智能问数零售行业场景1:生鲜损耗管理/临期处理——商超头号降本点,示例口径年化减少损耗约500-1100万
2026-09-18

摘要:生鲜损耗率行业公开口径 15-30%(来源:中国连锁经营协会 CCFA 零售业生鲜经营统计,文末附出处),是连锁商超头号降本点。极昆仑智能问数(极昆仑iInsight)把行业通用的四步方法(每日巡检、根因归因、分级处置、验证复盘)自动化落地:每日凌晨主动巡检临期与损耗超标 SKU、五类根因自动归因、临期分级降价自动执行、民生品价格底线人工确认、T+30 试点门店 vs 对照门店验证。

一、现状:生鲜损耗,现在是怎么管的

先破一个常见的误区:很多人觉得"损耗是生鲜生意的必要成本,降不了多少"。这是把损耗当成"行业的宿命"了。

生鲜损耗率行业公开口径在 15-30%(来源见文末),是商超所有品类里损耗最高的。损耗 = 报废 + 盘亏 + 降价让利(口径见文末)。以示例企业 12% 的损耗率算,每 100 万生鲜进货里,12 万不是卖了,而是废了、丢了、打折让出去了。生鲜毛利率本来就只有 15-25%,损耗一高,毛利直接被吃掉一大半。

现在普遍怎么管?基本是"人工 + 报表"两件套:

  • 店长每日人工巡店看冷柜,看到快过期的降价处理。靠眼睛、靠记忆,损耗超标 2 倍的 SKU 连续 3 天没人发现;

  • 上了 BI 报表的企业,月底看整体损耗率。发现 12% 的时候,这一整个月该废的早废完了;

  • 损耗根因说不清。到底是因为订多了、陈列位置差、还是到货晚货架期短了,没人能拆。

除净利流失,还有两类更隐蔽的问题:

  • 短保商品"高毛利高损耗":乳品、烘焙、熟食毛利高,但保质期只有 1-7 天,临期即报废。一盒鲜奶毛利 40%,一旦临期没卖出去,不但不赚,连本都亏掉,还要倒贴仓储和报废处理;

  • 订货两难,无人可解:订多了报废,订少了缺货。传统靠店长每天人工看 + 凭人工经验订量,永远在两头挨打。

根本矛盾在于:损耗每天都在发生,临期商品每小时都在过期。人工巡店的频率根本跟不上损耗发生的频率。等到"看出来"的时候,损耗已经成了既成事实。

二、极昆仑iInsight 方案是什么,带来哪些变化

行业实践对生鲜损耗有一套常见的四步做法:每日巡检(盯临期和损耗超标 SKU)、根因归因(拆出订货过量/陈列失效/促销缺位/供应链影响/品类特性五类根因)、分级处置(到期 2 天 7 折、1 天 5 折、报废止损)、验证复盘(试点门店 vs 对照门店)。这套做法人工也能做,难在每天高频执行,人盯不过来。

极昆仑iInsight 把这四步自动化落地,带来这些变化:

环节

传统方式

极昆仑iInsight

差异

发现时点

店长每日人工巡店 + 月底盘点看损耗率

每日凌晨主动巡检临期(到期≤2天)与损耗超标(>8%)SKU,早 8 点推送店长 + 生鲜采购总监

从"人发现"到"主动预警"

根因归因

损耗是笔糊涂账,说不清去哪了

五类根因归因:订货过量/陈列失效/促销缺位/供应链影响/品类特性

从"一笔糊涂账"到"根因分布"

处置动作

店长凭经验降价、凭感觉订量

临期分级降价(2 天   7 折 → 1 天 5 折 → 报废止损)+ SKU 级订货调整 + 陈列/设备整改行动包

从"凭经验"到"行动包"

执行方式

人工贴签、人工订量,漏了就算

分级降价、报废清理单数字员工自动派单价签/POS/门店;民生品价格底线人工确认

从"人盯人"到"能干活又管得住"

效果跟踪

月底才知道损耗率,不知道谁起作用

T+30 试点门店 vs 对照门店报告:损耗率 12%→8.2%(毛改善 3.8pp),临期报废减少 52%,月度减少损耗 92 万(净口径 1.1pp)

从"事后看数"到"归因闭环"

能省多少,按公式自算:年化减少损耗 ≈ F × ΔL。F 是生鲜年销售,ΔL 是损耗率降幅。以中型连锁商超口径计算(示例企业生鲜年销售 10 亿、原损耗率 12%):损耗率从 12% 降到 8.2% 是毛改善 3.8pp(对应毛口径约 3800 万),但分级降价本身在让利,一部分"报废"变成了"低价卖掉",毛改善不能全额计入,所以按保守口径取净降幅 1.1pp(已扣除让利):F=10 亿 × 1.1% = 1100 万/年(≈ 月度减少损耗 92 万 × 12)。以上为满额兑现口径,实际落地按门店执行率 50% 折算,保守收益约 500 万/年起步。

ΔL 取值有行业数据可查:实施系统化损耗管理的连锁企业,损耗率改善常见区间 1-2pp(来源见文末)。店长执行越到位、数据越全,越靠近上限;反之取下限。

效果参考口径:试点 15 家门店生鲜损耗率从 12% 降至 8.2%(毛改善 3.8pp),临期报废减少 52%,月度减少损耗 92 万(净口径 1.1pp);短保品缺货率同步下降(订货更准),民生品价格底线全程人工确认、未自动调价。

合规边界:

环节

极昆仑iInsight 干

人干

绝对不做

预警

每日凌晨巡检临期与损耗超标 SKU,早 8 点推送

店长 + 生鲜采购总监接收预警

——

归因

五类根因归因

——

不把损耗责任自动归咎到个人

处置生成

临期分级降价 + 订货调整 + 陈列整改行动包

店长 + 生鲜采购经理审核确认清单

AI 不自主调整民生品价格底线

执行

短保临期分级降价、报废清理单自动派单价签/POS/门店;订货调整派单采购

门店按单执行、采购按单订货

AI 不自主签退换货协议、不压民生品价格、不替代人做商品决策

供应商协议

——

退货/换货/补损协议由生鲜采购 + 商品部人工执行

AI 不自主签订退换货/补损协议

效果跟踪

T+30 输出损耗改善报告

店长 + 生鲜采购复盘

——

场景1.png

三、为什么传统 ChatBI、智能问数做不了这件事

钱算得动,还得看是不是非 iInsight 不可。前面比的是"人工执行",这里比的是"传统 BI 工具"——很多企业已经上了 BI,照样卡在损耗这件事上。

能力维度

通用 ChatBI / 智能问数

极昆仑iInsight

查损耗率 / 拉临期清单 / 出统计表

✅ 能做

✅ 能做

巡店反馈/冷柜温度/顾客反馈等非结构化损耗根因识别

❌ 只查结构化数据

✅ 识别"冷柜位置差+温度异常提前变质"等根因

五类根因归因

❌ 多步归因不在能力范围

✅ 拆到 SKU 级根因分布

临期分级降价 + 订货调整行动包生成

❌ 只给数据不给方案

✅ 2 天 7 折 → 1 天 5 折 → 报废止损 + SKU 级订货调整

分级降价自动派单价签/POS + 报废单派单门店

❌ 做不了

✅ 数字员工自动执行,民生品价格底线人工确认

T+30 效果跟踪闭环

❌ 做不了

✅ 试点门店 vs 对照门店对比,输出损耗改善报告

三个跨不过去的壁垒:

  • 非结构化融合:损耗的根因一半在系统外。"冷柜第 3 层温度偏高、鲜奶提前变质""店长反馈叶菜区到货太晚、货架期只剩 1 天"都在巡店记录、温度监控、顾客反馈文本里,不在任何结构化表里,通用      ChatBI 问不出、拉不出。能不能把这些细节融进归因,决定了方案是真对症还是套话;

  • 行动方案生成,不是"出一张表":通用 ChatBI 给你一张损耗统计表就到此为止,"每个 SKU 降到几折、订货量调多少、冷柜位置怎么改、报废单怎么派"还得人干。iInsight 的终点是完整行动包:分级降价 + 订货调整 + 陈列整改 + 报废单派单,人只审核确认;

  • 自动执行工作流 + 民生品红线:分级降价要派单价签 + POS、报废单派门店、订货调整派采购,这是工作流对接,不是查数。同时民生品(米面油/蛋奶)价格底线是红线:数字员工自动执行的是短保商品临期分级降价,民生品价格调整、供应商退换货补损协议一律人工执行。这就是"能干活又管得住"的边界。

四、怎么试

你家生鲜也在被"损耗率 15-30%、临期天天报废、订多订少两头挨打"困扰?约一次 30 分钟需求对齐(不带销售,只看你家数据适配度),合适就做 概念验证:拿你家真实生鲜数据跑 1 批历史临期与损耗案例的处置模拟,当场对比"店长经验 vs 极昆仑iInsight 分级降价 + 订货调整"。

根因拆得准不准、方案合不合理,当场判断。先验证方案;损耗率是经营结果,要 2-3 个月试点才出结论。


数据来源:

  • 生鲜损耗率 15-30%:中国连锁经营协会(CCFA)零售业生鲜经营统计

  • 损耗构成(报废 + 盘亏 + 降价让利):零售损耗管理通用口径,与全美零售联合会(NRF)年度损耗报告口径一致

  • 系统化损耗管理改善幅度 1-2pp:行业研报常见区间的推演值

  • 短保/临期分级处置:行业实践通用做法,按企业毛利结构设定

文内所有收益数字均为基于上述公开基准的推演示例值,非企业实际回款;发布前请以各机构最新年度报告核对数值,立项测算请以自家财务与库存数据为准。