信号更值得跟。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">品类组</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">潍坊监测结果</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">光泽当日标价</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">蔬菜</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">15种,4涨1平10降,均价2.90元</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">菜豆4.58元、花菜3.98元、白萝卜3.98元</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">蛋类</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">未列入本周报监测</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">鸡蛋5.58元、鸭蛋6.98元</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">水产品</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">6种,2涨3平1降,鲅鱼14.86元</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">未列入当日公示</td></tr></tbody></table></div><p>表格第一行的对比最有信息量。潍坊的蔬菜整体在跌,但光泽的花菜3.98元、菜豆4.58元并不算低,这说明区域之间的价差可能大于同一区域内的周环比波动<a href="http://www.guangze.gov.cn/cms/html/gzxrmzf/2026-10-28/121263235.html" target="_blank">光泽县人民政府</a>。对连锁企业,跨区域统一定价在这种结构下很难成立,价格策略必须允许区域差异。</p><h3>叶菜与根茎的分叉</h3><p>分叉的成因可以拆成三条:到货节奏、储存能力、替代弹性。叶菜到货集中、储存期短,价格随到货波动;根茎耐储,贸易商可以在低价时建库存,价格反而更黏;替代弹性上,叶菜可替代品多,涨价就换品种,根茎替代品少,涨价也难换<a href="http://h5.wfwb.wfnews.com.cn/content/20261028/Articel16001MN.htm" target="_blank">潍坊晚报</a>。三条叠加,就形成了同一张表里两个方向的走势。</p><p>对门店运营,这三条对应三种动作。叶菜要看日配频次与损耗,价格下行时加大陈列面积、缩短补货间隔;根茎要看库存周转与订货批量,价格上行时控制单次订货量、避免高价建库存;蛋类看的是替代关系,鸡蛋与鸭蛋价差扩大时,促销组合要跟着调整<a href="http://www.guangze.gov.cn/cms/html/gzxrmzf/2026-10-28/121263235.html" target="_blank">光泽县人民政府</a>。</p><p>第一项是价格带而不是单价。同一品类里,最低价与最高价的差距决定了客群覆盖,巡检查的是这个带有没有异常拉宽或收窄,而不是某个单品贵了两毛<a href="http://h5.wfwb.wfnews.com.cn/content/20261028/Articel16001MN.htm" target="_blank">潍坊晚报</a>。带一旦异常,通常意味着某个渠道在清库存或某个供应商在调价。</p><p>第二项是区域价差。潍坊与光泽的对比说明,跨区域价差可能大于周环比波动,巡检查若只看本地,会漏掉跨区套利的风险<a href="http://www.guangze.gov.cn/cms/html/gzxrmzf/2026-10-28/121263235.html" target="_blank">光泽县人民政府</a>。对做全渠道的品牌,价差超过物流成本就具备套利空间,这时需要的是价格秩序干预,而不是继续促销。</p><p>第三项是标价与成交价的一致性。周报与公示给的是标价,实际成交还要看会员价、满减与优惠券折算;标价稳定但成交价波动,说明促销在执行层面失控<a href="http://h5.wfwb.wfnews.com.cn/content/20261028/Articel16001MN.htm" target="_blank">潍坊晚报</a>。把三个口径并列记录,才能判断问题出在定价还是执行。</p><div style="display:none"><ol><li>价格监测岗:按品类组抓取本地周报与周边区域公示价,建立价格带记录,证据为周报截图与录入表。</li><li>门店运营:核对标价、会员价与成交价三个口径,标注差异条目,证据为价签照片与POS流水。</li><li>采购:按叶菜与根茎分类调整订货批量与频次,证据为订货单与损耗记录。</li><li>区域负责人:比对跨区价差与物流成本,判断是否存在套利空间,证据为运价表与跨区订单。</li></ol><table><thead><tr><th>字段</th><th>示例值</th></tr></thead><tbody><tr><td>监测日期</td><td>2026年10月28日</td></tr><tr><td>潍坊蔬菜均价</td><td>2.90元,环比降2.7%</td></tr><tr><td>潍坊水产涨幅</td><td>鲅鱼14.86元,涨4.6%</td></tr><tr><td>光泽鸡蛋</td><td>5.58元/500克</td></tr><tr><td>核验状态</td><td>周报与公示已发布,成交价待核</td></tr></tbody></table></div><ul><li><p><strong>两份价格表能直接比较吗?</strong></p><p>不能直接比单价。潍坊给的是15种蔬菜的涨跌结构与综合均价,光泽给的是单店具体标价,样本与口径都不同。可以比较的是结构,例如哪一类在涨、哪一类在跌。</p></li><li><p><strong>蔬菜均价下降是不是意味着进货更便宜?</strong></p><p>均价下降反映监测品种的整体走势,具体到门店还要看品类结构。叶菜跌幅大、根茎在涨,若门店叶菜占比低,实际进货成本可能没有下降。</p></li><li><p><strong>门店价格巡应该看几个指标?</strong></p><p>至少三个:价格带宽度、区域价差、标价与成交价的一致性。只看单价会漏掉结构性问题和执行问题。</p></li><li><p><strong>水产品小幅上涨要跟进调价吗?</strong></p><p>要看涨幅与销量弹性。潍坊水产品6种里3种持平,鲅鱼涨4.6%、鲈鱼涨2.0%,属于小幅波动,优先观察一周再决定,避免频繁改价影响价签一致性。</p></li></ul><ul><li><a href="http://h5.wfwb.wfnews.com.cn/content/20261028/Articel16001MN.htm" target="_blank">潍坊晚报:居民生活消费品价格监测周报 2026年10月28日</a></li><li><a href="http://www.guangze.gov.cn/cms/html/gzxrmzf/2026-10-28/121263235.html" target="_blank">光泽县人民政府:2026年10月28日光泽县城区农贸市场及城区超市主要食品价格</a></li></ul>
好想来门店破3万 县域零食连锁的选址口径 文章配图
博晓通
2026-10-28
好想来门店破3万 县域零食连锁的选址口径
<p>截至 10 月 28 日的公开信息,万辰集团(好想来母公司)披露的 2026 年三季报显示,前三季度营业收入 556.28 亿元、同比增长 52.15%,净利润 28.65 亿元、同比增长 80.10%,毛利率 12.90%、同比提升 1.21 个百分点;截至 9 月中,其全国签约量贩零食门店数突破 30000 家,并继续向县域腹地挺进、落地乡村店。对做零食连锁与快消分销的团队来说,这份成绩单真正的信息不在增速本身,而在增量从哪里来:当核心城市门店密度接近饱和,下一批值得开的店必须靠可核验的商圈与客流数据筛出来,而不是靠经验拍板。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>前三季度营业收入 556.28 亿元,同比增长 52.15%</td><td>单店平均日销是否同步提升</td><td>分区域同店增速未披露</td></tr><tr><td>净利润 28.65 亿元,同比增长 80.10%</td><td>—</td><td>与归母净利润 18.38 亿元之间的差额构成</td></tr><tr><td>9 月中签约量贩零食门店突破 30000 家</td><td>在营门店与签约门店的差额</td><td>县域门店占比与闭店率</td></tr></tbody></table></div><p>先看四个数字。营业收入 556.28 亿元、同比增长 52.15%,是规模仍在扩张的证据;净利润 28.65 亿元、同比增长 80.10%,说明扩张没有以牺牲利润为代价;毛利率 12.90%、同比提升 1.21 个百分点,意味着采购与商品结构在改善;期末货币资金 60.68 亿元,则为继续开店留出了现金空间。四个数字放在一起,指向同一个判断:这家公司的增长仍处在用门店换规模、用规模换采购成本的阶段。</p><p>但规模扩张的边际效率并没有被披露。三季报没有给出同店增速、单店日销和分区域门店数,也没有区分签约门店与在营门店,因此不能从 30000 家这个数字直接推出单店产出提升。对渠道团队而言,这恰恰是要在自有数据里补上的一环:门店数只是分母,真正决定铺货效率的是每一家店的可售 SKU 数与周转天数。</p><h3>净利润两个口径为什么差出 10 亿</h3><p>同一份业绩里出现了两个净利润数字。新华财经口径的净利润为 28.65 亿元、同比增长 80.10%,每日经济新闻口径的归属于上市公司股东的净利润为 18.38 亿元、同比增长 114.99%,两者相差约 10.3 亿元。这一差额属于合并净利润与归母净利润之间的口径差,通常对应少数股东损益,本身不是数据矛盾;但在做同业对比时,若一方用归母、另一方用合并,增速结论会完全不同,取数前必须先对齐口径。</p><p>门店数量突破 3 万家之后,核心商圈的选址空间已经不多。三季报的表述是在既有优势市场区域的基础上继续向县域腹地挺进、通过落地乡村店扩张零售的毛细血管,这句话把下一步的增量方向写得很清楚:县城与乡镇的门店密度仍低于一二线城市,租金与人力成本也更低,单店模型更容易跑通。对零食连锁来说,县域不是退而求其次,而是当前阶段单位经济模型更优的市场。</p><p>县域扩张的难点不在开店速度,而在区域机会的判断精度。同一个省内的不同县城,人口规模、消费习惯与竞品密度差异很大,用省级平均数据做决策,往往会在人口外流的县城开出高估客流的门店。更可靠的做法是把筛选颗粒度下沉到商圈,用门店级数据判断某个具体点位是否值得进入。</p><h3>乡村店与县城店的成本结构不同</h3><p>乡村店与县城店的成本结构并不一样。县城店依赖商业街自然客流,租金占比高但客单价稳定;乡村店更依赖集市日与节庆的脉冲客流,租金低但日均销售波动大。把两者放进同一套门店筛选模型里,会同时低估县城店的租金风险和高估乡村店的稳定性,比较稳妥的做法是按店型分别设定客流、客单与租售比的阈值,再统一用区域机会排序。</p><p>三季报里还有一句容易被跳过的话:线下创新店型持续扩容的同时,线上消费需求带动好想来即时零售业务不断增长。这句话的含义是,门店不再只是一个销售终端,同时还是一个前置履约节点,3 万家门店构成的密度本身就是即时零售的仓网。门店可售率因此有了第二重意义:某个 SKU 在门店缺货,损失的不只是到店客流,还有 3 公里内的到家订单。</p><p>这重身份改变了门店考核的方式。只看到店销售额,门店会倾向把货架留给高毛利商品;把即时零售订单计入门店业绩,门店才有动力维护线上可售清单。对铺货上翻监控来说,这意味着同一家门店要输出两套可售数据:到店可售与到家可售,两者的缺口正是渠道机会所在。</p><h3>门店与前置仓共用库存的边界</h3><p>共用库存有明确的边界。门店的货架陈列以动销最快的品类为主,即时零售订单却常常落在长尾商品上,两者共用一套库存时,长尾 SKU 最容易出现线上有、门店无的错配。可行的做法是把即时零售订单占比高、且线下动销慢的 SKU 单独设为门店可售清单,用铺货率而不是陈列面来考核,避免为了线上订单挤压门店主推位。</p><p>把上面几条合起来,县域门店的筛选可以落成四个可核验的维度:商圈客流、品类缺口、履约半径和租金效率。这四个维度的共同点是都能在开店前用公开数据或平台数据验证,不依赖店长的个人判断。对黄金门店计划这类工作来说,先有可核验的口径,再谈潜力门店排序,顺序不能颠倒。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">维度</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">核验数据</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">建议口径</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">商圈客流</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">3 公里常住人口与夜间活跃度</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">与现有门店重叠率低于 30%</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">品类缺口</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">周边竞品 SKU 与价格带</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">主力价格带缺口不少于 2 档</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">履约半径</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">即时零售 30 分钟可达小区数</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">覆盖小区不少于 40 个</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">租金效率</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">月租与预估月销之比</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">不高于 8%</td></tr></tbody></table></div><div style="display:none"><ol><li>区域运营:调取候选商圈近 12 个月门店级 POS 数据,核对同店销售与客流,输出候选清单。</li><li>商品团队:比对候选商圈周边竞品 SKU 与价格带,标注缺口品类,形成铺货建议。</li><li>履约团队:用平台数据核算 30 分钟可达小区数,确认即时零售订单覆盖范围。</li><li>财务:按店型分别测算租金占比与回本周期,剔除租售比超过阈值的点位。</li><li>复核人:三个月后用开业实际数据回测,记录偏差并调整维度权重。</li></ol><table><thead><tr><th>字段</th><th>示例值</th><th>说明</th></tr></thead><tbody><tr><td>商圈编号</td><td>HN-XY-0731</td><td>县域编码加序号</td></tr><tr><td>候选门店</td><td>好想来 县城人民路店</td><td>标注县城店或乡村店</td></tr><tr><td>重叠率</td><td>26%</td><td>与现有门店 3 公里重叠</td></tr><tr><td>缺口价格带</td><td>3 档</td><td>竞品未覆盖的主力价格带</td></tr><tr><td>核验状态</td><td>待回测</td><td>开业三个月后回填</td></tr></tbody></table></div><p>需要提醒的是,四个维度的阈值不是通用标准,而要随区域调整。同一套阈值放在人口净流入的县城与人口外流的县城,会得出完全相反的结论;因此潜力门店的判定应当分区域校准,并且每季度用实际开业后的三个月数据回测一次,把偏差大的维度权重下调,让门店筛选模型跟着市场走。</p><ul><li><p>签约门店 30000 家等于在营门店 30000 家吗?</p><p>不等于。三季报披露的是签约量贩零食门店数,签约与在营之间还存在选址确认、装修与开业的时间差,因此不能把 30000 家直接当作可产生销售的终端数量。判断实际覆盖能力,要看在营门店数与同店数据。</p></li><li><p>县域门店的潜力该怎么排序?</p><p>建议按商圈客流、品类缺口、履约半径和租金效率四个维度打分,并分店型设定阈值。县域店与乡村店的成本结构不同,混用一套阈值会同时低估县城店的租金风险、高估乡村店的稳定性。</p></li><li><p>即时零售订单会不会挤压门店陈列?</p><p>会。门店货架以高动销品类为主,即时零售订单常落在长尾 SKU 上,共用库存时最容易出现线上有、门店无的错配。可行的做法是把这类 SKU 单列为门店可售清单,用铺货率而不是陈列面来考核。</p></li><li><p>三季报里两个净利润数字该用哪个?</p><p>看比较对象。与同业做增速对比时,需统一使用归母净利润或统一使用合并净利润。28.65 亿元为合并口径,18.38 亿元为归母口径,混用会得出不同结论。</p></li></ul><ul><li><a href="https://finance.sina.com.cn/jjxw/2026-10-28/doc-iniwuefy3419324.shtml">新华财经:好想来母公司前三季度营收同比增长52%</a></li><li><a href="https://baijiahao.baidu.com/s?id=1880210705388455556&wfr=spider&for=pc">每日经济新闻:万辰集团2026年前三季度净利润约18.38亿元</a></li><li><a href="https://k.sina.cn/article_7857201856_1d45362c001908ss6m.html">新浪财经:零售行业热点小时报(2026年10月28日18时)</a></li></ul>
美团无人机首进山区村落 即时零售的履约半径怎么算 文章配图
博晓通
2026-10-29
美团无人机首进山区村落 即时零售的履约半径怎么算
<p>截至10月28日的公开信息,美团无人机于10月26日启用浙江首条配送航线,连接宁波奉化武岭商业广场与雪窦山景区东山村,这是内地市场第一次把即时配送带入山区村落;东山村距山下商业区约10公里盘山公路,此前商家配送起送价普遍超过100元、耗时一到两小时,无人机配送约需十余分钟,截至9月底该业务累计完成订单已超110万单<a href="https://www.ebrun.com/20261027/716512.shtml" target="_blank">亿邦动力:美团无人机首次覆盖山区村落场景</a>。对做即时零售渠道与门店覆盖的品牌来说,这条航线的价值不在技术展示,而在于它把履约半径这个原本由门店密度决定的概念,拆成了可以按场景单独计算的变量——山区、景区、医院这类传统意义上的低效点位,第一次有了被稳定供给的可能。</p><div style="display:none"><table><thead><tr><th>已知事实</th><th>未证实</th><th>需要核实</th></tr></thead><tbody><tr><td>10月26日启用浙江首条无人机配送航线,连接奉化武岭商业广场与东山村</td><td>单条航线的日均单量与盈亏平衡点</td><td>航线补贴与运营成本分摊方式</td></tr><tr><td>东山村距山下商业区约10公里盘山公路</td><td>可承运的品类与重量上限明细</td><td>生鲜与药品的温控方案</td></tr><tr><td>此前配送起送价普遍超100元、耗时1至2小时,无人机约10余分钟</td><td>恶劣天气下的可用率</td><td>停飞时的替代履约方案</td></tr></tbody></table></div><p>把起送价和耗时并排放,能看清这条航线的经济含义。100元起送价并不是商家想多收,而是10公里盘山路把骑手的往返时间、油费与空返概率都推高了,成本只能转成门槛;当门槛高到超过多数订单的客单价,需求就被价格挡在门外,而不是被距离挡住。无人机把这段路压缩到十余分钟,真正改变的不是速度,而是原本不成立的需求重新变成了可以计算的订单。</p><p>更值得注意的是110万单这个累计口径。它说明无人机配送已经从演示阶段进入常规运营,覆盖深圳、上海、广州、香港、迪拜等城市,山区村落是新增的场景而不是唯一的场景。对品牌方而言,判断一个新模式是否值得跟进,看的不是单点新闻,而是它是否已经形成可复制的运营口径——累计单量、可承运品类、停飞预案,这三项齐了,才谈得上纳入渠道规划。</p><h3>山区村落:需求密度低,但客单高</h3><p>东山村这类点位的特征是订单密度低、单笔客单高、时效要求集中在少数时段。传统骑手模式在这种结构下几乎无法盈利,因为每单的固定成本被极少的单量摊薄不了;无人机把单程成本压到与距离弱相关之后,低密度点位反而成了可以做的生意。这与城市核心商圈的逻辑正好相反,也解释了为什么即时零售的下一步扩张不会只沿着人口密度走。</p><h3>景区与医院:时段集中、路径固定</h3><p>景区和医院是另外两类被反复提到的场景。景区的问题是道路管制与客流波动,医院的问题是骑手进不了院、送不上楼。前者靠定点起降绕开道路限制,后者靠分段接力解决最后一百米——顺丰速运、顺丰同城与美团等共建的医院骑手一站式服务中心,用的就是取送分离、分段接力的办法。两类场景的共同点是路径高度固定,这正是自动化配送最容易跑通的条件。</p><p>把三类场景放在一起比较,会发现即时零售的渠道变化并不是均匀发生的。下面这张表把传统配送与无人机口径并排,方便判断哪些点位值得重新纳入覆盖范围。</p><div style="width:100%;overflow-x:auto;"><table width="100%" border="1" cellspacing="0" cellpadding="0" style="width:100%;table-layout:fixed;border-collapse:collapse;margin:18px 0;font-size:14px;line-height:1.7;min-width:520px;"><thead><tr><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">场景</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">传统配送</th><th style="background:#eef4fb;color:#1f2d3d;font-weight:600;text-align:left;padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">无人机口径</th></tr></thead><tbody><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">山区村落</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">起送价超100元、1至2小时</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">约10余分钟</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">景区</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">受道路管制与客流波动限制</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">定点起降绕开道路</td></tr><tr><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">医院</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">骑手进不了院、送不上楼</td><td style="padding:10px 12px;border:1px solid #d9e2ec;vertical-align:top;overflow-wrap:anywhere;">分段接力定点交接</td></tr></tbody></table></div><p>第一层机会属于平台与履约服务商,它们决定航线开在哪里;第二层机会属于品牌,尤其是那些过去因为配送门槛而放弃低密度市场的品类。消费需求并没有消失,只是被履约成本压住了,当成本结构改变,原本被判定为不经济的区域会重新进入可选范围。这也是渠道变化最容易被低估的地方:它不是多了一个配送方式,而是把市场边界往外推了一圈。</p><p>第三层机会在门店端。无人机航线需要起降点与前置备货,这些节点通常依附于现有商业体,武岭商业广场就是一个例子。对连锁品牌来说,这意味着门店的选址价值不再只由客流决定,还要看它能否成为履约节点;一个客流中等但位置适合做前置仓的门店,其战略价值可能高于一个客流更高却无法支撑配送的点位。</p><p>新场景刚起步时,最容易被夸大的就是规模。比较稳妥的做法是先设三个可观察变量:单航线日均单量、可承运品类占比、以及停飞时的替代履约完成率。前两个判断这条航线能不能长大,第三个判断它在异常天气下会不会变成投诉来源。</p><p>这三个变量都能从公开信息与自身订单数据里拆出来。日均单量看的是需求是否真实,而不是首日尝鲜;可承运品类占比决定了它能承载多少SKU,生鲜、药品、标品对温控与重量的要求完全不同;替代履约完成率则直接对应口碑风险,一旦停飞就断供,用户不会区分是天气还是运力。把它们按周记录,比讨论技术先进性有用得多。</p><div style="display:none"><ol><li>渠道负责人:标注现有门店中具备起降条件的点位,证据为门店位置图与商业体合作协议。</li><li>商品负责人:按重量与温控要求筛出可承运SKU清单,证据为商品属性表与包装规格。</li><li>运营负责人:记录航线停飞时段的订单改派率,证据为履约系统日志与客诉记录。</li><li>数据负责人:把单航线日均单量并入区域周报,证据为平台结算单与自营订单明细。</li></ol><table><thead><tr><th>字段</th><th>示例</th><th>核验要点</th></tr></thead><tbody><tr><td>航线编号</td><td>奉化武岭至东山村</td><td>与平台公示一致</td></tr><tr><td>日均单量</td><td>按周统计</td><td>剔除首日尝鲜单</td></tr><tr><td>可承运品类</td><td>按重量与温控分组</td><td>对照包装规格</td></tr><tr><td>停飞替代率</td><td>按次统计</td><td>含改派与退款</td></tr></tbody></table></div><ul><li><p>无人机配送会不会取代骑手?</p><p>短期内不会。这条航线解决的是10公里盘山路这类骑手成本极高的场景,城市核心商圈仍然依赖骑手完成最后一百米。医院场景用的也是分段接力:无人机或外部运力送到交接点,院内仍由人完成交付。</p></li><li><p>哪些品类最适合先用无人机配送?</p><p>重量轻、单价高、时效敏感且不需要复杂温控的品类最适合,例如药品、急用日用品与部分预包装食品。生鲜与冷冻品类要先确认温控方案,否则履约时间缩短带来的体验提升会被品质波动抵消。</p></li><li><p>品牌要不要为山区点位单独备货?</p><p>不建议一开始就单独备货。更稳妥的做法是先在现有前置节点增加可承运SKU,用实际单量验证需求,再决定是否设独立库存。东山村案例里,起送价曾超过100元,说明此前的需求是被门槛压住的,验证期要观察门槛下降后的真实复购。</p></li><li><p>这条航线对门店选址有什么影响?</p><p>门店的选址价值多了一个维度:能否作为履约节点。具备起降条件、靠近低密度市场的门店,战略价值可能高于客流更高但无法支撑配送的点位。</p></li></ul><ul><li><a href="https://www.ebrun.com/20261027/716512.shtml" target="_blank">亿邦动力:美团无人机首次覆盖山区村落场景 浙江奉化新航线开通</a></li><li><a href="https://www.ebrun.com/20261026/716389.shtml" target="_blank">亿邦动力:拼多多拟调整送货上门规则 诱导用户放代收点也属违规</a></li><li><a href="https://www.100ec.cn/home/detail--6665008.html" target="_blank">网经社:双11首日 天猫稳居品牌成交主阵地 124个品牌成交破亿</a></li></ul>