继京东与便利店大范围合作之后，1号店与美特好的联手，再次把便利店O2O的讨论推向高潮。

　　小曹以为，京东与1号店选择与便利店、超市合作切入O2O，远胜过阿里、银泰的结盟。不过本文并不想讨论两种模式的优劣、三方谁有未来，我只想说说便利店O2O配送的事情。

　　在京东去年宣布与唐久合作的时候，我暗暗为京东下了一着好棋高兴。好棋，是因为我在2012年10月份的时候有过O2O创业的想法，想法的切入点就是便利店，京东和自己想法一样当然是好棋。高兴，一是自己的想法竟和刘强东这样的大佬一样，二是终于有人要来收拾那些伪O2O了，什么团购、点评、导航之类。

　　高兴之余，也有疑惑：东哥这样看中物流体验的人，为什么容忍便利店商品的1小时配送时长?小曹以为，便利店能1小时送达的商品，是可以做到10分钟送达的。即使便利店O2O十分流行之后。

　　不信?那咱一起分析一下。

　　1小时配送，其实就是1小时送货。既然是送货，就有两方面，一是送，二是货。先有货，才能送。货从哪来?便利店。

　　便利店商品特点：除了蔬菜瓜果，都是标准品;满足小区居民日常需要;SKU符合覆盖区域居民的需求。

　　便利店商品包括：米面油盐酱醋蔬果、零食饮料酒水、早餐主食方便食品、洗化用品、卫生用品、女性用品以及其他百货。

　　便利店消费者：男女老少。

　　便利店O2O顾客：少年、青年、中年以及部分时髦老人。

　　为了让分析有普遍性，我们假设男女比例、年龄分布平均化。

　　有商品，有顾客，下一步就是下单配送了么?也许吧，不过，下单的前提是什么?需求。我们先分析下消费者需求的特点如何?

　　小区居民通过便利店能满足什么需求?吃喝，卫生，妆容，学习。这些需求有什么特点呢?小曹以为，是集中性和可预测性。

　　集中性

　　老头老太和满地爬的小孩自然是工作时间都有可能进店，不符合集中性。但他们也不是便利店O2O的顾客，与便利店配送无关。

　　少年、青年、中年，不论男女，工作日该上班的上班、该上学的上学，在家时间是早上、中午、晚上。休息日统统待在家里休息，学生寒暑假则是整天在家。所以这些顾客待在小区的时间、需要O2O的时间，是集中的。

　　这个结论应该没异议吧?做饭的时候发现没米没盐了才用到O2O，看球赛郁闷了需要啤酒才用到O2O，来例假了出不了门才用到O2O……在家的时候才有O2O需求，而在家的时间是集中的，所以O2O需求发生的时间也是集中的。

　　另外，需求量也是相对集中的。

　　假设一个便利店能覆盖5000人。O2O需求产生的时候，顾客数量是按人数计算的么?不是。应该以家庭为单位计算。应该不会有家庭买盐买3份，孩子一份，夫妻各一份吧?我们就按一个家庭3口人算，单身的有老人的就平均一下嘛。5000人是多少个家庭?1670个。

　　一个需求时段有1670个需求也叫集中?别着急，没算完呢。不会有人天天做菜没盐，做饭没米，比赛没啤酒，例假没准备吧?需求的产生总是有周期的对吧?考虑到女性群体，我们就以月为需求周期好了。1670个家庭每月的需求，平均到每天是多少?56。

　　注意，这个56是每个时段的需求数量。必须承认一点，这个数据有漏洞，就是1670个家庭可能会在同一个时段同时需求某一类商品，比如早上一起下单早餐和牛奶。所以，我承认，我不知道如何解决这个需求漏洞，只能寄希望于同胞为祖国早日实现现代化而闻鸡起舞、早起做饭。

　　可预测性

　　这个可预测性使得应对上段的需求漏洞成为可能，即订单量很大的情况。

　　可预测性是由需求相对固定、需求具有周期性决定的。

　　最明显的自然是女性用品。因为正常情况下女性生理周期是稳定的，所以一个女性购买生理期用品的时段是可以预测的。而1670个家庭中，女性的数量是固定的，所以正常情况他们的生理周期曲线叠加起来，得到的曲线也是固定的。反应在生理期用品上，就是整个小区女性生理用品采购周期是一条叠加的、周期性的曲线，即可购买行为是预测的。湿巾、卫生纸和洗化用品同理。除非的突然大量入驻屌丝男导致卫生纸需求大增，或者小区饮水被污染导致全体拉肚子，否则完全可以预测卫生纸的需求。

　　这是卫生、洗化、女性用品，其他的呢?比如啤酒。NBA赛程固定、世界杯时间固定，是否出现大量需求、何时出现大量需求是可以预测的。再比如小孩子的文具，寒暑假、期中期末、作业数量是相对稳定的，文具的用量也就有迹可循。有或者因为寒暑假，早餐和牛奶的需求是不是也有大起-稳定-大落的曲线?稳定中还有因为工作日、休息日导致的曲线?根据需求曲线，是不是就决定明天是要一卡车的馒头牛奶还是二十个馒头以备不时之需?

　　所以，对固定服务一个消费者群体的便利店来说，由于消费者的大部分需求有周期性、可以预测，而且当地的气候、政策、经济等也是相对稳定的，那么积累一段时间数据后，就可以根据SKU的需求曲线动态调配送货资源，不会出现订单暴增而无法及时配送的情况。

　　当然，发生非典、地震、陨石撞地球之类黑天鹅事件的话，预测再好也没用。

　　由于需求集中并且可预测，便利店完全可以在接到订单后，安排送货并保证及时送达。为了提高效率，可以说明10分钟送货一次，这样可以一次送10分钟内的订单。同时，在高峰时段，比如晚饭，可以多带一些高需求商品，假设预测结果是盐、鸡蛋、西瓜，那多带一些也无妨，这样在送货过程中，接到盐、鸡蛋、西瓜的订单，可以立即送货

　　什么?你说拿不了那么多东西?谁规定便利店送货要徒手徒步了?

　　所以，东哥，1小时送达真的好么?这等米煮饭、等盐炒菜的，1个小时送达是要饿死人啊!

　　不过呢，小曹也不是苛刻的人，为京东-唐久的1小时送达标准做个不负责任的解释：因为线上线下数据流通的问题导致无法及时送货。就是，线上下单，地址写的明明白白，但是，系统匹配不到最近的便利店，或者，匹配了直线距离最近的店，但因为小区面积、单元分布、入口等问题，导致这个店，并不是最优选择。

　　--------------------------------------------------------

　　上面这些内容其实是我前年有便利店切入O2O的想法后，对配送做的分析。不过呢，并没有实际验证，所以不具有实际的应用价值，写出来给有兴趣的朋友探讨用吧。

　　另外，随着年龄变化，生老病死，结婚生子，升学就业等，小区的需求数据是变化的，需要及时调整预测曲线。

　　毕竟，「战略的形成，通常是事前适当考虑，事中边干边学，事后总结提高的结果。这个过程，体现的是一个顺势而为的动态学习调适过程」。学习、工作、营销，莫不如此。