在生鲜零售行业，定价策略是影响用户体验、供应链效率和商业利润的关键因素。本文作者分享了从0到1搭建生鲜零售行业算法自动定价系统的经验，详细探讨了生鲜零售的独特性、定价系统的复杂性以及从人工定价到自动化定价的转变过程。

作者在头部生鲜零售公司负责整个定价体系，在职期间从0-1搭建的整套算法自动定价系统，该系统最大的价值有三点：

1. 算法代替人工出价，算法价更合理
2. 紧跟竞对价，保持市场竞争力
3. 全链路价格监控，统一量化管理定价策略

今天想把生鲜零售定价的核心逻辑、系统设计经验拆解出来 —— 毕竟生鲜是最 “难搞” 的零售场景之一，希望能给生鲜 / 零售行业的产品同学一些参考和帮助

一、先理解生鲜零售的独特性：为什么定价这么难？

生鲜零售场景和其他电商场景不太一样，买菜场景有3个核心问题：

1、SKU 宽（选品 / 展示难度上升）

用户不仅买菜，还买洗衣液、纸巾… 商品覆盖 “吃穿用”

2、消费频次高（库存 / 备货的动态平衡更复杂）

生鲜有 “新鲜” 强需求，做饭用户可能 “天天买”

3、价格敏感（定价失误直接影响用户心智）

青菜、鸡蛋贵几块，用户会觉得 “整个平台都贵”

这些痛点总结成商品特点：宽品、高频、价敏、上新快。而这四个特点，最终指向零售的核心命题 ——定品（卖什么）、定量（卖多少）、定价（怎么卖）。

二、拆解 “定品 – 定量 – 定价”：每个环节的产品逻辑

生鲜零售的每一个环节，都对应着复杂的系统设计和策略思考。

1. 定品：“卖什么” 背后的 3 大产品战场

选品不是拍脑袋，而是 “新品验证、滞销出清、流量调控” 的组合拳：

• 新品 vs 老品：新品走 “上新流程” 测试市场接受度；老品靠 “活动 + 业绩目标”（如销量、毛利是否达标）验证价值。背后依赖商品管理系统、选品系统支撑流程化决策，避免经验主义误判。
• 临期汰换品：大仓 / 前置仓的滞销品，必须 “在损耗 + 费用最低时，尽可能高价卖出”。但同一商品的差效期不同（比如牛奶剩 1 天保质期 vs 剩 3 天），越靠近保质期商品应该越便宜。这需要出清系统实现 “差效期定价”（效期越短，折扣梯度越大），既减少资损，又保障用户感知（毕竟临期≠变质）。

品的展示逻辑：消费者最多耐心看 “前 5 屏商品”，货架资源有限→必须靠搜推、导购系统调控流量，让高价值商品（引流品、利润品）优先曝光。比如把 “价敏型引流品（鸡蛋）” 放在首页，“高毛利结构品（有机蔬菜）” 放在二级页精准触达目标用户。

2. 定量：“卖多少” 的供应链暗战

“卖多少” 本质是进货与备货的动态平衡—— 进多了压库存（尤其生鲜易损耗），进少了丢生意（用户想买的品没货，下次就不来了）。背后依赖供应链管理系统，通过 “销量预测、智能调拨” 实现精准备货。比如雨天前预判买菜需求激增，自动触发前置仓补货

3. 定价：“怎么卖” 的系统基建

定价分 “原价 + 促销价”，背后是一套复杂的价格体系。我们围绕 “价格全生命周期管理”，搭建了 4 大核心模块：

1. 价格中心：输出全站商品原价，支持「人工调价」（特殊节点灵活干预）+「算法出价」（日常高效定价）双模式
2. 价格风控全链路监控：价格输出→生效→结算，拦截负毛利、价格倒挂（比如促销价低于成本）、异常订单等风险
3. 价格实验室支持：“站点 / 城市维度” 差异化定价，用于特定价格的实验和结果回收
4. 价格采集：抓取全网竞对价，实现 “竞对商品关联→比价→策略响应” 的闭环

三、从 “人工定价” 到 “自动化定价”：为什么必须做？

以上能否全部实现自动化 or 半自动化？

肯定能，因为所有的人工经验一定能抽象成系统规则。规则就代表可以最小颗粒度配置，从而实现精细化运营

四、自动化的 “现在与未来”：定品 – 定量 – 定价的进化方向

1. 定品：半自动化，先抓 “选品角色”

生鲜竞争的核心是 “人无我有，人有我优”。选品要区分 4 类角色（爆款逻辑）：

• 重点品（心智品）：差异化自营，如山姆 19.9 烤鸡、盒马 19.9 蛋糕，用户为它来平台
• 引流品：高销量 + 价敏 + 高频，如鸡蛋、青菜，用户为它留平台
• 利润品：贡献毛利的主力，如进口水果、高端肉品
• 结构品：补充品类 + 高毛利，如有机调味品、小众乳制品

自动化方向：用「销量 + 毛利 + 复购率」等数据，对不同角色的商品 “自动预警”。比如引流品销量跌出 Top10，系统自动触发 “替换建议”；心智品复购率下降，推送 “包装升级 / 联名款测试” 策略。目前实现半自动化，帮品类运营把精力从 “选品判断” 转到 “策略创新”。

2. 定量：半自动化，锚定 “预测模型”

“卖多少” 的关键是预测未来 N 天的销量，再反向指导进货、调拨。模型需要结合：历史销量、当前价格、库存水位、甚至天气（下雨影响买菜量）、节假日（春节前预制菜需求暴增）。

自动化方向：依赖 “预测销量模型” 实现半自动化决策（比如系统输出 “明日备货量建议 + 50%”，运营再结合突发情况微调）

3. 定价：自动化，我们已经跑通的路

定价是我们自动化最深入的模块，核心做了三件事：

1. 算法代替人工出价：把 “人工定价经验” 抽象成规则，结合 “动态市场价（竞对 + 供需）+ 静态成本 / 毛利目标”，让算法自动输出价格。过去人工调价要盯 1000+SKU，现在算法 1 小时完成全站调价 —— 已实现
2. 分城\分仓自动定价： 对同一城市下的不用区域分别定价。对于包含竞对的区域，紧跟竞对价保持市场竞争力；对于无竞对的区域，可以适当调高价格，追求更高毛利。由此整体实现区域化策略最大化 —— 已实现
3. 未来：流式出价：突破技术难点，实现 “竞对商品变价后，实时跟价”（现在是小时级，未来要压缩到分钟级）。比如竞对小龙虾刚降价，主站同款 10 分钟内完成调价 + 促销推送。

写在最后：生鲜定价的 “难” 与 “必然”

生鲜零售的定价，是 “用户体验、供应链效率、商业利润” 的三角博弈。但从长期看，自动化 / 半自动化是必然趋势—— 因为只有算法，能处理 “宽品、高频、价敏” 带来的海量动态决策。

系列文章：

从 0 到 1 搭建生鲜零售行业算法自动定价系统（2）

—— 待分享

• 怎么搭建整个出价链路（数仓、算法、工程多方协作）？
• 竞对价不一定正确，如何计算1000+站点的市场建议价？
• 如何设计全国分城\分仓自动定价，从而实验区域化价格竞争，追求更高毛利
• 没有竞对关联的商品（例如自营自建商品）的自动定价逻辑 —— 价格弹性解法
• 标准零售行业的价格校验机制有哪些？