深夜想喝一瓶水，在手机上下单，不到半小时就有人送到门口。这种“线上下单、就近发货、即时送达”的买东西方式，就是即时零售。它和传统电商最大的不同在于：货不是从远方的大仓库寄来，而是从你家附近的便利店、药店、超市直接发出——这些门店，成了随时能取货的“身边仓”。

把视角从一瓶水拉到整个行业，为了更准确地把握行业脉搏，我们需要从全局视角审视即时零售——涵盖其概念界定、体量规模、发展瓶颈与未来走向。即时零售，就是线上下单、线下即时履约、依托本地供给满足本地需求。它的核心动作有四个：消费者下单、平台分发、本地门店供货、骑手就近配送。2024 年我国即时零售规模已达 7810 亿元，同比增长 20.15%；2025 年预计达到 9714 亿元，2030 年有望达到 2 万亿元。

美团闪购、饿了么、京东到家等平台构成了即时零售的主流入口，截至 2025 年，美团闪购已覆盖全国 2800 个县市，合作超 5600 家连锁零售商、41 万本地中小商户，闪电仓数量超过 5 万个。门店普遍采取多平台入驻策略，前置仓与闪电仓加速下沉，行业竞争也从"送得快"转向"又快又安心"——规模在扩张，业态在分化，竞争在升级。

但门店端的真实经营状态究竟如何？为回答这个问题，智能咨询工作室师生团队以西安市雁塔区美团闪购入驻门店为对象开展问卷调研，回收 115 份、有效 101 份，从业态盘点、经营透视、痛点研判、差异透视与路径检验五个维度展开，系统梳理门店在选品与库存决策中的数据痛点，并检验其对数字化升级意愿的影响路径。

透过这份样本看，西安市雁塔区门店端的真实处境是：行业规模一路狂奔，门店数字化能力却没跟上——画像粗、工具缺、补货靠经验，货放哪、放多少，仍是大多数门店每天的难题。

约 77% 门店同时布局多平台，多后台切换、库存不同步是共性问题。

门店规模决定承压程度：样本以中小门店为主，超六成日均订单不足 50 单，近半数线上在售 SKU 不超 200 个，多数门店线上化经营时长集中在 3 年以内——起步不晚、家底仍薄，对数字化工具的依赖也就更强。

门店更关注订单销量、商品差评等结果类数据，对曝光、流量等过程类数据关注偏少。选品节奏整体偏稳健，多数门店一个月甚至更久才调整一次；而专职的数据岗位更是稀缺，数据活儿往往压在店长一个人身上，想做得精细也力不从心。

门店整体呈"会用而未用好"：在岗人员数据查看解读最高、定期依数据调策略的水平尚可，但"经常使用后台/进销存"一项，意愿与水平反差最大；"工具能有效解难"意愿高于水平——工具被寄予厚望，实效却没跟上。数据滞后、口径不一，让工具难撑实时决策：“会用”与“用好”之间，仍有一段落差。

整体来看，选品端五个维度的痛点均值介于 3.32–3.50 之间，认同率整体处于较高水平。"用户画像数据支撑不足"居首——平台用户标签颗粒粗，难以支撑下沉到社区、楼层的精细化选品；竞品数据缺失、伪爆品识别难紧随其后，前者让试新品、做差异化缺少参照、试错成本高，后者因缺少全周期损益数据，容易把卖得多误判为赚得多。此外，平台标签宽泛难以支撑小众爆品判断、单品生命周期收益数据缺失也位列其中。选品的困境，说到底是"看不清客人"。

库存端痛点同样集中：五项均值落在 3.08–3.26 之间，整体低于选品端，但门店分化更明显。最高的"多仓共享与跨仓调货"难在协同，"销量预估不准、补货靠经验"难在预测；生鲜保质期统计、账实偏差、线上线下同步依次排开。五大瓶颈指向同一件事：库存要从单点优化，转向跨仓协同与预测补货的体系建设。

两类痛点并非在所有门店身上均匀分摊。把 101 家门店按业态和规模重新切分后可以发现，业态不同、规模不同，痛感也大相径庭——这正是差异化赋能的出发点。

业态不同，痛感也不同：货品越杂、周转越快的业态如生鲜、商超，对选品与库存数据的渴求越强烈，也越容易被经验主义拖住手脚。

规模上，日均 50–100 单的成长期门店痛点最高——业务快速涨起来，工具和管理却没跟上，正卡在"想做好又做不到"的阶段。

门店经营痛点是否会转化为数字化升级意愿？基于问卷调研数据，项目组搭建量化分析框架，把选品痛点、库存痛点、门店数字化运营水平和数字化升级意愿纳入统一分析逻辑，对比不同痛点的影响强度，以此明确数字化工具优化的优先方向。

库存痛点并不会直接作用于升级意愿：它先倒逼门店提升数字化运营水平，再由运营水平带动升级意愿。库存痛点总效应为 0.366，纳入运营水平变量后，直接效应降至0.229，约三分之一的驱动效果是间接完成。这种间接传导说明库存是慢变量，门店遭遇库存痛点时，绕不开数字化运营能力这一中间环节，需要先补齐自身能力短板。

选品痛点的路径完全不同：它与升级意愿的总效应为0.527，加入数字化运营水平后，直接效应仍有0.396，中间环节并不成立。也就是说，选品痛点几乎直接推动门店升级，选品失误、算不清商品盈亏都是每天都在发生的实在损失，门店遇到问题，第一反应就是上工具、上线系统。

不同门店感受到的经营难处也不一样。选品和库存的痛点会跟着订单量先升后降：日均50—100单的中等门店问题最多、最难受，订单超过100单以后，痛点反而减轻。升级意愿则呈现"两头高、中间低"的特点——订单不到20单的小店，想继续发展，升级的念头很强。经营3—5年的门店，意愿又会达到最高点。最需要重点帮扶的正是中等规模、经营3—5年的门店，它们遇到的麻烦最多，转型的现实需求也最急迫。

选品与库存的数据痛点都在推动门店数字化升级，只是路径不同。选品痛点更直接，门店感到数据不够用，便会着手升级。库存痛点则要先经过运营能力的提升，约三分之一的推动作用在中途完成。两类痛点的影响差异不在业态和规模，而在订单规模与经营年限。

围绕这条路径，智能咨询工作室能提供三方面支持：用统一指标体系为门店做一次数据诊断，定位选品与库存的具体堵点；输出选品与库存优化方案，涵盖用户画像补全、伪爆品识别与补货预测；提供工具选型咨询与培训，帮助企业以较低成本完成从“会看数”到“用好数”的跨越。

围绕这条路径，智能咨询工作室能提供三方面支持：用统一指标体系为门店做一次数据诊断，定位选品与库存的具体堵点；输出选品与库存优化方案，涵盖用户画像补全、伪爆品识别与补货预测；提供工具选型咨询与培训，帮助企业以较低成本完成从“会看数”到“用好数”的跨越。

本次研究将闪购门店“看不清客人、管不住货”的现实困惑，提炼为可量化、可验证的数据课题，借助回归分析与中介效应检验，厘清选品与库存痛点向数字化升级意愿传导的内在机制，形成可交付的门店诊断与优化方案。这一成果也体现了西安欧亚学院数据科学学院「智能咨询工作室」的实践方向：以行业研究为起点、以数据诊断为手段，把学术方法论转化为门店“用得起”的决策工具。工作室交付的不只是分析模型，更是让产业现场的问题被数据看见、被方法回答、被方案承接的实践路径，推动高校研究能力与一线经营需求精准对接，为高校智库参与产业数字化升级提供了可参考的样本。

李小鸭

西安欧亚学院数据科学学院教师，智能咨询工作室负责人，研究方向为AI智能统计和新商业研究，主持和参与实体商家/短保商品销量预测与智能库存管理、智能预警系统开发、高校数据咨询等项目。

刘哲阳

西安欧亚学院数据科学学院经济统计学大三学生，智能咨询工作室核心成员。参与即时零售门店选品与库存数据决策研究，负责资料收集、报告撰写与数据处理。

王雅倩

西安欧亚学院数据科学学院经济统计学大二学生，智能咨询工作室成员。参与即时零售门店选品与库存数据决策研究，负责问卷收集、报告撰写与数据处理