瑞幸咖啡就像「病毒」，不知道打哪來，卻遍地開花|數位時代 BusinessNext

瑞幸咖啡就像「病毒」，不知道打哪來，卻遍地開花

不久前才把咖啡機拿去抵押變現的瑞幸咖啡，卻在近日於美國上市，這家號稱要打敗星巴克，成為中國第一連鎖咖啡的獨角獸，到底在打什麼主意？

平均5.5小時展一家新店，瑞幸咖啡燒錢打「補貼戰」

2019年4月初，瑞幸咖啡以咖啡機以及奶箱等上百筆「生財工具」為抵押物取得4,500萬人民幣現金突然被大肆報導，引發市場上一陣譁然，紛紛懷疑這家號稱以「技術驅動新零售模式」營運的獨角獸咖啡店是不是走到了盡頭？正當支持論者與懷疑論者兩方僵持不下時，來自路透社的報導證實，瑞幸咖啡於美國時間2019年4月22日向SEC遞交IPO申請，預計在2019年5月在美國上市，並由瑞士信貸以及摩根史坦利為承銷商，目標是達到30億美元估值。不禁讓廣大民眾腦袋浮現一堆問號，這到底在演哪齣？（註：瑞幸咖啡已於2019年5月17日於美國上市，第一天收盤價為20.38美元，上漲近20%）

不管瑞幸咖啡是不是真如同星巴克執行長Kevin Johnson所描述一般專注於「炒短線」，或是如同劉國華在礪石商業評論所描述「瑞幸咖啡僅僅是一個把咖啡連鎖作為道具的金融項目」，從上面的時間軸都可以看出，瑞幸咖啡真的很厲害。

註冊於2017年6月的瑞幸咖啡在2017年10月才設立第一家門店並於2018年1月開始試營運；短短一年時間開了超過兩千家門店，截至2019年3月底瑞幸咖啡共設立了2,370家門店（相當於每5.5個小時開一家店），2019年底更預計要開出4,500家門店。相較之下，已進入中國市場二十年的星巴克，目前在中國超過150個城市則開設約3,700家門市，來自英國的Costa則僅有不到500家門市。

不過，從財務數字來看瑞幸咖啡就沒這麼厲害了。為求在產品、價格與 便利性 三者間取得完美平衡，瑞幸咖啡利用「無限場景」的核心思想，利用大兩補貼與App訂購外送的方式，兩千多家門市在短時間內便服務了一千多萬名消費者，共計賣出八千多萬杯咖啡；只是那些因為補貼而以相當低廉金額喝到第一杯瑞幸咖啡的消費者究竟會不會「回購」，目前無法確切得知。

可以知道的，是在申請美國IPO資料上所展示出來的驚人數字：瑞幸咖啡2018年淨收入8.4億人民幣，而淨虧損為16.2億人民幣；2019年截至3月31日的淨收入為4.8億人民幣，淨虧損則為5.5億人民幣。換句話說，從2018年1月到現在，瑞幸咖啡已經「燒掉」了超過22億人民幣；儘管在貝萊德（BlackRock）投注1.25億美金注資過後，瑞幸咖啡的估值已達29億美金，面對極大資金壓力下透過公開市場發行取得更多「子彈」，是一條不得不走的路。

中國咖啡市場潛力無窮

看到這麼可怕的數字，我們該不該擔心燒了很多錢的瑞幸咖啡最終是不是會跟過去紅極一時的「共享單車」一般，在不久後就成為過往雲煙？在這方面筆者倒是挺樂觀的，以下提供幾點供參酌：

瑞幸咖啡的創辦人與CEO錢治亞過去是「神州優車」的營運長，聯合創辦人兼CMO楊飛是流量池理論的推動者；瑞幸咖啡最早的天使投資人陸正耀不僅是瑞幸咖啡最大的個人股東，過去還是錢治亞在神州優車時的頂頭上司兼師傅；參與A輪融資的大鉦資本、愉悅資本、新加坡政府投資公司以及君聨資本與陸正耀在神州車時期就有合作關係；參與B輪的中金資本總裁丁瑋本身還是神州租車的獨立董事。換句話說，瑞幸咖啡正是「典型的中國式資本支持型公司」，有了上面提到的這些「局內人」，再加上過去便曾透過大幅度補貼手法搶佔市場的「神州經驗」，瑞幸咖啡的營運團隊實際上， 並非對本身所採用高額補貼手法所可能帶來的風險一無所悉 。

也有些人看到握有星巴克8,080萬股的貝萊德（BlackRock）加入瑞幸咖啡的B+輪融資，便開始擔心過去全力支持星巴克貝萊德是不是要變心了？別擔心！貝萊德的加入有兩重意義：其一，根據Frost & Sullivan的報告， 2018年中國人每年平均消費的咖啡杯數是6.2杯，預計到2023年會成長到10.8杯，而這個數字在德國是867.4、美國是383.3，在香港則是249.5 ；換句話說，中國未來只會有更多人喝咖啡，只要貝萊德持續握有星巴克以及瑞幸咖啡的股權，不管中國的消費者到哪邊去消費，他都有賺頭（貝萊德投資的是「賽道」而不是「賽車手」）！只是，在市場規模成長數倍的狀況下，究竟最終受益者與贏家會是瑞幸咖啡還是星巴克，目前還不得而知。其二，因應瑞幸咖啡即將前往美國IPO，貝萊德的加入，最大的作用是幫助瑞幸咖啡獲得美國主流投資者的背書，對後續的IPO將會有很大的幫助；只是，中美新一輪貿易戰開打，究竟瑞幸咖啡打的算盤有沒有辦法成真，仍待後續考驗。

奠基於神州優車利用「裂變拉新」與「高額補貼」所獲得的成功，「瑞幸咖啡」最初也是用這樣的方式吸引市場上「可能還沒有養成喝咖啡習慣」的消費者。不過，正如同關係行銷裡面的「破水桶理論（Leaky Bucket Theory）」所描述的一般，「裂變拉新」與「高額補貼」只能讓上方注水的水龍頭（也就是新顧客）灌注更多的水到水桶裡， 如果瑞幸咖啡沒有辦法讓水桶下方的破洞變小（也就是利用超低金額喝過瑞幸咖啡卻沒有持續購買的顧客），那水桶的水位依舊不可能會上升 。目前瑞幸咖啡可以算是成功地把水龍頭扭開了，至於後續要怎麼「補破洞」就得靠經營團隊的智慧。

像「瑞幸咖啡」這樣的「餐飲業」究竟有沒有辦法透過高額補貼來「壟斷市場」？會不會哪一天，一家補貼力道更猛的「小確幸咖啡」橫空出世，瑞幸咖啡好不容易打下的市場，就此拱手？筆者認為，在某個程度上瑞幸咖啡現在用以「裂變拉新」的所有手段，其中有一個目的在於「 打造市場很擁擠的假象 」，透過這樣樣的假像，那些想要進入市場分一杯羹的競爭者，便可能會因為所需要承擔的「成本」與「風險」都太高而作罷；當然，這樣的狀況要在瑞幸咖啡「口袋很深」的狀況下才有機會成真。

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場。）

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。