第19节 AI门店模型与产品规划课程：四步跑通门店模型

第19节 AI门店模型与产品规划课程，核心是三件事：算清一家店的账，让AI把选址、选品、定价各跑一遍，最后定下能落地的产品清单。说白了，这一节教的不是某个软件怎么点，而是一套开店前把风险摊开来看的方法。我见过不少学员卡住的地方，从来不是AI不会用，是账没算明白就开始进货。

第19节 AI门店模型与产品规划课程到底讲什么？

门店模型说白了就是一张算账表，把房租、人工、水电、损耗摊到每一天，再看每天要卖多少钱才不亏。AI在里面干的活，是让这张表跑得更快，同时帮你找出自己没注意到的漏洞。搞懂这一点，后面所有步骤都顺了。

一张门店模型里必须有哪些数

数字不用多，缺一个都算不准。

• 日均固定成本：房租加人工加水电气，除以当月营业天数。
• 客单价和毛利率：这两个数决定每来一个客人能留下多少钱。
• 进店转化率和复购间隔：前者决定今天卖多少，后者决定这个月能不能稳住。

AI在这套流程里替掉了谁的活

以前调一次参数，要在表格里改半天公式，改完还得重新核对。现在把变量交给模型，改个数字几十秒出新结果，你能在一个下午里试十几种组合。省下来的时间，应该花在去店门口数人流上，而不是继续调表格。像国家统计局的社会消费品零售数据、中国连锁经营协会的行业报告，都可以拿来对照自己的假设。

如何用四步搭出一个能用的AI门店模型？

四步的顺序不能乱：先算固定成本，再填客流转化，然后让AI找异常，最后做三档情景推演。跳过任何一步，模型都会变成一个好看但不敢用的表格。下面按顺序说。

第一步：把固定成本拆到每一天

房租一万二一个月，按三十天算，每天四百。人工两个店员加自己，一天算三百五。水电杂费按营业额的百分之三预留。三样加起来，每天的固定支出大概在八百到九百之间。这个数出来，你心里就有底了。

第二步：填入客流和转化率，先粗后细

开业前没有真实数据，就去同商圈蹲三天。工作日和周末各挑一天，分上午、下午、晚上三个时段数进店人数。转化率先按行业常见的两成估，等真实数据攒够两周再回填。粗估永远好过不估。

第三步：让AI找异常值，别指望它给答案

模型最有用的地方，是告诉你哪个假设不成立。比如你把毛利率设成六成，它算出来需要每天进店两百人才能打平，而你蹲点看到的人流只有八十。这不是模型错了，是假设太乐观。回头改假设，比改模型的算法有用得多。

第四步：做三档情景推演

保守、正常、乐观三档各跑一遍，重点看保守档能不能活。保守档打平，这门生意才值得往下谈；保守档亏三成，就要回头改租金或者改品类，而不是去调乐观档的数字安慰自己。

产品规划怎么做？从品类结构到SKU清单

产品规划的顺序是先定品类比例，再定单品数量，最后排上新节奏。顺序反了，就会变成拍脑袋进货，货架上堆一堆卖不动的款。这一节里，产品规划和门店模型是一起用的，模型给预算，规划给清单。

品类比例按什么定

先看毛利贡献，再看引流作用。通常把六成货架留给高频刚需品，它们负责把人带进来；三成留给高毛利品，负责把利润做出来；剩下一成试新品，卖不动就换掉，不心疼。

SKU数量控制在多少合适

五十平米以下的小店，六十到一百二十个SKU是个常见的经验区间，具体看周转速度。判断标准很简单：一个单品两周内没动过，就该考虑下架。用AI把销售记录跑一遍，能直接列出滞销清单，比人工翻台账快得多。

用AI拆竞品，比一家家逛店更快

把同商圈三家竞品的线上菜单或者货架照片整理出来，让模型归类，看它们主推什么、缺什么。缺的那一块，往往就是你的机会。这招不是多场景适用的，遇到品类完全同质化的商圈，还是得靠价格或者服务找差异。

学这一节最容易踩的坑有哪些？

第19节 AI门店模型与产品规划课程里，坑基本集中在三个地方：把AI的数字当结论、模型做得太细、忽略位置差异。避开这三个，这一节的收获就能真正落到店里。

把AI算出来的数字直接当结论

模型给的是基于假设的推演，不是预言。所有输出都要拿真实数据回头验证一遍，尤其是开业头一个月，每周回填一次实际客流和客单价，偏差大的假设要当场改掉。

模型做得太细，落地反而动不了

有人把参数调到几十个变量，最后自己都记不住哪个是哪个。先用五到八个关键变量跑通，能指导决策就够了，剩下的细节等开了店再补。

忽略门店位置带来的差异

写字楼店和社区店的客流曲线完全不一样。同一套参数换到另一个位置，结论可能反过来。做规划的时候，位置这一栏要单独拉出来看，别和品类混在一起算。

下一步很具体：挑一家你熟悉的店，用四步把模型跑一遍，把保守档的结论写在纸上。跑完这一遍，你再回头看第19节 AI门店模型与产品规划课程里的其他内容，会顺很多。