达美乐全球月销前六的门店在哪里?

对于非专业人士而言,阅读财报始终是一个痛苦的事情,但借助ChatGPT及Ai PDF插件,我们可以轻易的从财报数据中获取我们想要的内容,甚至直接生成可用的分析报告。

以达美乐为例,在输入达美乐2023年年中的财务链接后,我最想知道报告中最有价值的信息是什么。

在这段回答中,我们关注到达美乐在新市场的门店取得的重大成功,其中六家门店甚至霸榜了全球销售额的前六。根据关键词“前六”我们可以快速定位到原文。

让我有些意外的是,全球月销前六门店所在的新市场是以济南、武汉、成都、青岛、温州、常州为代表的新一线和二线城市。根据财报的数据,2023年上半年,北京上海门店的日销售额仅为1.3万元,而这六个非一线城市门店的日均销售额甚至超过4.6万,不到一年就可以回本盈利。

达美乐在下沉市场表现出非凡的爆发力!也让我们对品牌在下沉市场的潜力有了更多的期待。

遗憾的是财报并没有明确说明究竟是哪六家店取得了如此好成绩。我们根据现有的财报信息,结合从极海品牌监测(https://stores.geohey.com)上下载的达美乐的门店开业数据,找到了平均日销售额4.66万的24家门店。

根据极海的监测,武汉首店是位于江夏区的光谷天地店,开业于2022年12月23日;济南首店是位于天桥区的老商埠店,开业于2022年12月24日;成都首店是位于金牛区的金牛交大店,开业于2023年3月3日;青岛、温州和常州的首店开业日期也与财报基本一致。

最后我们筛选了2022年12月至2023年6月之间这六个城市的新开门店数量,恰好也是24家,极海的数据与财报数据高度吻合。

达美乐的销售范围:30分钟必达

既然已经知道门店的所在,那我们能不能通过门店周边的数据推测哪些门店更有可能成为销冠呢?

我们知道达美乐的销售主要来自于外卖,并且非常执着于“30分钟必达,超时免费”的策略。这给我们提供了一条重要的思路,通过计算达美乐门店周边30分钟配送范围内的居住人口和工作人口来预估门店的销售潜力。当然,这样的估计并不准确,因为这里忽略了客群的差异,这里只是做一个参考。

以青岛为例,图中的不规则多边形是每家门店30分钟的配送范围,是独属于每家门店的“自留地”。平均面积约为5k㎡, 大概是一个半径1.3km的圆。但由于每家店的道路和交通状况不同,彼此差异也很大,比如面积最大的李沧万达店可以达到7.5k㎡,而面积最小的银座店只有3k㎡,差了超过1倍。可见很多人在选址评估的过程中统一按照一个半径去分析并不是一件靠谱的事情。

图中颜色的深浅则代表在这一销售范围内居住和工作人口的总和,颜色越深,人口越多。如果仅从数据的表现看,销售潜力最大的应该是位于市北区,6月16日开业的延吉路万达店。其次是4月27日开业的万象城店和6月19日开业李沧万达店。

城市选择与首店效应

但事实并非如此,我们进一步通过达美乐的Linkedin账号找到了全球销量最高的两家店分别是青岛和温州在4月底新开的门店,也就是两个城市的首店,青岛市北区的万象城店和温州瓯海区的万象城店。但从销售范围的人口计算,二者都不是最高的。

也就是说,当前对达美乐的下沉策略来说,影响销售业绩最大的因素可能并不是选址,而是在哪儿能创造更大的首店效应,换句话说,打破销售记录的关键并不在于选择具体位置,而在于选择城市。

达美乐在青岛的首店虽然配送范围不会改变,但由于代购的存在其实际销售范围远不止于配送范围。我们从美团的数据中也可以看到,即使是开业半年后的今天,万象城店的每月的代购量也超过了400单。由于系统的限制,这里的400仅能表示超过400,并不代表只有400,这还是在青岛已经有7家门店的情况下产生的数据,可想而知,达美乐在青岛只有万象城一家门店时,能够带来多大的“首店经济”。

当然,如果我们按销售量排序可以看到,同样是400+,但前面计算"销售潜力"更高的延吉万达店的代购量实际上要高于万象城店,这也说明,排除首店效应,万达店的选址可能更有优势。

最新消息:达美乐中国霸榜全球月销前八

而根据达美乐官方Linkedin账号一周前发布的消息,达美乐9月底在二线城市嘉兴的同时新开的两家门店分别入围第五和第七名,中国门店占据了全球门店月销售额的前八,在前十中占了9个,几乎屠榜。其中根据我们的查证和估计,青岛万象城店的创造的前30天销售记录,也就是达美乐全球记录,应该超过了4百万人民币,每天十几万的销售额。

达美乐能在下沉市场创造这样的成绩,一方面说明了下沉市场大有可为,另一方面,也离不开其在北京上海等一线城市长期耕耘积累的品牌势能,如果没有这些积累,也很难快速在这些城市打开局面。

从另一个角度来看,如果一个加盟商想要在下沉市场加盟一个知名品牌,拿到首店也会给自己带来非常大的收益。当然,达美乐并不支持加盟,这里强调的仅仅是抓住首店的价值。

点击链接,查看极海 达美乐门店 监测数据。