便利店，尤其是小型门店，运营于极薄的利润空间之中。每一寸货架都必须物有所值，而一次错误的商品淘汰或引入，不仅可能造成销售损失，更可能永久失去一位失望的顾客。

波士顿咨询公司（Boston Consulting Group）董事总经理兼高级合伙人Sandeep Chugani在邮件中表示，BCG对加油站的研究发现，顾客到访的首要原因包括快速进出、满足冲动性需求以及轻松找到所需商品。

商品组合必须契合这些消费模式，而热销品与滞销品的差异不仅因城镇而异，甚至因门店而异。随着便利店将更多空间投入食品服务领域，货架空间变得愈发珍贵。

如今，日益普及的人工智能工具正帮助零售商以精准、数据驱动的洞察优化商品组合，将原本周期性、回顾性的工作转变为持续性的流程。

随着这项技术日益普及，专家们就便利店——尤其是独立运营商——如何最大化利用技术进行SKU合理化分享了见解。

零售商如何选择合适的技术？

对于寻求AI辅助商品管理的零售商，第一步是理解其选品决策的实际流程：谁做决策、频率如何、使用哪些数据。

在此基础上，运营商可判断流程中哪些环节最需要技术辅助。贝恩公司（Bain & Company）零售与绩效提升业务合伙人Jon Kuether指出，零售商未必需要全套品类管理工具，只需“少数几个模块，就能以较低成本达到80%或90%的效果”。

“你并不总需要凯迪拉克，本田思域有时就足够了。”

在评估任何具体工具之前，零售商必须确保其能与现有系统和财务数据对接——Kuether强调，这一步“与选择正确的技术同样关键”。

随着基于云计算的解决方案日益普及，这一过程正变得更加容易。埃森哲（Accenture）零售战略与商品管理负责人Clementine Illanes在邮件中表示，这些方案可集成现有POS系统，提供分析驱动的选品、商品布局和促销计划等功能。

“大型连锁便利店或许能投资更先进的AI、实时库存系统和自动补货能力，而独立运营商则可能从更精准、灵活的资产中获得更高回报，以解决即时痛点。”Illanes说。

财务投入与回报如何？

辅助库存决策的技术成本也在下降。例如，电子货架标签（可加快并简化补货调整）的成本在2015年至2025年间下降了67%，Chugani表示。

硬件成本下降缩小了大、小运营商之间的差距，但并未完全消除。

LatentView Analytics首席客户官兼CPG、零售及市场部门负责人Venky Ramesh在邮件中表示，从周期性、回顾性的品类审查转向数据驱动的规划，通常可带来2%–5%的利润率提升。

Ramesh补充说，大部分收益来自减少缺货、平衡空间与商品周转率以及降低损耗。

Kuether表示，聚焦于品类重新设计（包括采用新技术）的努力，通常可推动1%–3%的销售额增长，在单位增长放缓的背景下，这对许多零售商而言意义重大。

Chugani补充说，独立运营商仍可能需要依赖供应商或特许经营生态，以负担软件、集成及持续支持的成本，因为他们缺乏自行构建的规模。

技术的可靠性如何？

AI能够分析销售模式、识别表现不佳的商品并标记缺口，但增加或淘汰商品的最终决定权仍掌握在采购人员手中。

“AI可以提供出色的建议，但人类在做出最终决定前仍需加入自己的判断。”Kuether说。

决策做出后，流程可以完全自动化——确保所选商品被订购并上架，Chugani表示。

AI无法谈判成本条款、评估品牌带来的营销支持，也无法权衡门店管理层多年建立的关系。业务领导者还应制定明确规则，规定员工何时可以推翻AI建议，以及何时需要上级批准。

“最优秀的零售商仍会由采购人员做决策，但他们会获得更多数据驱动、洞察导向的建议，而这些建议是他们在没有AI时无法得到的。”Kuether说。

零售商应警惕哪些陷阱？

有几个常见的实施陷阱，零售商需小心避免。

第一个是技术仅指出品类问题，却不提供解决方案。

“如果你的技术栈告诉员工存在问题，却不说明如何处理以及处理顺序，那么问题并未解决。”Chugani说。

第二个是来自“黑箱”的建议，Kuether指出。当难以理解运营工具如何得出答案时，领导者很容易忽视库存建议。

“他们只会将其搁置一旁，说‘这太荒谬了，我还是按老办法来’。”Kuether说。

至关重要的是，品类技术必须被视为一项商品管理举措，而非IT项目。这意味着变革需要公司各部门的认同。Ramesh指出，如果员工未能及时重置货架，AI辅助选品技术的投资回报率可能会迅速下降。

与商业中的一切一样，一切始于顾客。

“最终，拥有关于顾客在特定地点、特定时段、特定季节需求的正确洞察和数据，才是带来成果的关键。”Kuether说。