三、从逻辑到现实
便利蜂战略故事的内核，是人工智能算法。
如前所述，数据驱动是便利蜂故事的1.0，算法驱动才是便利蜂的终极形态。算法决定了便利蜂的命运，这可能需要呼唤一种数学的突破。
要实现这一愿景，首先必须有丰富的数据——这是便利蜂开局后首要的任务；在强大的数据支持和算力支持下，当算法成熟之后，全面扩张才成为可能。
业务的推进
梳理便利蜂的简短历史，便利蜂的战略落地有这样四条线索：“全链条投入、人为先导、人工智能技术为底、分层次推进”
便利蜂的起步是全链条投入：业务覆盖便利店产业链的各个环节。
其次是人才的到位。在产业链的各个环节，便利蜂集团吸纳了业内相当优秀的人员参与。
便利蜂以人工智能技术为底，这也是其整体业务架构的底层逻辑。其所有业务都是以数据、计算能力和数据分析能力为基础的。
便利蜂的业务是分层次推进，业务推进有明显的层次感。
非常清晰的是，便利蜂在最初阶段是技术准备，接着展开的是面向数据的采集和算法的优化。初期爆发式布局的主要的目，还是依靠高频的顾客接触来获取数据，取得数据后，进一步优化产品组合以及优化算法。在门店环节到位之后，生产、物流、配送等环节业务接续上线。
在我们的观察中，当下这个阶段，便利蜂似乎更多是用数据训练机器， 以及在这个过程中不断优化算法。从这个意义上说，即使便利蜂发展到了近800家门店，但其真正的爆发式扩张还远没有完全展开。
团队的结构
在产业链的各个环节，便利蜂吸纳了业内相当优秀的人员参与。
据不完全统计，至少有5家独角兽企业的CTO加入便利蜂。粗略整理，便利蜂集团吸纳了：来自百度团队的算法经验、来自7-11的便利店运营基因、来自去哪儿的互联网基因、来自肯德基的门店开发经验……其中，很多是成建制地收编到便利蜂集团旗下。
便利蜂团队的另外一个方面，与此相反。便利蜂的后台系统就像一个处理信息、作出决策的大脑，便利店的店长和店员则是身体末端的手指，根据指令完成相应的动作。
通过商品指标计算出来的消费者倾向，生命管理周期都是自动的，甚至每一个货架上的商品应该怎么排列、怎么摆、放多深，全都是系统算出来的，店员只要往指定的位置放好即可。
人的重要性被大大降低了，这给了便利蜂强大的扩张潜力。
口号的内涵
“小小的幸福在你身边”是在便利蜂每一个门店上都会展现的关键词语。这个标语，在向消费者展示其独特价值的同时，也定义了竞争者，也隐含了其围绕消费者，实施业务拓展的逻辑。
“小小的幸福”
这个短语涵盖了便利蜂提供的产品类别，包括实体的产品和非实体的服务。“幸福”也定义了此类商品和服务的价值体验：不是性价比，不是低价格， 而是“幸福”这一个综合性的体验。
幸福是指一个人得到满足而产生的喜悦。幸福存在于差异化中，更多是认知层面的问题。比如最初拥有幸福之后，没有质量是满足不了的；而有了质量之后，更多的精神体验又成为必须。这个定义，暗含了一个不断进化和变化的状态。
“在你身边”
这个短语表明了便利蜂定位于“本地生活产品和生活服务领域”。“身边”定义了便利蜂面向客户的距离：15分钟。这意味着：
服务对象：所有15分钟距离的消费者都是便利蜂的服务对象
覆盖的场景：“在身边”隐含的场景包括家庭、办公室、娱乐场所等
便利蜂的对手：所有在15分钟距离内的产品和服务提供商，都是便利蜂的对手
“你”而不是“您”，体现了便利蜂的角色是一种对等的伙伴关系。相较于“您”表明两者的等级，“你”的称呼表明了同辈、关心亲密的诉求，是一种更平等的关系。
综合来看，上述口号赋予了便利蜂“不断变化、有新意、无所不在”的一种商品服务和体验的含义。这一概念还可以从便利蜂连锁的营业范围得到验证。
经营范围的验证
便利蜂的业务范围广泛，以便利店连锁的营业范围为例，其包含了个人生活中各种场景的需求。
这个营业范围表明，便利蜂将逐步引入各种本地生活所需要的商品与服务。其逻辑在于，最大程度上挖掘和满足用户的需求。
这样的营业范围也暗含了便利蜂的门店逻辑：依靠高频的顾客接触和刚性需求来获取用户，依靠高效率的供应链和对需求的响应，逐步引入各种产品和服务。在很多服务上挤出甚至取代原有业态，最终成为本地生活产品和服务的寡头。
四、拆解便利蜂
如我们在之前所反复讨论的，便利蜂的逻辑是：
全产业链数字化，人工智能算法进入系统，形成决策基础
每一个日常的决策全部由“中央大脑”确定
运营层面的诸板块严格执行系统分配指令
这是一种整体性、大规模、系统的人机协同体系。我们可以对便利蜂进行拆解，以有助于理解其独特之处。
基石：数字化能力
在便利蜂的模型中，人的重要性被大大降低了，形成这个能力的基石就是数字化能力。
便利蜂最重要的成本投资是在后台，这包括形成人工智能体系的三个要素：中央系统的计算能力、覆盖业务全链条的感知和数据采集体系、算法的迭代。
相较于传统便利店，这些投入的重点不一样，投资的数量级也是不一样的。
数据：开放式数据来源
在我们的调查中，便利蜂的数据来源非常广泛。相关的交通、关键日程事件、新闻和本地化社交热点等，都是反映和影响消费行为的数据。根据不完全整理，便利蜂至少还囊括如下数据类型：
来自电商平台：对各大电商平台商品数据的搜集和分析，是新品决策的重要依据。来自天气预报：包括天气、气温等指标，在很大程度上会影响当天的消费内容。
来自消费者的消费数据，是便利蜂的重要来源。此外，数据还来自调研。便利蜂的线上调研，平均每周触达 1.5万—2 万名消费者，收集来自消费者的反馈用于帮助改进商品。
在生产环节，整个工厂的数字化改造，生产过程各个工艺检查点的信息。在仓储环节：常温、冷藏、冷冻的独立温层仓储的监控数据。在运输环节：全温层电子化温度追踪数据、位置信息、地理信息。
在整个链条的数据还包括摄像头采集的数据。摄像头是门店管理的关键设备，对于店员行为的考核、消费者的行为的分析，都是重要的数据来源。
算力的门槛
便利蜂每天要处理和应对的是来自多方面的海量数据
电商平台的监测数据；便利蜂 App 交互的数据；供应商、工厂、运输、门店货架摆放、配送以及在过程中的监控数据等，这些数据涌流到一起，是海量的。
单以门店的网络摄像头为例，以最基础的720P为标准，每个摄像头每天的数据量在100G以上。
当门店数量达到一定级别后，每天的数据消耗也将非常惊人。以视频数据为例，如果以1000个摄像头估算，便利蜂每天的视频数据处理量相当于 100个容量为1TG的硬盘
实时处理这样的数据量，计算能力，是一个非常高的门槛。
算法驱动的世界
在诸多数据来源支撑、强大算力的保障下，便利蜂构建了一个数据驱动的便利店业务软件体系
这些系统的底层，就是一个“中央大脑”。这形成了便利蜂算法驱动的世界：中央大脑决策后，各环节的运营人员，包括门店员工、配送员、司机，只需按系统指引和操作规范来执行。
共3页 上一页 [1] [2] [3] 下一页
关注公号：redshcom 关注更多: 便利蜂
