移动餐车业务核心架构 (Business Core Architecture)
版本信息
- 版本号: v2.1
- 状态:
- 最后更新: 2026-01-02
- 变更摘要: 统一比例标准、明确绿灯为合格菜品标准、修正重复周期规则
文档密级:内部核心 场景标签:[商业模式 | 供应链治理 | 盈利算法] 4D模型审计:已通过 (参与方平衡/价值互锁/时间轴演进/摩擦力控制)
0. 顶层设计原则 (Design Principles)
- 利益互锁 (Interlock):拒绝简单的买卖关系,建立“全链条共担共享”机制。商拓/商家的收入必须与 C 端动销和好评强挂钩。
- 博弈管控 (Game Theory):称重模式本质是“统一定价 vs 非标成本”的博弈。依靠数学概率和物理属性控制毛利,而非赌人性。
- 数据驱动 (Data Driven):SOP 数字化,决策算法化(自动排期、自动定价、自动履约分)。
一、 生态角色与协同网 (Roles & Synergy)
| 角色 | 核心定位 | 职责关键动作 | 4D利益互锁模型 |
|---|---|---|---|
| 商拓 (BD) | 买手/产品经理 | • 建库:标准化录入 (含审核商家提案) • 猎头:挖掘招牌菜与优质供给 | 收入 = 签约量 + 终端动销率 + 好评率 只有选对品,让商家卖爆,商拓才赚钱。 |
| 商家 (Merchant) | 履约工厂 + 研发中心 | • 生产:按标准SOP出品 • 提案:利用供应链优势研发新品,提交BD审核 | 权益 = 履约分 (交付+品质) 高分者得“锁位权”与“免审权”,低分熔断。 |
| 运营 (Ops) | 守门员/调度 | • 验证:试吃SOP执行 • 组盘:基于客户画像生成菜单 | 负责客户满意度 (NPS) 与 综合毛利达标率。 |
| 员工 (User) | 裁判员/数据源 | • 消费:用脚投票 (销量) • 评价:用嘴投票 (评分/纠错) | 提供真实数据,换取极致性价比与口味定制。 |
二、 菜品全生命周期治理 (Dish Lifecycle Governance)
打造“能进能出、优胜劣汰”的活水池,避免供给僵化。
1. 流转机制 (The Funnel)
- 标准池 (Standard):全量备选库。来源包括 BD主动挖掘 与 商家主动提案 (需经BD标准化审核)。
- 合格池 (Qualified):运营试吃验证通过,可排期上架。
- 淘汰池 (Eliminated):触发红线,强制下架冷冻。
2. 末位淘汰“红绿灯”体系 (The Traffic Light System)
- 考核周期:
14天(双周滚动)。 - 维度:
动销率(40%) +好评率(30%) +复购关联(30%)。
| 信号灯 | 状态定义 | 触发条件 | 系统自动指令 | 商家应对 (摩擦力控制) |
|---|---|---|---|---|
| 🟢 绿灯 | 合格菜品 | 前 80% | 正常排期:按标准周期排期。 | 保持SOP,研发新品。 |
| 🟡 黄灯 | 预警自救 | 80% - 90% | 自救任务:系统推送整改建议。 e.g., "建议降价10%" 或 "增加酱汁浓度" | 两周窗口期。若数据回升则转绿,否则转红。 |
| 🔴 红灯 | 熔断淘汰 | 后 10% / 食安 | 强制下架:踢出合格库,冷冻30天。 | 需重新走审核验证流程。 |
说明:前20%的菜品为优秀菜品(具体晋升规则待探讨),享有优先排期权等特权(具体特权待探讨)。
三、 称重模式盈利管控模型 (Weighing Mode Profitability)
解决“荤素同价却成本不同”的死结,建立**“赌场数学模型”**。
1. 菜品 ABC 结构化策略
不按荤素分,按毛利贡献分。
| 类型 | 角色 | 典型菜品 | 物理管控 SOP (Physics Control) | 心理引导 (Psychology) |
|---|---|---|---|---|
| A 类 (引流/亏) | 流量入口 | 牛/羊/虾/纯肉 | • 物理切割:切小丁/丝 (防挑拣) • 强绑定:混炒配菜 (洋葱/彩椒 > 50%) | 限量供应,盘子改小。 放在动线中后段。 |
| B 类 (利润/稳) | 中流砥柱 | 鸡/鸭/丸子/冻品 | • 骨肉比:选带骨肉 (骨头是天然毛利) • 挂汁率:红烧/糖醋 (浓稠汁水=利润) | 放在视觉C位。 打光要足,色泽诱人。 |
| C 类 (暴利/赚) | 毛利之王 | 土豆/豆腐/根茎 | • 口味超预期:吸满肉汁,比肉还香 • 体积密度:利用蓬松感 (如西兰花) | 引导多打。 作为 A 类菜的垫菜。 |
2. 智能菜单算法 (Menu Algorithm - The "Solver" Matrix)
多目标规划求解 (Platform-Led Optimization) 平台主导 T+1 采购与排期。菜单生成的本质是在保障平台利润的前提下,求解员工满意度的最大值。
输入变量 (Inputs):
- C端需求 (User Identity):
- 口味画像:辣度/咸淡/菜系分布。
- 防腻机制:全荤/主荤2周不重复,副菜/青菜1周不重复(优秀菜品例外)。
- 健康诉求:后期引入营养数据平衡(与个人健康档案挂钩)。
- B端控制 (Platform Profit):
- 利润模型:平衡 A类(引流)、B类(稳)、C类(赚) 的装车比例,确保整车加权毛利达标。
- 集采效应:聚合多点位需求(如全城统一推某款时令菜),降低采购成本。
- S端约束 (Merchant Constraints):
- 产能可行性:通过产能测算,确保派发的订单在商家每日最大产能范围内(如油锅数量限制)。
- C端需求 (User Identity):
算法逻辑 (The Solver):
- 核心动作:
- 提前锁价:基于预测量提前 24h+ 下发采购单,商家按单备料,无库存风险。
- 结构调优:若某日菜单毛利偏低,算法自动建议替换 1-2 道高毛利 C 类菜(如将清炒菜心换为耗油生菜)。
- 核心动作:
输出结果:一份兼顾**“员工想吃”与“平台赚钱”,且“商家能做”**的精确采购排期表。
四、 商家履约分体系 (Merchant Performance)
引入双维考核 (Dual-Dimension),杜绝“送得准但难吃”。
逻辑公式
1. 交付力 (保底线 - 扣分制)
- 准时率:迟到 >15min 重罚。
- 足量率:抽检偏差 >5% 扣分。
- 食安:异物一票否决。
2. 产品力 (拉上限 - 评分制)
- 好评率:C端点赞/五星占比。
- 光盘率:晚市剩余量反推(剩得多=难吃)。
- 纠错反馈:用户投诉确认。
3. 数据闭环
- 权益映射:分高者得**“免审权”(新品直上)和“锁位权”**(长期合同)。
五、 数字化与数据策略 (Digital Strategy)
1. AI 视觉识别 (The Fuzzy Logic)
- 定位:画像工具,非结算工具。
- 策略:只识别盘中 Top 3 占比 的主菜。
- 价值:用于分析群体偏好趋势(如:该企业员工酷爱吃辣),而非计算单人账单。
2. 动态定价清库 (Dynamic Clearance)
- 触发公式:
- 动作:
- 电子价签变红 (折扣价)。
- 语音播报“光盘行动”。
3. 会员摩擦力控制 (Friction Control - Dynamic QR)
支付流重构:采用 “动态屏幕码主扫” 方案。实现了“体验极致”与“数据闭环”的最佳平衡。
交互流程 (The Flow):
- 称重算额:用户放餐盘
称重设备计算克重与金额。 - 动态出码:
- 屏幕生成一个带订单参数的 “小程序码”(半刻食堂)。
- 关键点:无需用户输入金额。
- 一键支付:
- 用户微信扫一扫
直连微信支付收银台 确认支付(指纹/人脸)。 - 体验:路径最短,与扫码付款习惯一致,但在扫码瞬间已完成身份握手。
- 用户微信扫一扫
- 静默注册:
- 支付成功即抓取 OpenID(微信唯一标识)。
- 后台自动建立“影子账户”,记录消费偏好。
- 称重算额:用户放餐盘
价值链:
- User:极速支付,不填表,不被打断。
- Platform:100% 捕获消费ID(OpenID),实现口味与复购追踪。后续可通过“领券/查账”引导用户完善手机号。
六、 待办与风险 (Action Items)
- SOP 落地:需输出《商户出品标准手册》,明确“1.5cm肉丁”、“挂汁浓度”等具体参数。
- 算法冷启动:前期缺乏数据时,菜单算法需人工“教官”介入修正。
- 硬件适配:需测试 AI 摄像头在高温高湿环境下的稳定性。