这些人是读书人么？这些人对知识焦虑么？不重要……他们买了书，付了钱，并且支撑起了新的一波线下书店红利。
西西弗是什么，是一家很好看的书店。2018年全年营收9亿，在国内民营书店中位列第一。
如果你曾经遇到过西西弗，你会发现，偌大的商场里，没有比西西弗更适合相亲的地方了。
“韭菜的自我修养，原来是讲这个的哇”
“这个是不是李诞的新书，对了，你看了奇葩说了么。”
来来往往的饮食男女，似乎每一本书，都可以开辟一个新的话题。
这些人是读书人么？这些人对知识焦虑么？不重要……他们买了书，付了钱，并且支撑起了新的一波线下书店红利。
有点感慨。几年前，图书电商狂潮下，线下实体书店纷纷倒闭，哀嚎遍野。多少人看着倒闭的实体书店，感慨大江东去，兴盛不再。
而今，以西西弗为首的线下实体书店再次兴起。似乎买书这件事儿，又从线上重回线下。
这其中，原因为何勒？
本文导读：
问题一：为何线下书店复活？
线下书店死，是因为供给端效率提升，而导致存量需求的转移。线下书店活，是机缘巧合下“高亮”了文化媒介这一属性。
问题二：西西弗书店为何要搞定不读书人？
探索市场增量时，不一定非要锁定刚需用户。
问题三：西西弗书店如何搞定不读书人？
放弃大数据，拥抱小数据。放弃自以为是的“主编精选”模式，改为“算命”模式。
History does not repeat itself, but it rhymes.
问题1：为何线下书店复活？
1. 线上化历程
线上电商出现前，人们如何买书？
应该是这样。首先有几本想读的书，然后挑个空余时间，坐公交到书店，买书，回家。
线上电商出现后，人们在家里选书、等书上门。
对于用户来说，线上电商，极大的提升了选书的便捷度、获得书的便捷度。
对于商家来说，因为线上渠道没有房租人力等花销，极大的减少了运营成本。同样一本书用户在线上买会更加便宜。
总之，供给侧的效率提升，让存量的读书人可以享受更好的服务，享受更低的价格。导致存量市场（既有读书人群）被线上渠道抢夺。
举个栗子：原来买衣服全部在线下，之后供给端效率提升，购买流程和售后流程转移到线上。
书店就这样从线下转移到线上。时间流转，几年之后，来到了今天，我们会发现一个非常有趣的数据。
整体零售的线上化进程是20～30%左右，线上渠道营收占据整体营收的20～30%份额。
在此线上化进程下，玩家发现能切到线上的存量基本切完了，剩下70%存量切也切不动。对于用户，线下场景有极大的不可替代性。
线上流量触顶，增速放缓，但是线下市场依旧肥沃。大家就都跑去改造线下，改造切不动的存量，出现了各种盒马、小米等新零售样板。
书店的线上化进程是60%左右，线上渠道营收占据整体营收60%份额。
书店的线上化进程远超过整体零售。对于用户，书店的线下场景不可替代性非常弱。相当于，书店线上流量触顶，但是线下更加贫瘠，也没有多大的存量了。
书店应该拥有他自己的故事。
图书的新零售重点不是去挖线下的存量，是利用线下找到增量。所以，我们来看下在这种线上流量触顶，线下更加贫瘠的情况下，产生各种线下书店解决方案。
2. 重回线下
目前，线下书店大部分采用了“图书 + X”模式，也就是业态融合，比如：图书+咖啡、图书+文创。
图书的毛利低，卖书挣钱难。而咖啡、文创的毛利高达60%-65%，约是图书销售毛利的2.5倍。为了提高线下书店的盈利能力，很多商家不断调高咖啡、文创业务占比，弱化图书售卖业务。
这容易造成一些误解。
“开线下书店很简单嘛，加点儿咖啡和文创就行了。”
“盈利？更简单喽，让用户少买书多买咖啡和本子就行。”
为什么是误解呢？
线下书店的这波兴起，根源是——政策的扶持、购物中心的扶持。
书店和购物中心产生了互相需要的微妙关系。
购物中心，需要的是场景。约个饭是场景，看个电影是场景，买身儿衣服是场景，做个指甲是场景。这些场景成为了用户来购物中心的理由，占据着用户的时间。而在购物中心内，花时间就是花钱。
而书店，是对购物中心文化类场景的有效补充，丰富用户在购物中心中的体验。
所以很多购物中心以租金减免、装修补贴的形式吸引优质书店入驻。书店吃到了作为卖书者的福利，既减免了运营成本，也依靠购物中心解决了人流量问题。
所以，这一切的根本前提是，以书籍为媒介，抱到了购物中心的大腿。
如果单纯为了盈利把图书放到很小的一部分，疯狂卖咖啡、卖文创、卖第三空间概念（哪些家是这样的？大家可以到附近的购物中心找找），降低了书籍的媒介作用，这种和购物中心的依赖关系就可能瓦解。购物中心后续会放弃文化媒介属性低的书店，选择其他的卖书者来填补这一个场景空白。
所以线下书店的核心还是书，线下书店要帮助购物中心补充文化业态这个场景。书店需要控制咖啡、文创所占的比例，以防止媒介属性下降。
“西西弗75%由图书贡献。书的空间占80%，咖啡馆是15%，不二产品是5%，这个比例是恒定不变的。书是核心内容。
——整理自网络
所以，西西弗线下攻略的根本，还是要做书的生意，还是要图书售卖。
小结：线下书店死，是因为供给端效率提升而导致的存量需求的转移。线下书店活，是因为线下书店“高亮”了文化媒介这一属性。
问题2：西西弗书店为何要搞定不读书人？
我们都想做一门生意，可以搞定80%的消费者。
可聪明的商人前辈那么多……我们最可能面对的战况是80%的消费者已经被搞定了，也就是存量需求已被满足。
就像，读书人买书这件事。经历线下书店，线上书店的来回折腾，存量需求已经被满足差不多了。
在上文也说到，目前图书的新零售重点不是去挖线下的存量，是利用线下找到增量。
如何探索增量？
咦，waitwaitwait，有点怪怪的？80%的人都是读书人么？
2018年我国成年人人均纸质图书阅读量为4.67本，未成年人8.91本。
——来源：第16次全国国民阅读调查
去掉教材等书，均摊到每个人，人均读书量到不到1本还是个问题呢。
蓬勃发展的图书零售行业，都仅是20%读书人的需求，此时，如何探索增量？
放弃读书人，做不读书的人的生意，找那80%不读书的人。
中国人均读书量不足1本，一切都刚刚开始。每个人增加1点，整个市场的潜力都会很大。
回到西西弗这个case，如果想做好线下，课题就变成了是否可以搞定不读书的人。
西西弗在做谁的生意？不是文艺青年或城市阅读精英。蓝色港湾这个场子，没有书店，没有西西弗，人们照来。但今天过来一看，有这么一家书店，看着还挺好，里面还有咖啡厅，他就进来了
——西西弗董事长 金伟竹
“放弃读书人，搞定不读书人”。和西西弗类似打法的case有很多。
举个栗子：到实体店健身是一个20%人群的需求，但是有了keep这种更加轻量的软件，健身变成了15分钟在任何地方无器械也可以完成的任务。keep找到增量的方式是，放弃传统意义上健身的人，搞定不健身的人。
再举个栗子：学习绘画是一个20%人群的需求，但是现在有50元画一幅油画的单次课程，绘画变成了80%人可以选择的一项娱乐。通过这种方式，找到了市场增量。
小结：探索市场增量时，不一定非要锁定刚需用户。
问题3：西西弗书店如何搞定不读书人？
为什么人们不读书呢？因为读书这件事门槛高，造就了“不读书的人”
图书零售本身存在两大核心问题。
首先，SKU太多了。当当销售的书有500万本，买书是很方便，但是用户不知道该看哪本。
其次，图书品类具有非直观性。和美食、服装、酒店等不同，用户无法根据图片和几句文字判断一本书到是否适合自己。
这两个门槛，拦住了一大部分人去读书。
搞定不读书的人，就要解决这两大核心问题。而线下场景，在这方面具有天然的优势。
（1）“产品非直观性”问题
在线下场景，用户可以随意翻一翻、看一看。实体纸质书的质感、精美的推荐腰封、方便的试读，增加了产品的直观性。
（2）“SKU多”问题
“采购来讲，西西弗有两种方式：一是靠“买手”，二是靠“数控模型”。
西西弗在6年前整合采购团队，并把集采专业化概念引入图书采购领域。买手不管渠道，只负责选购个人细分领域的图书。商品运营部负责各个店的商品定位，渠道部则直接和供应商打交道。集采模式除了能够保证西西弗整体图书的品质，还为西西弗提供了大数据支撑。
金伟竹表示，未来，西西弗的高级品类总监还会和编辑进行接触，根据出版社的出版计划、市场预期等做相应调整。
——来源文章 ：《从喧闹到沉静：西西弗是这样做生意的》作者：王硕
对于读书人，他知道读什么。给他空间和工具，他可以自己找到书。
原有线下书店的最大问题是，用户的走动路线、选品策略等，都是针对于读书人的。
对于不读书人，他不知道读什么。他被西西弗红红绿绿的样子、复古的橱窗摆设吸引进来，此时需要摔50本书给用户。
如果有1本可以击中用户，用户就付钱了。如果击不中，用户就走了。击中的感觉是magic，是aha时刻。对于不读书人，在书店的aha时刻，就是找到了一本感兴趣的书。
塑造这种“击中的感觉”，好像是在“算命”。
“咨询”是我问你答，我获取了非常多关于你的信息，给你专业的解决方案。
“算命”是我了解很多和你类似的人，导致我看到你的气质和谈吐，就知道你一定是一名追星女孩。
为什么说线下场景在“算命”这件事上具有优势呢？
因为线上电商接触到的是存量用户，电商懂的是所有和书有接触的人。网络世界是完全扁平的，它可以给现实世界中两个不同的地区提供相同的服务。
而西西弗十分聪明的放弃大数据，拥抱小数据。利用线下优势，框定了电商无法触达的大量不读书人，然后设计反馈和调优机制，不断优化整体的命中率。
西西弗为了解决这些问题，建立了自己三大数控模型，采控、流控、调控。采控是作为采购供应链体系用的体系。中国一年有30万种出版物，我们只采购3万本，每一本书进入西西弗的时候，进入哪个店，是跟数据模型匹配的，因为要跟顾客做到匹配性。流控是这个书进入西西弗以后，应该在什么位置，都是数据控制的，新品都要进入头部，我们严格控制了商品流的流控关系。
——整理自网络
小结：放弃大数据，拥抱小数据。放弃自以为是的“编辑精选”模式，改为“算命”模式。
