大数跨境

规模胜过技术:为何“临界点”决定了你们的履约模式

规模胜过技术:为何“临界点”决定了你们的履约模式 海外洞察
2026-10-08
7
导读:过早自动化会导致数月来产能闲置;过长时间依赖门店拣货则会白白流失利润。来自 Etailment.de 专家委员会的马蒂亚斯·舒(Matthias Schu)指出,电商杂货零售商应如何确定模式转换的最佳

要点速览

  • 从门店拣货转向仓库拣货的盈亏平衡点约为每月4,091单。
  • 当每月订单量达到30,000单时,自动化仓库比人工拣选更具经济性。
  • 错误的尺寸设计可能导致结构性成本问题,这些问题无法通过销售增长来解决。

对零售商而言,这意味着商店拣货与专用仓库之间的差异每年可能高达78万欧元。过早自动化会导致数月资金被用于支付闲置产能的浪费,而在门店内长期进行拣货作业则会白白损失利润。来自Etailment.de专家委员会的马蒂亚斯·舒(Matthias Schu)展示了电商生鲜零售商如何确定模式转换的最佳时机,以及为何客户留存率是其中的隐形杠杆。

问题听起来很简单:从什么时候开始拥有自己的仓库变得划算?自动化何时能带来回报?然而,在生鲜电商行业提出这些问题的人,通常会得到三种回答:技术供应商建议立即实施自动化;顾问认为从第一天起仓库就不可或缺;务实派希望坚持门店拣货模式直到“市场成熟”。但这三方都错了——至少在他们未结合实际订单量来给出答案时如此。

真相虽不引人注目却至关重要:盈亏平衡点主要取决于订单量,而非所采用的技术等级。而订单量又取决于一个在大多数高管演示文稿中仅作为脚注提及的指标:客户群留存率。如果在此处计算不准确,企业要么过早投入数百万资金建设基础设施导致其长期利用率不足,要么长时间停留在成本高昂的门店拣货环节,将利润空间让渡给所使用的平台或第三方物流服务商(3PL)。

本深度分析揭示了拣选点逻辑在门店拣选、仓库和自动化仓库之间如何实际运作,为何产能利用率不足的“死亡之谷”比常被提及的最后一公里问题对更多电商杂货商业模式构成威胁,以及决策者必须掌握哪些关键杠杆以免错过模型转换的最佳时机。

CAPEX与OPEX的基本公式:简单却暗藏陷阱

基本原则是第一个学期的运营管理:总成本 = 每月固定成本 + 可变成本 × 每月订单数。然而在电商杂货领域,三种常见的履约模式——门店拣选、人工仓库拣选以及自动化仓库拣选——在成本结构上存在根本差异。

图1:三种履约模式的简化成本结构(假设基于2023/2024年欧洲电商生鲜基准数据)。实际值因地点、品类复杂度、工资水平和自动化程度而异。

从这一基本公式中可以得出两个关键的临界点,在这些点上模型转换在经济上是合理的:

临界点1:门店拣货 → 仓库

每月约4,091笔订单(每天约158笔)时,成本曲线首次相交。从此处开始,专用仓库比门店拣货更便宜。在此体量下无论选择哪种模式,月度总成本均约为65,455欧元。低于此临界点的体量更适合采用门店拣货,因为缺乏的固定成本抵消了每笔订单较高的可变成本。

临界点2:仓库 → 自动化仓库

每月约30,000笔订单(每天约1,150笔)时,自动化仓库比人工拣货更具经济性。此时每月总成本为195,000欧元。只有达到这一体量,自动化带来的显著更高的固定成本才能通过每笔订单较低的可变成本得到摊销。

但陷阱在于细节:这些临界点并非普遍真理而是高度个性化的阈值。它们取决于实际的固定成本(租金、人员、折旧、维护、IT)、每笔订单的实际可变成本(拣货速度、品类复杂度、错误率、包装)以及当地的环境条件(工资水平、能源成本、房地产价格)。慕尼黑的一家零售商与莱比锡的一家零售商拥有不同的临界点,全品类零售商与有机产品专业零售商也各不相同。尽管如此,基本逻辑保持不变,始终由体量决定一切。

最危险的错误决策:在体量之前追求技术

在实践中人们反复观察到相同的模式:一家在线零售商看到全自动内部物流供应商令人印象深刻的效率提升并决定投资自动化,尽管当前的订单体量远未达到临界点。其论证逻辑始终遵循同一思路:“我们现在为未来投资”、“体量会来的”、“谁太晚实现自动化谁就会输”。

这本身并不错,但如果体量预测基于愿望而非可靠的队列分析那就很危险。美国的克罗格(Kroger)就痛苦地体会到了这一点:该零售商基于Ocado技术大规模投资于自动化客户履约中心(CFC),但随后不得不关闭一些地点并取消更多计划,因为过低的体量无法证明投资的合理性。固定成本吞噬了利润率,不是因为技术不起作用而是因为体量没有到来。

相反有些零售商过于坚持门店拣货。其背后的逻辑是:“没有资本支出风险我们保持灵活。”这确实如此但代价相应高昂:每单16欧元的变动成本(假设值见图1),若每月处理10,000单则月总成本高达160,000欧元。而在同等业务量下专用仓库的成本仅为95,000欧元(固定成本45,000欧元+变动成本50,000欧元)。两者相差65,000欧元即每月,或每年780,000欧元的利润损失。对于本就为争取每一个百分点边际贡献而苦苦挣扎的生鲜电商业务而言这可能就是生存与失败的分水岭。

这也是基于这样的背景:据德勤(2023年)数据仅仓库内的内部物流流程(包括拣选、包装和存储)就可能占整个履约成本的49%,若再加上最后一公里配送成本可能再增加高达40%。如果在此环节规划不当将导致结构性成本问题无法仅靠简单的收入增长来迅速解决。

沉默的成功杠杆:队列留存与库存利用率

现在情况变得紧张且对许多人来说出乎意料:因为一个商家是否达到盈亏平衡点与其说是取决于营销的获客能力不如说是取决于其现有客户的留存率。而在此方面实证研究呈现出一幅令人沮丧的画面。

欧洲电商生鲜基准数据显示出一致的模式:以一批新客户(例如某月新增1,000名客户)为例首月之后仅约56%的客户继续下单,三个月后降至41%,六个月后为26%。随后曲线趋于平稳维持在约18%至20%的平台期。这意味着在最初新增的1,000名客户中半年后仅有260人保持活跃,一年后仅180至120人作为忠诚客户持续定期下单。

图2:基于欧洲电商基准的典型用户留存情况。最大的流失率44%发生在第一个月之后。从第7-8个月开始留存率稳定在18-20%左右。

首月高达44%的初始流失率尤为引人注目同时也是最大的优化杠杆。这种大幅流失是“试用型顾客”的典型特征:他们尝试使用一次服务却未能找到足够的理由将其融入每周的日常习惯中。原因多种多样:商品种类过少、缺少喜爱的产品、配送时段不理想、复购流程繁琐或者仅仅是入门体验未能充分说服客户让他们相信未来每周能因此节省在实体零售店花费的三个小时。

“死亡之谷”或为何产能不足会致命

现在留存率与盈亏平衡点分析之间的联系变得清晰可见:如果运营一个每月容量为20,000个订单的仓库就必须填满这一产能,否则固定成本将白白消耗。关键问题在于达到目标利用率需要多长的爬坡期?

如果基于现实的人群比例对爬坡期进行建模(假设每月新增1,000名客户、月增长率3%、活跃客户平均每月下单2.5次、留存率如前文所述),结果令人沮丧:70%的目标利用率即固定成本开始显著影响单位经济效应的临界点直到大约14个月后才能实现。

14个月意味着整整一年多的时间里仓库在满负荷成本下运营却只能提供部分产能利用率。在这14个月里每个订单的固定成本远高于按满负荷计算的成本且相对于门店拣货的盈亏平衡点向上移动。这种现象也被称为生鲜电商物流的“死亡之谷”,这是一个几乎影响所有从门店拣货转向仓库运营供应商的阶段但在投资测算中却鲜少出现,而在技术提供商的商业计划书中更是罕见。

背后的数学逻辑同样令人不适:如果在第1个月第一组人群包含1,000名客户且每位活跃客户下单2.5次则该组人群产生2,500个订单。到第2个月只有560名客户(留存率56%)继续下单即1,400个订单加上新增的1,030名新客户(增长3%)。虽然累计订单量逐月上升但老组人群的留存流失严重拖累了volume增长。至少需要14个累计组群才能使一个每月容量为20,000个订单的仓库达到预期的70%利用率。

留存率作为经济杠杆:数据不言自明

如果仅将人群留存率提高五个百分点即在六个月后保留31%的新客户而非26%就能在约11个月内(而非14个月)达到70%的利用率。这意味着在“死亡之谷”中少待三个月。对于每月固定成本为45,000欧元(仓库模式)的情况而言这意味着在爬坡期内减少了约135,000欧元的亏损融资需求。

而且这种效应并不仅限于爬坡阶段。更高的留存率会永久性地降低每个订单的固定成本因为在相同基础设施下处理了更多volume。它还降低了客户获取成本因为维持相同volume所需的新客户更少。同时它提高了客户终身价值因为每位留存客户会在数月甚至数年内重复下单而商家的边际成本则随之降低。

因此每位电商生鲜负责人在其仪表板上应具备的管控指标如下:

指标 定义 目标值
利用率 实际拣货量 / 每小时最大拣货量 > 70 %
第6个月队列留存率 第6个月活跃客户数 / 第1个月新客户数 25 - 30 %
平均订单频率 每月每活跃客户订单数 ≥ 2,5
每单固定成本 每月固定成本 ÷ 每月订单数 随利用率提高而降低

表1:运营履约控制的管控指标。利用率、留存率和订购频率的组合决定了所选的履约模式是否能实现盈利运营。

电商生鲜决策者当下必须采取的行动:五个具体的行动领域

行动领域1:计算自身的盈亏平衡点——使用真实数据

盈亏平衡分析中的示意性数值(图1)仅作为参考基准而非决策依据。每位零售商都必须清楚其实际固定成本(包括所有附加费用如IT、人力、租金、维护和保险)以及每笔订单的实际可变成本(包括拣货、包装、差错和退货)并据此推导出个性化的盈亏平衡点。如果不这样做就如同在盲目航行。

行动领域2:测量并主动管理队列留存率

第1个月和第6个月的留存率是预测未来订单量以及基础设施利用率的关键早期指标。如果不追踪这些数值就无法进行管理。如果不通过优化入职流程、提供个性化推荐、简化复购流程以及提供灵活的配送时间窗口来主动影响这些指标就会错失对单位经济效益最具影响力的杠杆。

行动领域3:为“死亡之谷”提供资金或避免陷入其中

转向仓库运营时必须在流动性规划中现实地反映爬坡期。每月45,000欧元固定成本下14个月的低利用率意味着约630,000欧元的“表现不佳成本”(即与满负荷运行下的理论成本之差)。这笔资金必须到位并纳入计划。或者可以采用分步方法先从小型仓库开始稍后再扩展以降低风险。或者在门店拣货模式下持续进行拣选直到经济状况明确发出盈亏平衡点的信号。

行动领域4:将订购频率视为仓库利用率的杠杆

平均每月活跃客户2.5次订购的频率是一个基准并非自然法则。那些能让客户更频繁下单的零售商(例如通过高便利性、订阅模式、一键复购、基于食谱的购物车或情境化推送通知)可以在不增加新客户的情况下进一步提升订单量从而更快地提高利用率。

行动领域5:非教条式而是动态地管理履约模式

在门店拣货、仓库和自动化之间的选择并非一次性的战略决策而是一项动态的管理任务。订单量会发生变化受季节性、增长或竞争因素影响。优秀的电商生鲜运营商始终密切关注盈亏平衡点并在需要切换模式之前提前做好准备而不是事后补救。

最后:订单量并非偶然它是留存的结果

近年来电子杂货行业大量讨论了技术、自动化和最后一公里配送。然而人们却很少谈及一个根本性问题:如何可持续地构建订单量?答案并非依赖不断获取新客户(这只会越来越昂贵)而是通过提升现有客户群体的留存率。

因为留存率决定了订单量,订单量决定了盈亏平衡点,而盈亏平衡点又决定了最优的履约模式。那些理解这一因果链条并将其融入日常运营管控的企业能够做出更明智的投资决策避开“死亡之谷”并为实现可持续盈利能力奠定基础。

简而言之:如果你连自己的订单量都不清楚就别再空谈技术了。开始优化你的客户留存率吧因为它是通往一切的关键。

【声明】内容源于网络
0
0
海外洞察
海外资讯洞察,电商,AI
内容 14232
粉丝 0
海外洞察 海外资讯洞察,电商,AI
总阅读3.2k
粉丝0
内容14.2k