LOCATION RISK · 1072 CASES01 / 12
不带主观滤镜的选址风控模型
别再问
人多不多
先问：能不能进店付款
基于 cases.json 全库 1072 条案例，失败/警示样本 936 条。选址不是看附近有没有人，而是看有效客流能否低摩擦转化为毛利。
核心结论
所有“看起来人多”的地段，都必须打回：同侧必经 → 可见 → 进店 → 成交 → 复购。
开场要强调，这不是经验判断，而是从大量失败案例里抽出来的硬规则。不要被地铁口、学校旁、小区门口这些词迷惑，真正要看的只有有效进店和毛利覆盖。
macro data · 高频风险02 / 12
失败样本暴露的
7 个高频风险
成本倒挂99.8%
数据未验证94.9%
动线/非必经77.8%
协同/客群错配77.4%
低入住/开荒71.9%
单一场景幻觉54.4%
物理阻断26.8%
deception 01 · 假入口03 / 12
欺骗性地段 1：假入口
看起来
小区/学校/商场门口
总户数多、学生多、附近热闹，地图距离很近。
真实问题
不是主路径
非主入口、非唯一入口、车库口、侧门、后门，目标客流从另一侧走。
判断动作
从目标客群起点跟走 20 组真实路径；如果他们不自然经过店门，直接否决。
deception 02 · 物理阻断04 / 12
欺骗性地段 2：看得见，过不来
马路无斑马线护栏围挡台阶爬坡负一楼二楼车库口门头遮挡
风控原则
线下消费是低摩擦即时决策。凡是需要顾客额外努力才能到店的位置，都不是好位置。
deception 03 · 开荒未来05 / 12
欺骗性地段 3：
未来很美，现在会死
开发商话术
以后会起来
规划学校、规划地铁、规划商圈。
现金流现实
今天就要付钱
房租、装修、人工、补货都在今天发生。
风控算法
未兑现按 0
未交房、未开学、未开通，全部按 0 收入计算。
deception 04 · 单一场景06 / 12
欺骗性地段 4：总人流 ≠ 购买意图
高铁站赶车/出站，目的性极强。
医院就医/陪护，需求特殊。
政务中心办完事就走。
写字楼早中晚集中，周末断流。
学校封闭管理、寒暑假、消费力波动。
餐饮街吃完就走，便利店转化低。
deception 05 · 协同缺失07 / 12
欺骗性地段 5：
有人，但没有购买理由
好位置早餐 + 上班
快递 + 顺手买水
菜场 + 熟食
工厂宿舍 + 日用百货
坏位置有人但低频
有人但不顺路
有人但不消费
有人但被截流
反向判断
“附近没有竞品”不一定是蓝海，可能是前人已经验证过做不起来。
metric 01 · 漏斗08 / 12
核心指标 1：真实进店转化漏斗
名义人流
同侧有效经过
看见门头
自然减速/靠近
实际进店
实际付款
7 日复购
进店转化率 = 实际进店人数 / 同侧有效经过人数
成交转化率 = 实际付款人数 / 同侧有效经过人数
复购转化率 = 7 天内复购人数 / 首次付款人数
metric 02 · 阻断指数09 / 12
核心指标 2：阻断指数
阻断指数 = 1 - 可无障碍自然到店目标客流 / 名义目标客流
扣除: 对面人流、需过马路、需绕路、需上下楼、被围挡隔开、被主入口/竞品截流、看不见门头、不能临停
< 30%可继续验证
30%-50%高风险
> 50%原则上不碰
metric 03 · 毛利覆盖10 / 12
核心指标 3：
保守毛利覆盖倍数
保守毛利覆盖倍数 =
保守日成交单数 × 客单价 × 毛利率 × 30 / 月固定成本
固定成本: 房租 + 人工 + 水电 + 物业 + 损耗 + 平台费 + 贷款利息 + 转让费/加盟费/装修摊销
< 1.0必亏
1.0-1.5抗风险极差
1.5-2.0谨慎
> 2.0才有安全边际
blacklist · 黑名单11 / 12
绝对不能碰的
选址黑名单
非主入口 / 非唯一出入口
隔马路无斑马线
二楼 / 地下 / 负一楼
入住率低的新小区
只靠单一客流
高租金低毛利
高转让费 / 高加盟费
独家口头承诺
二房东无授权
不能装招牌 / 外摆
不给连续真实数据
业态与客群错配
final model · 终极公式12 / 12
最终选址风控模型
真实选址价值 =
同侧必经有效客流
× 可见率 × 进店率 × 成交率
× 客单价 × 毛利率 × 复购频次
÷ 月固定成本
× 动线安全系数
三问定生死
今天有多少人必须从我门口经过？其中多少人会自然进店付款？保守毛利能不能覆盖全部固定成本 2 倍？