今日视点：成功如肯德基，门店扩张也靠创新战略

肯德基

图片来源：pixabay

截至2023年3月5日，肯德基在中国大陆共经营着9399家门店，是中国最大的快餐连锁店之一。肯德基的门店分布图就像中国的人口密度图，一个城市的门店数量似乎与它的人口成正比。肯德基门店数量与城市GDP之间的相关性甚至更强，其决定系数为0.90。76亿元左右的GDP可以支撑一家肯德基店，那肯德基还有34%的门店增长空间。肯德基如何打破这一“数学逻辑”，持续创新，以发现未来扩张的模式。

(资料图片)

下图是肯德基在中国大陆的所有在营门店位置分布。极海品牌监测（https://stores.geohey.com）的数据显示，截至2023年3月5日，肯德基在大陆区域共运营9399家门店，如果不算上兰州拉面和沙县小吃，肯德基的门店规模能挤进中国餐饮门店数前五。

接近万店规模的百胜中国肯德基，几乎可以画出大陆地图轮廓

图片来源：公众号@极海品牌监测

百胜中国绝对算得上中国餐饮的巨头了，肯德基的门店选址也绝对称得上业界顶流。但巨头同样有烦恼，即便就是万家店的规模了，也容不得百胜中国的管理者们有丝毫的懈怠。怎么增长、怎么持续的增长是个艰难的问题。在回答这个问题之前，我们需要对肯德基的扩张潜力有一个更“统计科学“的认识。

一个城市能开多少家肯德基是由什么决定的呢？直觉上看，肯德基的门店分布图与中国的人口密度图颇有几分相似。如果我们就此假设，人口越多的地方，肯德基的门店数量也越多，那么一个城市肯德基的门店数量就会和人口数量形成一个比例，如果我们把所有城市都放在一个“城市常住人口-肯德基门店规模”的散点图上，这些城市大概率会分布在一条直线上。

肯德基门店分布于城市常住人口高度相关

图片来源：公众号@极海品牌监测

事实也的确如此，大多数城市都分布在直线的两侧。但我们还想再多探索探索有没有其它相关指标，比如社会消费总额？比如城市经济产值？比如城市快餐门店数量？

统计学上通常用“决定系数”R²来两组数据的相关程度，我们无需深究这个系数如何计算，这是统计学上常用的一项指标，最小为0，意味着两因素之间毫无关联，最大为1，意味着两因素之间是绝对的直线关系。所以这一系数越接近于1，意味着一个城市的肯德基门店数量与其相关性越强，一般大于0.6为相关，大于0.8为强相关。

经过计算，城市常驻人口与肯德基门店数量的R²为0.80，但城市GDP却可以达到0.90，从下图也可以直观的看出，城市GDP和肯德基的门店数量之间关联更为紧密，因为这些城市更加紧密的分布在这根直线的周边。

肯德基门店分布与城市GDP分布高度相关

图片来源：公众号@极海品牌监测

如果我们能这件事情上大略达成一致，那么预测规模的下一步关键就是搞清楚，一个城市大概多少GDP能够支撑一家门店？

目前的情况是，大约84亿GDP可以支撑一家肯德基。但这只是现状，我们既然要预测，就不能把现状当结果，必然是要假设其中有些城市的市场尚未饱和，还有增长空间。至于增长空间有多大，关键则是找到那些饱和度已经较高的城市，看看能不能从这些城市中总结出一些规律，然后再推而广之运用到所有城市，算算如果每个城市都能达到饱和状态，肯德基还能再开几家？

饱和城市有什么样的特征呢？

首先它得是品牌重点经营的城市，在数据上表现为它至少得高于其应有的平均水平，这里的“应有”则是基于城市GDP计算的平均值，也就是这个城市所代表的点，得在拟合线的上面，共计185个城市。

其次它的增长必然已经放缓甚至停滞，这里我们将过去一年门店增长停滞（门店增长率≤0%）的112个城市找出来，构成肯德基饱和城市的样本。

如果经过计算，饱和城市与GDP的相关性更强了，那么我们可以进一步确认，肯德基的门店数量与GDP具有高度的相关性，可以作为预测依据。反之，说明规律不显著，我们则需要回过头去重新寻找一个更适合的指标。

这里我们可以清楚的看到，层层筛选出来的112个饱和城市的样本，与其城市GDP的关联达到了惊人的0.99，已经非常接近于1了，规律非常显著，可以进一步用于整体门店规模的预测。

肯德基所在的饱和城市其门店数量与该城市的GDP（2021年）高度相关

图片来源：公众号@极海品牌监测

既然我们确认了肯德基饱和城市门店规模与城市GDP有高度相关性，那么我们就可以通过构建一个线性回归方程预测那些尚未饱和城市距离饱和还有多大的空间，也就是把上图中的低于红色城市饱和拟合线的城市统统拉到这根线上，即所有城市达到基本饱和状态，然后再一次统计门店总数，得到肯德基的预测门店规模约为1.26万家（平均每76亿GDP可以支撑一家肯德基门店）。

截至今年2月底，肯德基共有门店9315家，目前可见的空间潜力为34%。拓展潜力则主要以三线及以下的下沉市场为主。

肯德基门店扩张的潜在市场空间分布

图片来源：公众号@极海品牌监测

那么我们如何看待这一结果呢？或者说如何看待预测的指导意义呢？

本文介绍的预测方法完全是从外部视角、也就是从外部数据发现规律进行缝隙，使用的均为公开信息，数据处理和逻辑也非常简单，有兴趣的朋友可以自行从极海品牌监测官网下载各个品牌的门店数据，自己尝试重复文中的逻辑实践。

当然，任何预测都是依据历史数据的，正如ChatGPT根据2021年以前的语料进行训练，那么跟ChatGPT聊2021年以后发生的事情，Ta是会犯事实性错误的。如果连锁门店的扩张之路还是沿着历史的轨迹，即便就是很简单的回归预测也非常值得信赖。那企业的目标是要超越这个预测值，比如要扩店到1.5万家甚至2万家，那就得做好准备，原来的产品结构，已有的门店模型，曾经的布局路径是不足以支撑这样一个规模的，要实现拓展目标你就不能只靠着老经验，要随着门店增长方向的进一步下沉去打磨更适合各种类型市场的门店模型，比如在一线城市可以做很小规模的店，在下沉市场做很大规模的店，将品牌势能发挥到极致，将目标客户覆盖到极致。

从1987年11月份北京前门的第一家店，肯德基已经在中国大陆开疆拓土36年了，为中国连锁餐饮树立一个泰山北斗级别的榜样。肯德基用自己的双脚为中国餐饮门店的选址留下了极佳的样本，这个样本使得我们可以从数学上预判门店的上限在哪里。但为企业的管理者，绝不是统计学家，更不能停留在为预测而预测的状态，因为预测并不是应该经营分析的全部目的，本质上，通过预测正是为了打破原有模式建立一个契机，发现甚至创造新的经营策略。