从货架缺货到自动补货：我们便利店的一次底层升级

在晋中市榆次区，品善苑便利店运营已有三年。最让人头疼的并非客流量，而是看似简单的“补货”动作——尤其早晚高峰，零食饮料货架被扫空后，店员常常要花20分钟盘点、手工登记，再等配送中心隔天响应。缺货率一度逼近9%，这对日用零售而言是实打实的利润流失。

今年三月，我们决定引入一套轻量级智能补货系统，不是那种动辄几十万的工业级方案，而是基于社区商超场景定制的边缘计算设备加云端算法。核心逻辑很直接：用货架上的重量传感器和摄像头，实时捕捉每类小商品售卖的消耗速度。

原理拆解：预测不是看历史销量，而是看“消耗脉冲”

传统补货依赖周报，但社区店的消费节奏带有突发性——比如雨天关东煮销量激增，或者下午四点家长接孩子时突然买走五袋面包。这套系统把时间轴切成15分钟颗粒度，通过动态时间规整算法识别异常消耗脉冲。举个例子，如果某款零食饮料在30分钟内售出平日3倍的量，系统会立即触发补货指令，而不是等到晚上统一汇总。

关键还在于“安全库存”的设定。我们不再用固定数值，而是根据每周七日不同时段自动浮动。周一的奶制品安全库存比周末低15%，因为周边上班族更倾向工作日早晨购买。生活物资如鸡蛋、挂面则保持周二与周四的双峰补货节奏，匹配周边两个小区的采购习惯。

实操方法：两周完成部署，店员只需每日扫码确认

部署过程比预想顺利。硬件只有三个部件：货架底部的薄膜压力矩阵、一个1080p广角摄像头、以及一个火柴盒大小的边缘网关。网关内置YOLOv5-lite模型，能识别1200种常见SKU，识别准确率在夜间光线不足时也能达到91.7%。

店员每日工作变成两步：

• 早班用PDA扫描智能货架上的二维码，核对系统预生成的补货清单（误差率约6%）；
• 晚班将临期商品手动标记，系统会自动下调该SKU未来48小时的预测值。

值得强调的是，这套系统并不“黑箱”。后台会每周生成一份可解释性报告，标注哪些补货建议是因为价格波动、天气突变或周边工地开工引起的。我们便利店紧邻榆次区在建的职教港项目，因此系统特意将“工地周边两公里”设为外部变量，当工地浇筑混凝土时（通常连续作业24小时），夜宵类零食的补货权重自动上调1.8倍。

数据对比：缺货率下降62%，周转天数缩减1.4天

运行三个月后，我们用2024年1月（旧模式）对比2025年1月（智能补货）数据，结果如下：

1. 货架缺货率：从8.7%降至3.3%，其中饮料冰柜缺货时间从日均47分钟压缩到12分钟；
2. 库存周转天数：由6.2天降至4.8天，释放了约2.3万元沉淀资金；
3. 人工盘点时长：每日减少55分钟，店员转而处理鲜食预订和社区团购自提；
4. 报废损耗：乳制品和短保面包的报损金额下降41%，因为系统会提前12小时预警即将到期的批次。

当然，也有失灵的时刻。比如春节前三天，系统低估了礼盒装零食饮料的爆发力，导致某款坚果礼盒断货半天。后来我们给系统加了一条规则：凡是农历腊月二十之后，所有礼盒类商品的补货前置期自动延长到三天。这类“人类经验补丁”仍然必不可少。

这套实践谈不上多前沿，但确实让晋中市榆次区品善苑便利店这家便民便利店在人力成本不变的前提下，把更多精力转向了如何提升社区服务体验。毕竟，智能补货解决的是“有货卖”，而真正的社区温度，还得靠人去传递。