聊聊 BI 的黑武器 —— 分仓分库前置仓，大型集团 BI 数据架构规划思路

Posted 2022-02-04 程序员陈彼得

大年三十除夕的清晨，迎接新年的最后一篇文章来讲讲大家平时可能很少接触到的一类数据架构。

因为这种架构少有产品化的落地使用，市面上也没有很好的参照。而我们在两年前做我们自己 BI 产品的时候就已经把这个概念给产品化了，所以我们把这种架构就取了一个名字叫做 BI 的分仓分库、前置仓。

除夕的清晨

讲这个架构之前，我先来讲讲几个失败的案例。具体案例名称就不在这里提了，就说下这几个项目比较共性的需求背景。

共性的需求和场景

十四五规划，数字化转型大背景下，一个集团七八十家公司二级单位，二级以下还有三级、四级。集团要求做所谓的数据中台、大数据 BI，总之最后的要求大概就是做到：拉通数据、一企一屏、集团财务业务一体化的可视化分析，实现资产监管等等。

听上去是不是感觉很熟悉，就像身边的企业集团一样？非常正常，太多类似于这样的需求了。我面对面聊过的这类需求已经不下十家，听到的就更多。

这些案例大概是什么需求背景呢 ？首先要做的就是财务监管方面的各个系统打通。以往是通过数据报送看看基本的报表就可以了，现在要求所有二级财务系统要对接到集团层面，能够看到更详细的、深入的数据分析，这个是一期的规划。二期就是从业务线、业务板块按照同样的方式，所有的业务数据都上来，逐步实现一企一屏、集团管控、集团大屏等等，实现集团视角、业务板块视角、企业视角等可视化分析。

最终的输出大家注意到了吗，都是什么? 都是 BI 可视化分析、大屏可视化，所以 BI 在这些项目里面是一个刚需。难的地方在哪里？在底层数据上，不仅仅是数据清洗、治理，更重要的是数据架构到底应该怎么来构建才更加高效。

第一家是怎么做的呢？底层上了一个大数据架构平台，对外叫数据中台，把所有的二级企业集团的数据全部同步到集团的云端，然后在云端做数据的清洗、合并等等一系列 ETL 加工处理，最后通过 BI 工具做可视化分析。这个实现思路是对的，难就难在只考虑到了数据搬过来上云，忽略掉了数据处理的复杂度。上百家企业的数据如何合并，如何抽象出共性指标，如何打通这些数据。这个项目最终也没有跑起来，死在抽取之后数据加工到出 BI 这个层面，一家企业数据出问题，最后的大数就是有问题，死活不知道问题出现在哪里。

直接把所有数据拿过来放到一个平台，在一个大平台里面做清洗处理，组织架构、维度科目档案统一如何做，指标口径如何统一？一个点出问题处处都是问题。

这个是思路对了，实现难度大，没有考虑到这种复杂性，没有针对性的找到复杂场景下的解决措施。

而下面这个是思路就不对，错得离谱。

第二家的做法是直接在业务系统中对接各个集团财务系统的数据，然后在这个业务系统中做合并，最后作为大的数据出口、数据源为未来集团 BI 所使用。这种架构就是从方向、从根上完全错了，心思就不正。说严重一点，就是很坏。这样一做，基本上就把甲方给完全绑定了，以后说是什么就是什么。即使财务数据相对标准，集中到一个业务平台上，其他的业务数据以后要分析怎么办？

其他看到的几家项目做法介入这两者之间，处理方式和手段基本上就这些。

面临的挑战

这几家面对同样的问题主要是：

第一，各个二级企业（集团) 所用的财务系统各不相同，有用友NC、用友U8、金蝶 EAS、浪潮、还有用友 T 系列的。很多人问为什么当初集团不统一这些系统，大家需要知道一个大型集团的成长都是靠兼并、收购、重组不断的进化的，IT 信息化不统一非常的正常，IT 信息化建设很难提前规划和预判。

第二，各个企业由于自身的业务特点，各个业务系统也不一样，非统建类的系统居多。

第三，即使是同业务板块的下属二级企业，有的企业有相应的业务系统，有的企业就没有相关的业务系统支撑。

这里面的共性挑战是什么？

第一，不同的系统由不同的供应商维护，底层数据字典、数据质量的问题，这么多业务系统要取数，有的还做过二开，数据怎么取的问题，谁来配合解读数据。

第二，集团到底要看什么数据？知道这些数据从哪里取吗？什么时候取哪些数据？七八十家企业，几百个系统，等你整合完，报表什么时候才能出来？

第一家的实现思路没有太大的问题，但是第二家的实现思路实在是不可救药 —— 让各家业务系统供应商提供标准 API 接口，从各个业务系统 API 接口取数全部集中到自身的业务平台中。这里面涉及到多少家供应商资源的协调，需要多少的二次 API 开发工作投入。并且最严重的一个问题是，业务系统不是数据系统、BI 系统，业务系统彼此之间应该是完全独立的，只有数据系统、BI 系统才能完全基于所有业务系统之上，形成各业务系统数据的打通、建模再到支撑 BI 前端可视化。

所以，这家架构从根上就错了，项目已经启动半年一直无法推进，我上会沟通了一下发现已经无法扭转了，救都救不回来。

集团型 BI 的数据架构实现思路

像这类项目实现思路到底是什么？有没有一些优化的方案或者架构可以供参考借鉴的，这就是我下面接着要说的几个点：

第一，不管是什么样的财务监管、一企一屏、集团 BI 可视化，最终大家都需要注意到，BI 都是最终的出口，这个是最终使用用户唯一能看懂的东西。

第二，一定不会先上来把上百家二级企业的业务系统数据先打通一遍，做整体的数据建模，一定不能这么干。

有的人说我们集团要求业务上云、数据上云，所以数据全部要搬过来。注意，搬过来和打通是两回事，搬过来只是数据到集团的云端了，打通是真正意义上数据的打通、清洗、汇总、合并等一系列的处理。这种打通，不要说上百个系统，就一两个系统的完整打通，按照 BI 建模的方式走一遍基本上就是几个月甚至小半年时间。

第三，一定从需求出发，先梳理分析指标，需要什么指标就看什么指标。不管是财务的，还是业务的，确认多少，再抽取多少，这样可以不用在最初的时候把面铺的过大。举个例子，全部系统打通可能涉及到上百个系统，这个工作量太大。

但是这次梳理出来的一部分指标，可能只涉及到几个系统的打通，阶段性的工作量一下子就降下来了，难度也就下来了。

把这三个点弄明白，我再来讲讲下面的这种架构就容易很多了。

第一，明确集团层面需要看什么数据，看什么数据就抽取什么数据。这种要看的数据从 BI 的视角来说，就是指标和维度，所谓的明细数据就是维度的颗粒度，维度颗粒度越细，数据明细就越细致，定好了就可以了。

第二，既然是集团层面的统一视角，所以这种数据的模板或者格式就是高度统一的，适用于所有的企业。

因此在某一个阶段，二级企业数据到达集团大数据仓库中心之前，因为已经知道了需要获取什么样的数据，所以在二级企业设置前置数据仓库。按照规定的数据格式、模板同步到二级企业的数据仓库中，二级企业的数据清洗过程不是放到集团数据仓库层面，而是在二级企业的数据仓库中完成。

这个就是 BI 数据仓库的分仓分库，前置数据仓库的概念。

这个前置数据仓库服务器可以放到二级企业本地，也可以放到集团统一管理。位置在哪里并不重要，重要的是要降低数据逻辑处理的并发复杂度。

什么叫并发复杂度？比如我有一个大屋子，大屋子里有十个房间，每个房间放了好多杂乱无章的东西，现在要把东西给清理出来拉到大屋子的大厅摆放整齐。

两种处理方式，看看哪种更好：

第一种，直接把每个房间的东西全部拉到大厅里面，然后再分门别类的整理。

第二种，在每个房间整理好，然后再拉出来放到大厅摆放。

大厅就是集团的数据仓库，在房间整理好就是前置数据仓库，明显这种方式更优。全部拉到大厅再来整理，容易手忙脚乱，互相打扰，一个错误全部就乱。

就如同上面的这幅图，各二级企业的数据就像各个农地里面的菜一样，就地分仓处理，处理干净了再合并到总仓中，这种效率非常高。

比如一家集团上百家二级使用的财务系统各不相同，没有分仓分库的话就需要一家一家的进行数据对接。有数据仓库模板的话就相当于各个版本的财务系统只需要对接一次，剩余的直接按照模板复制到各地数据仓库就可以了，七个财务系统版本就对接七次就可以做到。

数据仓库的模板是什么？分析模型、维度、指标、以及维度指标的取数逻辑，这些都可以有效的组织和统一模板，高度复用。

上面的这些架构，我们很早就已经落地了，并且是以产品化数据仓库的形式落地。

场景越复杂、分仓分库、前置仓架构的优势越大

这种架构使用的场景非常的多，集团越大越适合，业务系统版本越多越适合，足够大，高度可复用的效率优势体现的会更加明显。

这种架构具备很强的扩展性和想象力，比如像国资委的国资监管、大型集团的多级 BI 架构、甚至只要有这种带有上下级数据传递整合打通，不管多少级都可以按照这种架构思想来实现，可以把每个分仓无限往下扩展成不同的小仓库，从小仓到大仓，从大仓到总仓。

数据架构这些东西没有什么可神秘的，就像一层窗户纸，一捅就破，关键是在不同的项目中要灵活运用。

如何互动：关注视频号，私信沟通

深度解析丨中心仓前置仓社区团购平台电商

01

前置仓发展历程梳理
前置仓的最初概念是电商为提高配送时效在更接近消费者的地理范围内建立的小 型仓库，而如今在新零售的赋能下，前置仓成为生鲜电商企业的“掌中宝”，为满足 消费者的物流时效需要以及个性化需求提供可能。回顾前置仓的发展历程如下：
萌芽摸索期（2015-2017年）：随着气温高，配送慢等问题，2015年夏季生鲜电商行业痛点集中爆发，另外B2C模式下冷链费用过高。为了更好地解决这些问题，生鲜电商企业首次提出前置仓模式。
2015年9月，每日优鲜决定要“All in前置仓”，推出前置仓1.0版本。此阶段虽有很多企业尝试前置仓模式，但由于仓配能力与消费者需求不够统一，冷链技术得不到加强以及管理问题，早早退出历史舞台。
创新摸索期（2018-2019年）：各家企业通过两年的时间不断布局前置仓，使前置仓模式得到了市场的普遍认可，并且在不断创新中，前置仓的模型也逐步明朗，开启了19年的一场前置仓大竞赛。
此阶段内，如商超的沃尔玛山姆，电商的每日优鲜，后起之秀的朴朴超市和叮咚买菜都积极发展了自身的前置仓，叮咚买菜和每日优鲜更是获得了大量的资金注入，但究竟前置仓的核心优势是在于算法还是商品，以面对成熟的ToC配送平台的竞争，需要进一步深究和解决。
崛起发展期（2020-至今）：随着疫情爆发，线下餐饮全面停摆，生鲜行业迎来机遇。疫情期间，每日优鲜，叮咚买菜以及京东到家等都出现订单井喷式增加，日活用户不断提高的现象，且在后疫情时代，市场情绪并未出现反弹，日活用户仍在不断增加。
在订单和日活用户暴增的情况下，对前置仓的构建体系要求也在不断提高，所以保证前置仓盈利的前提，必然是与商品质量，配送效率和单店的管理水平密切相关。

相较传统模式，前置仓模式配送效率高、生鲜损耗小。传统模式通过中心仓进行 配送，将生鲜货物集中到城市配送中心，根据订单需求将货物从城市中心仓库发 送到消费者手中。
出于成本考虑，中心仓常设置在远离市中心的城郊地区，运输 距离长导致难以满足快速配送的需求。针对传统模式痛点，创新高配送效率前置仓模式出现。
前置仓模式中，商家根据周边的需求情况提前将货物运送到社区附近的前置仓内储存，消费者在生鲜电商平台下单后，直接从前置仓中拣取、包装货物，并完成配送。由于生鲜产品直接从消费者附近的前置仓内发出，缩短了产 品到消费者的配送时间，降低了生鲜产品的损耗。

 

 

 

 

市场规模不断扩大，市场渗透率不足1%，有较大提升空间。作为消费频率最高的刚需行业，生鲜市场有着万亿级别的体量，2020年生鲜零售市场规模达到5万亿元，根据艾瑞咨询的测算，到2025年生鲜零售市场将达到6.8 万亿元，而随着新冠疫情的影响，生鲜电商市场快速发展，2020年生鲜电商市场规模达到4584.9亿元，而即时配送的生鲜电商平台在疫情之中及之后也迎来了爆发式的增长，2018年至2020年，以前置仓为代表的即时生鲜配送市场规模从81亿元增加至337亿元，年复合增速达到107%。
从数据可以看出，虽然我国生鲜市场庞大，而生鲜线上化占比仍然较低，而以前置仓为代表的即时生鲜配送市场占比更是微乎其微，2020年其市场渗 透率不足1%，具有较大上升空间。且与生鲜电商整体市场增速相比，前置仓市场增速远高于整体。

 

 

02

前置仓解决了传统生鲜电商的诸多痛点
1.传统生鲜电商面临诸多痛点

 

生鲜产品易腐蚀，到货损耗率高导致退货率高。传统生鲜电商普遍采用的冷链物流模式是“泡沫箱+冷袋”的模式。用“泡沫箱+冷袋”把生鲜产品打包成一个包裹，包裹内部形成适合生鲜产品保存的局部空间，包裹在物流运作时被视为普通包裹，走现有常温物流配送体系。
这种模式成本较低，但是对生鲜产品的品质保护难以保证。据相关统计，我国果蔬类农产品在流通过程中损耗率达到25%-35%，到货损耗率高导致消费者购物体验差，退货率居高不下。从北京消协调研的数据来看，消费者购买生鲜产品时，不满意率高达55.36%，其中28.12%的消费者认为所购买的生鲜产品不够新鲜。

 

 

生鲜产品标准化程度低，购买体验较差。由于我国上游农产品种植分散，缺少明确的产品分级筛选标准，导致农产品的“非标”问题明显。“非标”问题就是在购买生鲜时，同样产品不同购买批次存在质量上的显著差异。
每个人对生鲜农产品的口感偏好、心理预期都有所差异。这个问题放到消费者层面，就会被进一步放大。外形、口感、品质不稳定的生鲜产品，就上升到了质量不过关的判定。在这样的体验下，消费者会更倾向于线下看得见摸得着的购买方式，影响线上生鲜渗透率。
配送时效性差，不能即时满足需求。由于生鲜产品的高频属性，消费者通常在当天 或者下一顿餐食5个小时内准备食材，因此普遍对时效性要求较高，而传统生鲜电商平台采用中央仓库配送模式，即使同城配送，最快也只能实现24小时送达，不能满足消费者即时的生鲜需求，消费者权衡线下购买与线上购买时间因素，更多选择 去实体店购买。
全程冷链运输，单件小批量生鲜产品物流成本高。由于生鲜产品易腐蚀，需要全程冷链运输存储，而冷链物流投资与运营成本巨大，导致生鲜产品运输费用较高。物流成本高已成为制约农产品电商尤其是鲜活农产品发展的瓶颈因素。
一笔100元的生鲜类农产品订单中，物流成本高达25%—40%；而服装、电子类的物流成本通常每单只需5—10元，只占总成本的5%左右。而生鲜产品本身毛利低，高昂的物流成本使得生鲜电商盈利困难。

生鲜需求预测的数字化、精准化较低，导致库存损耗率高。由于生鲜产品存储时间较短，需要在短时间内出售，而传统生鲜电商由于消费者数字化程度较低及目标客户不清晰，难以建立明确的消费者画像及消费习惯监测，进而对消费者需求难以精准把握。

而且生鲜产品种类繁多，对终端需求的高效了解才能做到库存的精准把控。难以做到生鲜需求的精准预测，导致传统生鲜电商库存损耗率居高不下。
2.前置仓“0.5-2小时送达”解决了消费者的即时生鲜需求

 

仓储前置，实现极速响应与送达。一般前置仓设置在消费者集中的社区附近1-3公里。生鲜产品销售方利用冷链物流（冷藏车）提前将产品配送至前置仓存储待售，客户下单后，由前置仓经营者组织完成包裹生产和“最后一公里”的上门配送，实现0.5-2小时送达。无论是订单响应速度还是配送成本，前置仓模式相比直接配送都具有很大优势。
多段式配送，降低生鲜物流成本。传统生鲜电商收到订单后，在中心仓完成分拣打包，之后采用单件发货方式进行配送。而前置仓的产品采用多段运输，从产地仓到中心仓，再到前置仓均为大批量集结运输方式，产品在前置仓完成分拣和打包。
“分段运输，主干优先，分级集结，降维扩散”是所有商品种类在城际物流、同城快运、终端配送过程中实现总体成本最小化的有效方式，只有这样才能最大程度上保证运输效率。

产品标准化，生鲜sku丰富，满足一日三餐需求。由于我国饮食种类丰富，生鲜品 种繁多，消费者通常一天三餐有多种品类的生鲜需求。但由于生鲜存储时间较短，尤其是叶类蔬菜、肉制品、水产品通常保鲜时间仅为1-2天，传统生鲜电商平台多选择储存时间较久的根茎类蔬菜、硬果类水果、常温乳制品、禽蛋类进行销售，而存储时间较久的这些生鲜品并不能满足消费者一餐需求，尤其是烹饪过程中通常还需葱姜蒜等调味类生鲜，传统生鲜电商基本不能提供，因此消费者仍需去线下购买其他产品。前置仓则基本解决了这个问题，能够提供消费者一日三餐基本需求。

以每日优鲜和叮咚买菜为例，提供肉制品、乳制品、蔬菜、水果、水产品、速冻食品、粮油调味、快手菜等生鲜全品类产品。
数字化程度高，精准预测终端需求。前置仓不仅是整个供应链中触达用户的最后链接点，也是离用户最近的分布式经营中心和数据中心。大数据分析和智能算法的不断进步，对消费者绘制更清晰的画像，预测更准确的流量，以流量为核心，通过流量运营供应链，更准确地进行商品采购，更及时地调整商品品类和数量。
叮咚买菜的滞销损耗只有1%，这一方面基于人工智能的预测系统，另一方面也是可以根据用户喜好和仓储数据做智能推荐。通过销量预测智能算法系统，叮咚买菜订单的整体预测准确率达到90%以上，高效单品的整体预测准确率达到95%，极大地提高了运营效率，减少库存损耗。

03

前置仓与其他生鲜即时配送业态相比更具优势
1.与店仓一体到家模式相比：选址难度小，更易扩张及调整

 

店仓一体化模式也是“到家+到店”模式，包括线上巨头向线下扩展和线下商超开通到家业务两种类型，前者以盒马鲜生、7Fresh 为代表，后者以永辉超市、家家悦为代表。
该模式以前店后仓为多，门店是零售店面的同时也担负了仓库的职能，消费者既可以前往实体店铺进行店内购物，也可以通过线上下单要求配送到家，场景化门店运营使用户深度参与，粘性更强。

 

 

重资产模式，竞争壁垒较高，但线下门店建设成本压力较大。由于需要线下实体店铺的经营作为基础，“到店”+“到家”与传统的线下生鲜零售业态部分特点更相似，例如非常依赖店铺选址、货架管理和店内的经营效率。

与只作为仓库使用，因此可以将选址定在城市周边较偏僻地方的前置仓不同，仓店一体化的店铺门面需要靠近消费者，选址地点需要便利性的同时，为了保证消费者的就餐体验，分别对实体店的人工投入、经营面积和装修提出了较高要求，成本压力也较大，同时配送半径小，受众用户群体具有局限性。
前置仓的选址简单易复制，密度高覆盖率高。由于前置仓无需店面进行线下销售，且面积通常较小，因此选址更加简单，具有很大的灵活性。这种高灵活性带来了更高的业务可复制性。
而且前置仓通常选择在高密度社区周围的非临街物业建仓，实现以更低的租赁成本获取充足的适合建仓地点，随着前置仓密度的提高，实现了地理位置上的高覆盖度，进而带来更多的消费者。
2.与平台到家配送相比：前置仓产品标准化程度更高，体验更好

 

平台到家模式即京东到家、美团、饿了么、多点等平台接入传统线下商超、零售店为消费者提供到家服务的模式。
在平台到家模式下，线下超市接入到家平台，扩展了线上销售方式，实现了线下产品空间上的延伸。但因为接入线上平台的线下商家众多，各家提供商品的品质差异较大。而且各商家在平台上提供的商品与线下销售共享，消费者在线下购买时会进行挑选，而售货员为线上订单拣货时通常不进行挑 选，导致线上订单商品品质难以保证。
平台模式下，配送通常采用第三方众包物流，对订单响应时间更久，配送时长通常在1-2小时。而前置仓模式下，自营配送对订单响应迅速，通常能实现在30分钟-1小时内送达。
平台模式售后服务质量难以保证。由于平台上商家众多，当消费者在对收到商品不满意时，需要平台与商家进行协商解决，三方沟通导致沟通效率较低，消费者体验较差。
3.与社区团购相比：定位一二线城市，与社区团购错位竞争

 

前置仓提供的价值是为消费者极速送达高质量产品，而社区团购提供的价值是极致性价比。我们从产品质量、送达时间两个维度对前置仓、平台配送、传统电商、社区团购进行分析，可以看出社区团购与前置仓给消费者提供的价值处于两个维度的极端。
前置仓模式下，客户响应速度快，产品质量高，产品附加值高。社区团购模 式下，预售模式导致客户响应速度相对较慢，团购模式导致产品质量较低，产品附加值较低，到店自提有一定时间成本，对消费者自由时间要求较高。
前置仓定位一二线城市，社区团购定位下沉市场。一二线城市消费者生活与工作节奏较快，人均可支配收入较高，普遍愿意且有能力为节省时间付出一定成本。基于对生活品质的要求，一二线消费者对于生鲜质量的要求也更高。

 

 

前置仓的目标客户正是一二线快节奏生活的年轻高收入消费者。低线城市及农村消费者人均可支配收入较低，生活节奏较慢，对商品价格更加敏感，对配送速度的要求下降，他们的要求是物好价廉，满足生活基本需求即可。社区团购能够匹配低线消费者物美价廉的 基本需求。

4.前置仓模式仍在盈利探索中

履约成本高，需要足够单量及客单价才能实现前置仓单仓盈利。由于前置仓建设需 设置冷藏区及常温区，建设维护成本高，且需要配备一定数量人员运营及配送，每月固定支出较高。
且生鲜产品普遍毛利较低，若要实现前端盈利，需要有充足的订单支撑，且客单价需达到一定水平，使得毛利能够覆盖固定成本。我们对比几种到家模式下的履约成本，前置仓成本显著高于其他模式。

我们选取300㎡的标准前置仓进行分析，在客单价60元，单日订单量600—1400情况下，在不考虑产品从产地到达前置仓的运输成本的前提下，单笔订单的前置仓履 约费用在10-13元/单左右。

定位高价高质，难以下沉。因为一二线城市消费者居住密度大，时间成本更高，生 活节奏快，愿意为高品质产品以及时间付出成本，而前置仓需要一定的订单量及客 单价才能维持前端盈利。
我们测算在客单价60元，毛利率达到20%的情况下，单个前置仓的单量需达到1000单才能实现前端盈利。因此前置仓只能在北上广深等一二线城市才能生存，难以走出一二线城市，进而难以做出更大规模。
前置仓模式若取得突破，成本降低或者收益增加，能够发展到更多城市，高密度订单形成大流量，扩展业务成为大型平台。

生鲜产品毛利较低，需拓展高毛利品类。生鲜属于低毛利产品，且种类繁多，但具有高频属性，具有很好的引流作用，前置仓若想获得长期盈利能力，需要以生鲜产品为基础，向非生鲜类食品、日用品类拓展。
但因为前置仓面积不大，所能陈列的SKU数量有限，总体来看，前置仓所能提供的SKU大约在1000-2000个，少数能达到3000个。若想提供更多品类，前置仓有两个选择，一是扩大单仓面积，二是需探索预约到货模式。
前置仓区域采购量相对较小，对上游议价能力较弱。由于前置仓业态只能分散布局于一二线城市，而生鲜产品具有很强的区域性，难以集中采购，因此前置仓采购量相对于传统超市更小，而且前置仓布局上游时间较短，难以深入产业链源头进行采购，导致前置仓采购成本高于传统超市。
5.以一二线城市测算前置仓市场空间：约2800个前置仓，GMV短期规模997亿

 

由于前置仓的盈利条件对客单价及订单量有较高要求，下表列出了北京、上海、苏 州以及全国城镇平均水平下的家庭生鲜消费日支出金额。我们认为只有人均支出达到一定水平的一二线城市的城区才能支撑起前置仓的正向扩张。

前置仓成交额市场规模测算：我们选取国内城市建成区面积排名前50大城市，测算前置仓市场规模短期为997亿元，中期市场规模为2632亿元，长期市场规模为5211亿元。
具体假设如下：
（1）假设一二线城市前置仓生鲜食品市场渗透率不断提升，短期渗透率 5%，中期渗透率10%，长期渗透率15%。
（2）50城核心城区人口中期扩张10%，长期在中期基础上扩张10%。
（3）人均食品支出中期增长20%，长期在中期基础上增长20%。

前置仓建设数量规模测算：我们选取国内城市建成区面积排名前五十的城市作为前置仓全部的目标市场，测算前置仓目标市场数量规模为2826个。

具体假设如下：
（1）人口密度≥1万人/平方千米，前置仓覆盖范围为1.5公里，单个前置仓覆盖 面积为 7.07 平方千米。
（2）排名31-50的城市，单个城市前置仓建设规模为20个，合计400个前置仓。

来源/东北证券