单店、三店、连锁：AI 该解决的问题依次不同
一家店的老板和二十家店的老板，问的是两个不同的问题。
单店老板说：我每天太忙了，想找人帮我分担。
二十家店的老板说：我不知道哪家店在拖后腿。
这两个问题看起来都是"管理吃力"，实际上对应的能力不同。而且 AI 在其中的位置也不同：对前者它是个助手，对后者它是个仪表盘。
阶段不同，瓶颈的性质不同
门店生意的规模每上一个台阶，瓶颈会换一次性质。
| 门店数 | 瓶颈 | 性质 |
|---|---|---|
| 1 家 | 老板的时间 | 产能问题 |
| 3 到 5 家 | 执行不一致 | 标准化问题 |
| 20 家以上 | 看不清整体 | 信息问题 |
产能问题靠省时间解决，标准化问题靠模板解决，信息问题靠聚合和异常发现解决。用错工具，效果会很差。
单店老板上 AI，最该做的是省自己的时间。内容是每天要发的，评价是要回的，客户问的问题是重复的。这三件事占了老板相当一部分时间，而且它们的共同点是：不需要老板本人的判断。这类工作交给系统，省下来的时间回到经营上。
这里有一个反常识的地方。单店阶段不需要"标准化"，因为老板自己就是标准。花力气写标准的收益很低，写完了也只有一个人在遵守。
三家店开始不一样了。三家店意味着有两个人不在老板眼皮底下干活，他们的做法和老板的做法会有偏差。偏差不一定更差，但它不可控。这时候 AI 的价值是把老板的做法变成能下发的模板：内容模板、话术模板、服务动作的清单。
单店阶段省的是时间，多店阶段省的是"解释成本"。 老板不用再一家一家去讲"这件事我们是这么做的"。
二十家店之后，前两件事都做完了，问题换到第三个。每家的数据都在，但没有人能把它们放在一起看。这时候需要的是把指标聚起来，并且自动找出哪一项异常。
用离散度判断自己在哪个阶段
有一个可以算出来的判据：把各门店的同一项指标放在一起，看离散程度。
用变异系数，也就是标准差除以均值。这个数越大，说明门店之间差别越大。
举一组月营业额（单位万元）：
`text
8.0 9.0 9.5 10.0 22.0
`
均值 11.7，标准差 5.19，变异系数 44%。
看到 44%，第一反应是"门店之间差别很大，该做标准化了"。这个判断可能是错的。
把最高的那家去掉，剩下四家重新算：均值 9.125，标准差 0.74，变异系数 8%。
去掉一家店，离散度从 44% 掉到 8%。 这说明四家店其实非常一致，整体离散度是被单独一家拉出来的。
离群高和离群低，动作完全相反
上面那个例子里的 22 万，是一家表现远好于其他四家的店。
整体离散度大有两种成因，对应两种相反的动作。
| 离群方向 | 实际含义 | 该做什么 |
|---|---|---|
| 一家显著高 | 有一家做对了什么 | 把这家的做法提炼出来，变成可复制的标准 |
| 一家显著低 | 有一家出了问题 | 先诊断那一家，可能是选址、竞争或人员问题 |
第一种情况的动作是正向复制。找出那家店做对了什么，把它变成模板下发。这也是标准化最有价值的时刻：标准不用凭空设计，它来自一家已经被验证过的店。
第二种情况的动作是诊断，而诊断可能得出一个让标准化失效的结论。如果那家店低是因为选址差，那么下发标准解决不了问题。这时候需要的动作是调位置或调考核，跟 AI 无关。
把这两种情况混在一起，是门店管理里常见的错误。 看到一个刺眼的数字就启动标准化项目，做完了发现那家店还是不行，因为问题本来就不在做法上。
所以看离散度之前，先做一步：确认离群的方向，并且确认离群的是不是单独一家。 连续三家都低，那才真的是方法问题。
二十家店之后，产能杠杆让位给管理杠杆
规模到一定程度，一个判断会翻转。
早期阶段，多产出一批内容、多发一批货、多接一批单，都能直接换成收入。这时候提升产能是有效的。
二十家店之后，产能提升的边际收益下降，因为每家店的服务能力有上限。而管理层面的改善，作用在二十家店上会同时放大。
一个具体的对比。假设通过 AI 把内容产出量提高一倍，影响的是一部分门店的曝光。而通过异常发现找出"有三家店的人均在下降"，修复这三家店带来的收入变化，通常更大，而且它的作用范围是确定的。
这就是为什么规模到了之后，AI 的价值会从产能转到发现异常。 产能依然重要，但它的提升会被单店上限截住，而管理改善没有这个上限。
一个前提：数据得能聚起来
上面说的都建立在一个前提上，而这个前提在门店生意里经常不成立。
数据能不能聚起来，取决于门店的所有制。直营店的数据天然汇总，因为系统和财务都在总部。加盟店的数据在加盟商手里，他们不一定愿意共享，尤其是营业额和成本这类敏感数据。
所以判断能不能走"异常发现"这条路，先看一个比例：能拿到完整经营数据的门店，占总门店数的多少。
这个比例低于一半的时候，聚合分析做出来的结论只覆盖一部分门店，容易产生误导。这种情况下更务实的方向是先把能拿到的数据用起来，比如只做内容和服务的标准化，不碰经营诊断。
什么情况下上面的阶段划分不适用
三种。
门店数在五家以下的时候，数据量还不足以做离散度分析。五家店的指标波动，很可能来自随机因素而不是结构差异。这个阶段该做的是把单店该省的时间省下来。
混合业态的时候口径要小心。堂食和外卖的营业额不是一回事，把两类店放在一张表里算离散度，得到的结论没有意义。分组之后每组至少五家才有统计价值。
强依赖个人手艺的业态，标准化的收益天生就低。一个靠主厨手艺的餐厅，菜谱可以标准化，出品的稳定性标准化不了。这类业态的 AI 该用在获客和客户维护上，不要用在出品一致上。
三个数决定下一步
第一，算一次各门店主指标的变异系数。
第二，去掉离群的那一家或两家，再算一次。两次的差如果很大，说明整体看着乱、实际很齐，重点在离群的那几家。
第三，确认离群方向，是显著高还是显著低。这一个判断决定接下来是复制还是诊断。
三个数出来之后，能做的事情就明确了。
常见问题
问：单店要不要做标准化？
不需要花力气做文件化的标准，但可以把自己做法里重复出现的部分记下来。原因很实际：一旦开到第二家、第三家，这些记录就是模板的原料。提前几个月开始记，成本很低。
问：连锁阶段该先做内容还是先做看板？
看瓶颈在哪。如果各家店都缺曝光，先做内容。如果曝光够但转化差异大，先做看板，找出差异在哪一段。判断依据是哪一层的差异更分散。
问：加盟体系能不能做数据聚合？
能做一部分。谈判筹码在实际价值的交换上，比如用总部的获客支持换数据共享。强制要求通常会得到应付性的填报，那种数据比没有更危险。
相关阅读
延伸阅读：B2B企业AI智能体ROI测算手册、在 AI 搜索里，"自证"没用，"他证"才算数、三十人的厂和三百人的厂，AI 卡在不同的地方。
三条交付线的额度与价格在定价页，基础版免费，可以先跑一次看结果。