欧睿数据oIBP-官方网站

从门店连锁到产业生态：解码新茶饮600亿市值背后的“计划革命”

Mon, 25 May 2026 05:48:34 -0700

导语：“计划”是那个看不见的CEO。它不靠人情世故，只靠数据和算法，在每一秒都在为这个庞大的商业机器做出最优决策。

中国新茶饮行业正在经历一场深刻的转型。

据红餐产业研究院测算，2025年行业市场规模增速已从2023年的19.3%下降至6.45%，全年新开11.8万家门店，闭店数量却高达15.7万家，行业门店总量连续三年呈净减少态势。日均超430家门店关闭的背后，是中小品牌的血泪与头部品牌的狂欢。

在这样一片“内卷”至死的红海，某茶姬从云南昆明的一家30㎡的国风茶饮小店起步，到纳斯达克敲钟，市值一度超过60亿美元，从单店盈利到全产业链掌控，全年总GMV达315.8亿元，净收入129.1亿元，净利润率20.3%。

某茶姬全球门店数达到7453家，较2024年净增超千家，且已连续12个季度实现盈利。

但硬币的另一面同样不容忽视。

从经验订货到模型驱动｜连锁餐饮智能配补调决策的范式转移

Tue, 05 May 2026 21:37:57 -0700

过去十几年，我带领团队持续深耕零售与消费品供应链计划领域。

走访了上百家连锁餐饮企业，从新茶饮到中式正餐，从几千家门店的咖啡连锁到以中央厨房为核心的区域快餐品牌，几乎每一位创始人或供应链负责人都会问我同一个问题：“门店越来越多，为什么订货反而越来越乱？”

这不是一个简单的人员能力问题，而是一个系统性的决策模式问题。

因而，我们见证并参与了中国连锁业态从“经验管货”向“模型驱动”的深刻转变。

今天我想聚焦一个既传统又极具挑战的行业——连锁餐饮，谈谈我对模型驱动决策的一些思考。

一、餐饮连锁的“三座大山”

为什么经验失灵了？

当一家餐饮企业只有几十家门店时，店长凭经验订货、总部靠Excel汇总，问题不大。但当门店突破数百甚至上千家，当菜品从几十个SKU扩展到数百个原料与包材组合，当堂食、外卖、自提三条渠道并行运营，经验就开始全面失效。

我把这背后的结构性矛盾总结为“三座大山”：

第一座：门店预测难

餐饮销量的波动因子远超传统零售——天气、节假日、平台补贴、新品上市、餐段结构……一个周末暴雨，外卖订单可能激增35%，而堂食下降20%。

如果门店只凭“昨天卖了多少”来订今天的货，要么缺货，要么报废。

【企业课堂】数据驱动店群升级：高峻峻教授带领企业解锁季中商品动态管理核心

Fri, 24 Apr 2026 04:21:44 -0700

近期，oIBP欧睿数据创始人高峻峻教授受邀为某高端户外运动品牌开展以“店群业务场景与协同发展”为主题的定制企业专项培训。

课堂上，高峻峻教授直击零售行业共性痛点：店群运营缺标准、商品计划缺协同、预测决策缺数据、跨部门拉通缺机制，最终导致业绩增长乏力、库存风险高、毛利难以保障。

面对店群规模化运营、季中商品管控复杂、区域差异显著等现实难题，如何用数据化、体系化、可落地的方法破解季中管理困局，实现店群货场精准匹配、库存高效周转、业绩稳定增长？

高峻峻教授在本次专项研讨中明确指出：季中商品管理不是事后补救，而是贯穿商品全生命周期、覆盖全渠道的动态协同工程。

鞋服与户外品牌的经营，深受季节变化、温度带差异、场景需求以及地域特征的深度影响，因此，在季中做出关键业务决策时，必须摒弃单纯依赖过往经验的传统做法，转而构建一套科学、系统、数据驱动的全链路管理体系。

该体系以精细化的店群标签系统为根基，以OTB（采购预算）的版本化管控为核心执行手段，以先进的AI人工智能预测技术为核心驱动引擎，并以IBP（集成业务规划）的整合性规划作为坚实保障，从而打造一个从“市场预测－商品订货－货品分派－动态调拨－库存清款”各环节紧密衔接、高效运转的闭环管理生态系统。

为了帮助学员们更直观地理解、吸收并能落地应用，高峻峻教授将理论体系与oIBP欧睿数据的智能商品管理一体化解决方案深度结合。

摈弃单向灌输式教学，采用小组研讨+场景痛点拆解+互动共创模式在当前的AI热潮中，很多人对智能体寄予厚望，认为它可以直接替代企业的决策系统。甚至很多企业管理者问我：既然智能体这么强大，为什么不能直接用它来做供应链计划和生产调度？

这个问题触及了工业AI落地的核心命题：智能体在工业决策体系中的定位究竟是什么？是直接的“决策者”，还是辅助的“赋能者”？

今天，我想结合我们团队的实践经验（即工业决策系统的三层架构），以及行业的最新趋势，深入探讨智能体与“专用模型”如何共同构成工业决策的“闭环进化”。

一、智能体工业价值，是从问题到方案的“加速器”

IDC最新调研数据显示，2025年中国工业企业中已经应用大模型及智能体的比例从2024年的9.6%显著提升到47.5%，其中在研发、生产、物流、运维等多环节开展深度应用的企业从1.7%跃升至35%。到2030年，全球活跃智能体数量将突破22.16亿个，年复合增长率高达139%，其中工业领域的活跃智能体是最重要的组成部分之一。

这组数据印证了智能体正在快速进入工业领域。

在长期服务国内外零售企业的过程中，我始终坚持零售的核心是商品，商品的核心是计划，计划的核心是协同。

商品计划不是孤立的采买动作，销售计划不是简单的目标分解，店群管理更不是粗放的门店归类，三者必须形成从战略到执行的闭环，才能真正提升周转、降低损耗、放大利润。

结合近期为某高端户外服饰品牌进行的商品与销售计划及店群管理培训，我将核心观点与oIBP欧睿数据端到端智能计划平台相结合，形成一套可落地的理论+工具一体化解决方案。

（1）商品组织：先定架构，再定流程，让专业人做专业事

不同规模、不同渠道结构的零售企业，商品组织没有统一标准答案，但必须遵循职能清晰、协同顺畅、数据互通三大原则。

比如外企以DSP+MD+库存计划三部门平级架构推进；

线上线下融合企业以计划部整合供应链与库存；

国内品牌方以财务预算驱动+BP计划覆盖BP/LP功能，DP负责OTB与分货落地。

本质都是把需求、计划、采买、分货、库存管控权责厘清，避免多头管理、责任真空。

oIBP欧睿数据的智能商品管理系统支持多组织架构适配，可按企业实际配置BP（品类、渠道）/LP（门店）/DP（商品计划）/买手/区域商品等角色权限，统一指标口径（AOP、target、OTB、库存周转等），实现跨部门数据实时共享、流程线上化，从系统层面打破组织壁垒，让商品流程跑通、跑顺、跑快在深耕供应链与企业数字化二十余年的历程中，我目睹了企业IT架构的演变轨迹：从单机版到模块化，从中台化到如今大模型浪潮。

然而，许多企业的系统架构像是一座不断加盖的“违章建筑”：

缺供应链管理，上APS；

缺库存管理，上WMS；

缺流程管控，上ERP；

缺数据分析与洞察，上数据中台与BI；

缺运营监控，上控制塔与商品运营系统。

我们曾疯狂地追逐“中台”概念，迷恋“数据湖”愿景，甚至试图用全新的SaaS平台彻底推翻传统ERP。

然而，当生成式AI和自主智能体的浪潮真正拍打到企业岸边时，真相却显得既残酷又朴素：系统越上越多、接口越接越乱、数据越对越累、人越用越忙。

调查显示，一个促销活动往往需要跨5–8个系统拉数、核对、执行，大量人力消耗在系统之间的“搬运”与“对齐”上，而非创造价值。

一个反直觉的真相浮出水面：未来的企业组织，将呈现“一人驾驭一群智能体”的极简形态，而支撑这一宏大场景的底层基石，恰恰是我们曾经试图抛弃的——ERP与计划系统。

这不是倒退，而是螺旋式上升的必然进化。

一、从系统堆砌到“三合一”智能协同

站在oIBP欧睿数据创业的第十二个年头，我再次回望欧睿的成长轨迹：

从一家深耕零售与快消行业的咨询公司，到打造“端到端计划软件”的产品型企业，再到如今拥抱AI智能体的全新赛道。

我们的思考早已超越了代码与算法的技术层面，踏入了人与机器共生、AI深度融入产业的新时代。

2025年，是AI大模型从概念落地向产业深水区渗透的关键一年，零售、快消、制造等实体经济领域，正迎来AI智能体带来的颠覆性变革。

结合过去一年的实战经验，我想和大家分享一个震撼行业的现实：AI智能体对企业管理的冲击，绝非流程的温和改良，而是一场全面、多维、不可逆转的破坏性创新，这场变革，已是当下，而非未来。

第一章：破坏已至

当数字员工坐上会议桌，重构业务核心逻辑

传统认知正在被连根拔起。

过去，我们总认为完善的管理流程已趋于极致，企业的核心竞争力无非是精细化运营、流程化管理。但2025年的行业实践告诉我们，企业管理的“AI智能体时代”已经真实到来，这不是预测，这是事实；这不是趋势，这是生死。

如今，零售、快消行业的业务场景中，一个由1个人类员工带领一群智能体专家、智能体执行者共同组成的“混编战队”，正在颠覆传统组织形式与职能分工，这一点，在年货节、618等零售大促场景中体现得淋漓尽致。

（1）传统模式

日计划都跑不通，谈何控制塔？

Sun, 22 Mar 2026 01:13:50 -0700

在当今企业争相拥抱“数智化”的浪潮中，供应链控制塔几乎成为高管汇报、战略规划和IT预算中的标配词汇。

大屏上滚动着全球仓库库存、运输轨迹、门店销售等数据，全球可视，实时预警……这些画面令人热血沸腾。

然而一线运营人员私下坦言：“大屏很酷，但缺货时还是靠微信群协调。”

更讽刺的是，其生产日计划仍由计划员手工在Excel中排产，物料齐套率常年低于75%，日变更频繁且无系统追溯。

这并非个例。

据麦肯锡2024年一项调研，全球超过60%自称拥有“控制塔”的企业，其核心计划流程自动化率不足40%。仅有不到12%的企业真正实现了控制塔的“闭环自动化”能力，其余88%停留在“可视化”或“半手动响应”阶段。

更值得警惕的是，许多企业将“是否拥有控制塔”作为数字化成功的标志，却忽略了最关键的前置条件：端到端计划体系是否已实现结构化、规则化与自动化。

问题根源在于对控制塔本质的误解。

我不禁想说：

（1）日计划都没跑通，就别聊控制塔了；

欧睿观点｜告别“项目式死亡”，ToB行业正在为价值缺失买单

Tue, 17 Mar 2026 23:55:50 -0700

近期类似于“任正非震怒，华为云造假，CEO张平安连降三级，4名高管落马”等新闻持续发酵，引发行业对ToB业务模式的广泛反思与讨论。

作为长期深耕ToB领域的从业者，我们越来越清醒地认识到：ToB生意的本质是“价值交换”，而非简单的“产品交付”。软件服务商（乙方）与企业客户（甲方）在价值认知、目标设定、成本结构、组织适配和成功标准五个层面存在系统错位。

这背后，是工业化卖软件的“交付思维”，与数字化时代企业追求“业务价值”的根本冲突。要走出这一困局，我们必须回归本质，重新理解ToB生意的内核。

一、困局之源：ToB合作中的五大认知错位

当合作出现裂痕时，表面上是技术或交付问题，深层次则是双方在五个关键维度“各说各话”：

价值认知错位：乙方在卖“功能”，往往从技术视角出发，强调架构的先进性、平台的兼容性以及功能的全面性，为了控制成本和保证质量，更倾向于交付尽可能“标准化”的产品，或者在现有框架内进行有限的定制化修改；甲方买的是“业务价值”，从具体的业务流程和实际痛点出发，比如“我想实现线上线下库存共享，避免库存积压或缺货情况”，他们需要的是一个完全贴合需求的“定制化解决方案”；

目标设定错位：乙方追求“项目上线”和回款，标准是验收单，视其为终点；甲方期待“系统是否被业务部门高频使用”并产生业务价值，标准是“业务指标改善”，并视其为起点；如果服务商不关心上线后的运营adoption和value realization，企业会感到被抛弃，认为这次合作是失败的。

成本结构错位：乙方报价常围绕“License（许可证）和实施人天”，甲方算总拥有成本（TCO），包括内部团队投入、流程变革的阵痛以及机会成本；

沟通方式错位：2025年，一场无声的“企业倒闭潮”正在全球范围内蔓延。据相关调研数据，在过去两年主动推行“降本提效”战略的企业中，高达73%并未实现盈利改善，反而陷入“越降越亏”的恶性循环。

裁员、削减研发、压缩营销、压榨供应商……这些看似理性的自救动作，在不确定的时代，“砍成本”不再是稳健经营的代名词，而可能是一剂致命的毒药。

当企业陷入“越降越亏”的怪圈，问题的根源早已超越财务报表本身，指向了对“降本提效”的深层误读、行业结构性困局的忽视，以及在动荡环境中战略定力的缺失。

一、降本提效为何出现？我们陷入了哪些认知陷阱？

“降本提效”本是管理学的经典命题，初衷是通过优化流程、提升效率、减少浪费，实现资源的最优配置。

然而，进入VUCA（易变、不确定、复杂、模糊）时代，这一理念被严重异化，演变为一种简单粗暴的“成本削减运动”，并陷入三大认知陷阱。

（1）为何出现？

>>短期财务压力：营收下滑、利润承压，管理层急需向股东和市场展示“控制力”。

>>管理惯性：成本是唯一可控的变量，而市场、客户、竞争是“外部因素”，于是向内部开刀成为最直接的选择。

>>KPI驱动：高管薪酬与短期财务指标挂钩，导致决策短视化。

（2）认知陷阱：

陷阱一：成本=负担，收入=自然增长

企业只盯着“支出端”，Read More