人货场模型（零售三要素）

一句话定义

人货场模型（零售三要素），是把零售、电商与直播电商经营系统先拆成“人、货、场”三个一级对象：人看目标消费者及关键交易角色，货看商品/服务供给与货盘结构，场看交易发生的物理或数字环境、渠道与规则；核心不是分别把三栏填满，而是检查三者是否相互匹配。

资产类型与证据状态

零售行业长期使用的经营启发式／操作框架，不是一个由单一学者提出、边界统一的基础学术理论。 2018年清华大学经管学院硕士论文《新零售人货场市场关系的研究》系统讨论了消费者、商品与市场（场）的六组双向关系，并提出“零售三角形模型（RTM）”；后续零售数字化、新零售与即时零售研究和产业实践持续使用“人、货、场”作为分析零售重构和协同的三要素。本卡将其严格收窄为零售/电商经营的一级拆解与匹配诊断模型，不把它扩大成万能商业模型。

它解决什么问题

• 一个零售、电商、直播电商业务，S1 第一层到底先从哪些对象拆，才不容易漏掉最核心的经营面？
• 有流量、有商品、也有渠道，为什么转化仍然差？是“人不对、货不对、场不对”，还是三者错配？
• 换了货盘、换了达人/主播、换了平台或直播间机制后，为什么原来能卖的东西突然卖不动？
• 新零售、即时零售、内容电商里，用户、商品与交易环境发生变化后，应该先校准哪两者之间的关系？
• 做 S'FOCUS 的 S1 时，零售业务如何先用一个行业级框架建立一级结构，再继续补齐规则、信息、资源、指标和反馈？

三个一级对象

注意：“人”以需求侧消费者为核心；主播、导购等经营角色只有在其直接改变交易关系时才纳入“关键交易角色”。不要把所有组织角色都塞进“人”。

真正要看的不是三栏，而是三组匹配

1. 人 × 货：这批人真的需要这批货吗？价格、组合、卖点和需求强度是否匹配？
2. 人 × 场：目标人群会不会出现在这个场里？这个场的内容、节奏、信任机制和决策方式是否适合他们？
3. 货 × 场：这批货是否适合在这个场里展示、解释、试用、成交和履约？

当三者匹配时，正确的人更容易在正确的交易环境里遇到适合自己的货；当任一对错配时，增加流量、上更多 SKU 或加大投放都可能只是放大浪费。

它不解决什么问题

• 不替代完整 S'FOCUS S1。 S1 仍必须检查角色、资源、活动、规则、信息、能力、接口、存量、流量及关系；ROI 红线、出价规则、追投/止损机制、预算、指标反馈等不能硬塞进“场”后就算完成。
• 不直接回答整个行业的供给—需求—连接机制为什么变化；那更适合“供需连”。
• 不替代 4P 或 7P。产品、价格、渠道、推广的精细营销组合用 4P；强服务交付中的人员、流程、有形证据用 7P。
• 不专门深挖客户到底在完成什么任务；那更适合 JTBD。
• 不专门寻找购买触发的时间、地点、事件与情绪；那更适合场景识别器。
• 不用于定位销售过程具体漏在哪个阶段；那更适合销售漏斗。
• 不覆盖伙伴、关键资源、关键活动、成本与收入等完整商业模式结构；那更适合商业模式画布。

来源与证据边界

• 胡奇，《新零售人货场市场关系的研究》，清华大学经济管理学院工商管理硕士论文，2018。论文以“人、货、场”为三个顶点，讨论六组双向关系并提出“零售三角形模型（RTM）”；它是硕士论文提出的操作化模型，不代表学界存在唯一统一的人货场理论。
• 杜玉潺，《即时零售人货场三要素协同作用研究》，International Economy and Development, 2025, 3(1):30–33，DOI: 10.61369/IED.2025010027。该文把“人”“货”“场”作为即时零售三要素，讨论三者协同。
• 零售数字化与新零售产业实践长期使用“人、货、场”描述数据与运营打通；这支持其行业通用性，但产业材料不构成基础理论验证。

因此，本卡把它标记为零售行业经营启发式／一级拆解框架：有长期产业使用和研究讨论，但不冒充跨行业基础定律。

适用问题对象

• 零售、电商、直播电商的一级经营结构盘点。
• 有流量、有商品、有渠道，但转化、ROI、客单、复购或退货表现异常的错配诊断。
• 同一商品跨门店、搜索电商、内容电商、直播、私域后表现明显变化的渠道适配问题。
• 做 S'FOCUS 的 S1 时，对零售子系统先建立“人—货—场”一级结构，再继续补齐规则、信息、资源、指标和反馈。

关键假设与失效处理

本模型假设当前问题的核心对象确实是零售/电商交易，并且“消费者—商品供给—交易环境”的匹配会显著影响结果。如果业务本质是 B2B 复杂销售、强服务交付、平台双边市场、生产制造或完整企业系统诊断，三要素可能不足以覆盖关键变量，应切换到销售漏斗、7P、供需连、商业模式画布或 S'FOCUS。

易混淆模型与可替代模型

• 供需连：更抽象、更上游。供需连问供给、需求、连接机制为什么变化；人货场问零售经营中客群、货盘、交易场怎么匹配。
• 营销 4P：更偏营销组合优化。4P 问产品、价格、渠道、推广如何配置；人货场先做一级经营盘点和匹配。
• 7P 服务营销组合：更适合服务业现场交付。人员、流程、有形证据决定体验时，优先 7P。
• 场景识别器：只深挖“何时何地因何购买”，是对“场”的进一步下钻，不等于人货场全局。
• 销售漏斗：关注阶段转化和漏点，不负责三要素匹配。
• 商业模式画布：覆盖伙伴、资源、活动、成本、收入等完整商业模式结构；人货场只处理零售交易三要素。
• S'FOCUS：完整系统诊断上位框架；人货场只能作为零售业务 S1 的辅助一级拆解器。

正例问题

• 我们做抖音图书直播，流量并不少，但换了货盘以后 ROI 明显下降；我想先从客群、货盘、直播间三个一级对象看哪里错配。
• 一家连锁便利店年轻白领客流很多，但高毛利新品卖不动；到底是人群不对、商品结构不对，还是门店/即时零售场景不对？
• 同一批美妆 SKU 在搜索电商卖得不错，进入内容直播后退货和转化都恶化，想检查货与场、人群与场是否不匹配。

反例问题

• 从 100 条线索到 20 次演示再到 5 单成交，哪一步漏得最严重？——用 销售漏斗。
• 一个标准化硬件产品要重新组合产品、价格、渠道和推广预算。——用 营销 4P。
• 酒店服务投诉多，前台人员、服务流程、空间证据都可能有问题。——用 7P 服务营销组合。
• 我在给整家公司做 S1，除了客群、产品、渠道，还要拆组织角色、规则、预算、信息、能力、库存、流量和反馈。——用 S'FOCUS；人货场只能辅助零售子系统，不可替代完整 S1。

常见误用

• 把“人、货、场”三个词当作MECE万能分类，什么都硬塞进去。
• 把“人”只写成用户画像，不看真实购买行为和不同角色。
• 把“货”只写成SKU，不看价格、毛利、库存、组合和履约。
• 把“场”只理解成物理门店，忽略搜索、推荐、直播、私域、算法与交易界面。
• 三栏列完就结束，不检查人×货、人×场、货×场的关系。
• 做S'FOCUS时用人货场替代完整S1，最终漏掉ROI规则、预算、信息、能力、投放反馈和库存约束。

标准使用流程

1. 限定业务边界。 明确这次分析的是哪一个零售/电商/直播业务、哪个渠道、哪个时间段、哪个有效产出。
2. 分别写事实。 人、货、场先写真实数据和事实，不先写“我们应该怎样”。
3. 拆三组匹配。 逐一检查人×货、人×场、货×场，而不是只把三栏列完。
4. 找错配证据。 用转化率、停留、退货、毛利、库存周转、客诉、流量结构、渠道表现等证据验证错配。
5. 下钻可操作变量。 找到错配后，再进入 4P、JTBD、场景识别器、销售漏斗、7P 或 S'FOCUS 等更细模型。
6. 只改一个关键匹配。 设计一个可回测的改动，如换目标人群、调整货盘、改变直播间呈现或渠道规则。
7. 结果回看。 判断改善来自“人更准、货更对、场更合适”，还是其实是其他变量导致；必要时更新三角关系。

诊断问题

• 人：真正下单的是谁？谁使用？谁影响？谁付钱？不同人群的转化率、客单、复购、退货是否显著不同？
• 货：当前货盘服务的是哪类需求？价格带、毛利、库存、组合、卖点是否与目标人群一致？
• 场：购买发生在哪里？这个场是搜索型、逛购型、内容种草型、直播即时决策型，还是线下体验型？
• 人×货：高流量人群和高毛利/高转化货品是同一组吗？
• 人×场：目标客群真的集中在这个渠道/直播间/门店吗？他们在这个场里愿意停留并决策吗？
• 货×场：这类货是否适合当前场的展示时长、解释成本、冲动程度、履约和退货风险？
• 如果三者都看起来没问题，真正缺的是不是规则、预算、信息、团队能力、供应链或反馈机制？如果是，立即退出人货场，回到完整S1或其他模型。

交付物

• 人货场三角盘：人／货／场事实清单＋关键指标。
• 三组匹配诊断表：人×货、人×场、货×场的证据、错配与未知。
• 零售S1一级拆解表：把人货场作为一级分类，并单列“规则/信息/资源/指标/反馈”等不可被三要素吸收的要素。
• 错配优先级表：错配严重度 × 可改变性 × 对有效产出的影响。
• 单变量验证卡：改什么、为什么、观察什么指标、何时止损。

沃尔玛：线上线下一体化的人、货、场

公开事实：沃尔玛2025财年年报披露，美国业务运营4,605家门店，并将门店与电商结合，为顾客提供到店、自提、配送等购物渠道。

模型解释：用“人—货—场”拆解：人，是不同时间与地点购物的消费者；货，是不同品类及库存配置；场，不只门店货架，还包括网站、提货点和配送服务。三者配合才能解释其全渠道零售安排。

证据边界：这是对公开年报经营结构的分析；该三分法不能替代履约成本、仓配能力、定价规则等更细的管理模型。

公开来源：Walmart 2025 Annual Report