算法“淘汰”便利店店長，便利蜂正在殺死“解憂雜貨鋪”？_風聞

“可以解別人的憂，也能填滿自己內心的洞。”

説到便利店，很多人會把它與東野圭吾筆下的《解憂雜貨鋪》聯繫到一起。

在這個小小的空間裏，不僅裝着人們日常生活的必需品，也是距離人生活最近、煙火氣最濃的地方。

日本作家村田沙耶香筆下的《人間便利店》，就將人成長中的情感和生活中的感悟與一家便利店糾纏到一塊。

科技浪潮下，傳統商業模式在被新技術不斷改造和取代，原有的客户需求和行為正在被一串串數字重新定義和解讀。

便利店行業同樣也被捲入其中。

沒有情感的算法，能夠真正讀懂人嗎？

店長和算法，誰更“靠譜”？

成立僅3年多的便利店連鎖品牌——便利蜂，已經在全國20個城市開出了超1500家門店，累計募集自資金達15億美元。

在受疫情衝擊的市場大背景下，便利蜂超市北京地區的500多家門店被媒體曝出實現整體盈利的消息。

3年多的時間，便利蜂就可以實現盈利。這種速度超越了傳統便利店7年盈利的行業定律。

不管是便利蜂自身也好，外界對它的評價也罷。

最終，所有的結論都將這次功勞歸結於算法驅動上。

真的是如此嗎？

值得肯定的是，便利店的數據化確實給門店運營帶來的方便，但是否真的是其盈利的根本，仍舊值得我們來探討。

其實，十年前，國內便利店就在嘗試數字化轉型。只不過，能夠做的如此徹底的，目前在國內可能只有便利蜂一家。

這可能與他們之間的基因有關。

提到傳統便利店改革，就不得不提到美宜佳。

早在十幾年前，老牌的連鎖品牌美宜佳就曾在數字化上做過強有力的突破。

當時，加盟店與美宜佳總部在銷售數據和採購商品時出現扯皮等問題愈演愈烈。年輕的美宜佳管理層團隊果斷找到了解決方案——門店安裝POS系統，以此來對門店銷售和商品採購做統一有效地管理和分析。

美宜佳的這一做法，實際上是來源於7-11日本創始人鈴木敏文的經驗。

在鈴木敏文看來，“POS系統對銷售數據的詳細蒐集和對銷售情況的掌握到了令人生畏的地步……可以清楚的知道什麼商品，在什麼時間段賣掉多少件，賣給什麼樣的顧客。”

只是，美宜佳大力推進門店數字化的第一步，就遭遇到了非常強烈的牴觸。這種反對聲音來自於加盟商。

在要求門店安裝POS機時，很多加盟商認為成本過高，而拒絕安裝。然而，在美宜佳總部強硬的態度下，最終，只有四分之三的門店選擇妥協，餘下的四分之一加盟商選擇與美宜佳“一刀兩斷”退出加盟。

不過，機遇總是留給激流勇進的人，命運也總會向不斷努力的人靠攏。

2007年，美宜佳在珠三角已漸成密佈之勢，其統一採購、配送、POS系統初見大成。

傳統便利店的核心是人，而便利蜂的核心是算法。

相比較之下，便利蜂自從誕生下來就是以科技創新為基因。

這也註定着，在數字化的路上，便利蜂的自然生長與傳統便利店斷臂求生的改革會有着不同的效果。

便利蜂研究院負責人曾在接受媒體採訪時表示，便利蜂的本質是充分運用互聯網、大數據、人工智能等新技術，通過算法驅動來更好滿足用户的即時消費需求。

以至於，現如今，便利蜂的數字化程度已經到了令人咂舌的地步。

門店運營到底是算法可靠，還是人更可靠？

便利蜂和一位日系品牌的便利店店長給出了兩個答案。

便利蜂的運營模式，是用算法的理性替代了店長的經驗主義，並且為此，便利蜂還曾針對算法與店長的經驗主義專門做過對比。對比結果顯示，算法要比店長的經驗更精確。

便利蜂信賴算法的原因是，他們認為，人在決策任何事情的時候，會帶有主觀意識的成分在裏面，同樣，在便利店店長身上也會發生。這很有可能會導致，店長在選品、經營過程中出現不佳的情況。

在便利蜂的實際運營中，門店的貨架上需要擺放什麼樣的商品、商品如何去搭配銷售、臨期產品如何處置等問題，全部交給算法去決定和處理。

而南京一家日系便利店店長則表示出不同看法。他表示，店長的日常工作都是處於非常忙碌的狀態。這其中包括，做與店員一樣的日常工作、監督店員工作、整改日常問題，除此之外，還要訂貨並且每天進行相應的數據分析，甚至有時候，忙到連用户運營方面都無暇顧及。離開人來做整體的判斷和分析，是不太好實現的。

因此，在算法決策和店長決策就成為了當下最重要的一個矛盾焦點。

這位店長認為，用户需要進行溝通之後，才能更直觀的表達需求。

而便利蜂創始人則覺得，他不認為自己在做純粹的零售，而是把它當成數據業務來看。通過技術和數據不斷優化，減少人為因素，提升運行效率和效果，實現價值最大化。

一個重視人的決策，一個重視算法的決策。

不過，現階段，便利蜂北京地區的門店盈利只是整體盈利，也就是説，也有虧損的門店存在。

算法能否讓所有的門店都獲得盈利，還有待繼續考證。

0.01%的精度和少許之間，誰更貼心？

6月5日，便利蜂廣州首家門店在天河區黃埔大道西開業，成為便利蜂機繼深圳之後，在華南地區的又一家門店。

媒體在報道這一事件時，着重的提到了便利蜂的數字化內容：便利蜂廣州首家門店高度智能化。店內沒有人工收銀，取而代之是幾台自助收銀機，顧客可以通過便利蜂APP或微信， 自助掃碼付款。

差不多同期開業的便利蜂鄭州首店也被提到門店的高度自動化運營模式。

我們拿便利店毛利最高，也是便利店重點發展的鮮食來做對比。

目前，便利蜂與7-11和羅森一樣，擁有完善的鮮食供應鏈。現階段便利蜂雖然沒有自己的鮮食供應工廠，但是，在與鮮食工廠進行合作的時候，在產品開發上，便利蜂是參與其中的，並且共同開發的產品一般不向第三方供應。

在鮮食產品的生產上，便利蜂用量化標準減少了很多不確定因素存在。

有媒體在對便利蜂鮮食產品的解讀中這樣提到，便利蜂的鮮食製作配料成分表單上沒有少許、食量這些模糊的詞彙，製作菜品的所有配方都要無比精確。

就拿關東煮來説，配料的變動會依據與當天的各項參數來進行調整。比如，湯汁的顏色下調15%，鹽度降低15%，鮮度提升15%，配比量精準到0.1克，補湯稀釋後鹽度精確到0.01%……

在加熱環節，整個操作過程中使用探針式温度計測量產品的中心温度，如果低於一定的標準，就需要在進行加熱。同樣在保温上，也會對產品進行一個恆温保存狀態。

便利蜂認為，只有將這些標準量化，才能夠保證顧客吃到口味一致的菜品，減少意外發生。

但是，這又回到一個老問題上。

有人認為，一個新品的開發，並不能完全靠數據來反饋。

“新品味道好不好，需要怎麼去改進，消費者是不會跟機器去交流，但卻會跟店員反饋。可能有人認為，飯糰有點鹹或者三明治裏面需要多加一些蔬菜，有些食品可能有人不喜歡加熱。”

試問，如果讓算法替代廚師，那還要五星級大廚做什麼？

某國內連鎖便利店店長認為，人和算法之間的溝通仍舊存再一定的障礙，算法和數據可能會反饋某一方面的問題，但不能決定全部。

技術與人、數字和温度的平衡

當然，在理性看到算法與人之間的關係時，我們並不能以偏概全，這仍舊是一個探索過程。

便利蜂的數字化體現最為重要的一點還有自助收銀結算。不僅是普通商品，就連鮮食類商品貨架前便利蜂店內也都裝有自助售貨機。

在自助售貨機上，商品的詳細信息以及保質期等內容都顯示在上面。

不少人認為，便利蜂的一系列自助化的舉措，最終目的，可能是為了讓門店一步步邁向“無人化”階段。

不過，在便利蜂管理者的答案中卻是否定的。

技術歸技術，人歸人。數據和温度並不矛盾。

便利蜂的數據化是為了優化流程來減輕人的負擔以及避免運營中的問題，而並不是取代人。

在人工智能發展的今天，所有人有目共睹的一件事情是，人的某些優點，機器是無法取代的。

門店的自助化收銀給門店的店長和店員確實減少了很多負擔。避免了店員一邊結算，一邊手忙腳亂的製作熟食，讓顧客排隊等候的尷尬。

另外，我們還有無法迴避的一個問題就是，便利店在人們實際生活中獨有的“温度”話題上。

除了，在人們心目當中具有解憂雜貨鋪的形象之外，還有人把便利店比作燈塔、冰心筆下的小桔燈。這無非是，便利店在人們生活中的必要性和便捷性。

麻雀雖小卻五臟俱全，便利店也業務並不侷限在商業上的便利，更是參與到老百姓生活的方方面面。

到店裏來的人，可能不是買東西的，而是問路的。也有可能是有人路過，需要一些緊急幫助等等。這是便利店地理位置優勢以及多年來在人們內心中沿襲下來的一種印象，也可以稱之為消費者心智。

這也是文章開頭中提到的，作家們筆下的便利店，這裏在不同的時間段映射出人們日常生活中的百態。

當然，它也會給便利店來帶了本身價值意外的附加值。

“便利店+”業務的鋪設正是資本和便利店連鎖企業所看重的。比如，家政服務、電信服務、快遞寄存等等，在與人生活息息相關的一些內容。

當我們真正瞭解技術的時候會發現，店員在便利店中能從被機器取代的繁雜業務中解脱出來的時候，他有更多的時間來完成商業內容之外的事情。比如，店長樹洞，比如，紅娘，比如……可以做很多很多。

未來，也許很快，可能會有另外一種更符合當下年輕人生活方式的解憂雜貨鋪展現在人們的面前。