InnoLab
PD03产品L4classic

人货场模型

People-Goods-Field

从人(消费者)、货(产品/内容)、场(交易场景)三要素出发,诊断三者匹配度与瓶颈,找到最佳咬合方式以释放被低效匹配压住的商业价值。

一图看懂
高效匹配

这是什么

人货场,是看懂一门"卖东西的生意"最朴素、也最锋利的一把刀。任何零售、电商、内容变现的生意,扒到底,都只有三个要素:(谁来买)、(卖什么)、(在哪儿、什么场景下完成这笔买卖)。

这三个字听起来像废话,但它的厉害之处在于:它逼你把一门看似复杂的生意,拆成三块来体检。当你的业绩遇到瓶颈,到底是人不对(来的不是你的目标客户)、货不对(产品没竞争力)、还是场不对(渠道和场景没搭好)?很多人一遇到生意下滑就乱开药方——降价、投流、换包装——其实根本没诊断清楚病灶在哪一环。人货场告诉你:生意是这三者咬合的结果,任何一环卡住,整盘都被压着。

来历与出处

"人货场"是中国零售和电商圈土生土长的分析框架,没有某一本"圣经"或某一位"教父"作为唯一出处。它在 2016 年前后随着阿里巴巴提出"新零售"概念而被广泛传播、迅速成为行业通用语言。

它的思想根子,其实是把传统营销学里讲了几十年的东西——消费者、产品、渠道/场景——用三个最接地气的中国字重新装了一遍。之所以能火,是因为它太好用了:不需要懂任何理论,一个开店的、做直播的、卖课的,张口就能用它给自己的生意做体检。它真正的价值,不在于发明了什么新知识,而在于提供了一套人人都能上手的"通用语言"。下面提到的案例与判断,属于对这一行业通用框架的常见解读。

解决什么真实问题

它解决的是一个特别普遍的困境:生意不好,但你不知道病在哪。

开实体店的,客流在掉,是位置(场)选错了,还是货品老化了,还是来的人本就不是目标客群?做直播的,GMV 上不去,是直播间这个"场"的氛围没起来,还是选品(货)不对路,还是涨粉涨来的根本不是会买单的人?做内容变现的,粉丝几十万却卖不动货,多半是"货"和"人"错配——你的粉丝是来看你段子的,不是来买你推荐的产品的。

这些场景的共同点是:问题往往不是单点的,而是某一环拖累了整体的咬合。人货场的价值,就是在你慌乱地乱试之前,先帮你把三角形画出来,看清到底是哪条边断了。

核心思想

理解人货场,关键是看懂它背后那条"谁找谁"的演进线索——这才是这个框架真正有洞察的地方。

传统零售,是"货找人"。 先有货,把它铺到货架上、商场里,然后等人走进来。主动权在货这一侧,你能做的就是把店开在人多的地方。

互联网电商,是"人找货"。 用户打开淘宝,主动搜索"白色T恤",于是货被检索出来。主动权翻到了人这一侧,货必须想办法被搜到、被排在前面。

新零售,是"场连接人与货"。 场不再只是一个被动的交易地点,它变成了主动的"连接器"——一个设计精巧的场景,能同时把对的人和对的货吸过来撮合成交。直播间就是典型:它既是流量场,又是成交场,主播在中间把人和货实时配对。

AI 时代,是"千人千货千场"。 同一个货,AI 能针对不同的人,呈现完全不同的场景和话术——你刷到的"猜你喜欢",和你邻居刷到的根本不是一个东西。

理解了这条线,你就能反过来用三种打法撬动生意:以人为支点(深耕用户、私域会员,围着人去配货和场)、以货为支点(做出一个强到自己能创造场景和用户的爆品)、以场为支点(占住一个流量场景,招募货和人来成交,平台和直播间都是这个逻辑)。最高境界是三者共振——人货场高度匹配,转起一个飞轮。

完整案例

讲人货场,绕不开盒马鲜生。它几乎是"用场把人和货重新连接一遍"的教科书。

先看。盒马一开始就没想服务所有人,它锁定的是一二线城市、追求品质又要即时性的年轻家庭。更关键的是,它要求用 App 下单、用 App 支付——这一步把原本面目模糊的"逛超市的顾客",沉淀成了可识别、可追踪、可反复触达的会员数据。人,从此是有名有姓的。

再看。盒马以高品质生鲜打底,再加上一个杀手锏——"现场加工、买完就能堂食"的差异化货品(最出名的就是海鲜现做)。而且它用数据指导选品:什么卖得动就上什么,什么滞销就下架。货,是被数据喂着长大的。

最后看,这是盒马最狠的一招。它把门店重做成了"线下体验场 + 前置仓"二合一——门店三公里内 30 分钟送达,店就是仓。你可以到店里逛、堂食,也可以躺在家里用 App 下单,三个场无缝打通。

三者咬合之后,一个飞轮就转起来了:线下体验把人吸进来 → App 沉淀数据让选品更准(货更好)→ 前置仓让线上下单更快(场更顺)→ 复购上升 → 数据更厚 → 匹配更准 → 体验更好。 你看明白盒马的本质了吗?它不是开了一家"更好的超市",它是用"场"这个连接器,把"人"和"货"彻彻底底重新连接了一遍。

常见误解与边界

第一个误区:只盯着一个要素发力。 业绩下滑时,老板常常一拍脑袋就降价(动货)或者狂投流(拉人),但问题往往出在三者的咬合上。诊断一定要看整个三角,而不是单边。

第二个误区:所有"场"用一套打法。 直播场(靠即时冲动)、社群场(靠信任沉淀)、私域场(靠高复购)三者的底层逻辑完全不同。用直播间那套"3、2、1上链接"去做私域,必然水土不服。

第三个,是 AI 时代特有的陷阱:"千人千面"做过头,变成"千人千坑"。 个性化推荐是 AI 给的最大增量,但推过了头、只顾着推用户当下想买的,反而会让人觉得被算计、被冒犯,信任崩塌。

最后说边界:人货场是个体检工具,它帮你定位问题在哪一环,但它不直接告诉你"这门生意值不值得做"——那是战略层面的事。它也偏重消费和零售场景,搬到复杂的 B2B 生意上,三个字就有点不够用了。诊断完瓶颈,往往还要配上用户画像(把"人"想透)、价值主张画布(确保"货"真命中"人")一起用。

一句话记住它

人、货、场,三个要素咬合成一门生意——别急着开药方,先看清断的是哪条边。

想看这套方法喂给 AI 的执行规格?点上方「标准模组」。

Cases

用过此方法的案例

2

用「人货场模型」推演你的问题

描述你正面临的难题,InnoLab 会用这套方法当场跑一次结构化推演。

免费推演一次