商业计划书

BUSINESS PLAN · 2026
Brand 以籍书店 Field 垂类主题书店 Model 内容运营 × 品牌管理 Since 2024
CONTENTS
目录
01执行摘要Executive Summary
02公司概况Company Overview
03市场机会Market Opportunity
04商业模式Business Model
05产品与服务Products & Services
06数据资产与AIData & AI
07竞争优势Advantages
08团队介绍Team
09财务结构Financial Structure
10风险与应对Risk Analysis
01
EXECUTIVE SUMMARY
执行摘要
一家正在运营的书店，
用内容驱动增长。
以籍（成都）品牌管理有限公司，以垂类主题书店为内容入口，通过内容运营与活动策划形成兴趣社区，沉淀兴趣数据，反向指导选品、采购与文创开发。

首店在没有AI工具的情况下，仅凭对垂直类兴趣内容的运营，一年内实现了月均8.5%的复合增长，积累了2000+私域用户，初步验证了"内容->社区->数据->产品->消费"的商业逻辑。

现在，我们在已验证的运营体系上引入AI，让效率再上一个台阶。

1

首店已落地运营

2000+

私域客群

¥46.27

客单价

+8.5%

开店首年月均增长率

02
COMPANY OVERVIEW
公司概况
Name以籍（成都）品牌管理有限公司
Brand以籍书店
Tagline以书为籍 梦游万相
EnglishBOOK & ALL
Field垂类主题书店
City成都
Year2024

以籍，源于"以及"——链接的开始。

以籍书店
书店不是货架，是内容发生的现场。
以籍书店门头

门头店招

品牌第一印象

阅读空间

阅读空间

可停留、可发呆

书籍陈列

书籍陈列

9大主题分区

咖啡吧台

咖啡吧台

书与咖啡的融合

Address

成都 · 春熙路 RX 春台

Area

约 200 坪

Since

2024年 · 首店

03
MARKET OPPORTUNITY
市场机会
三个趋势交汇，创造了这个机会窗口。
01

线下体验回归

消费者不再只为"买到"买单，而是为"体验到"买单。空间、氛围、社交成为新的消费理由。越来越多年轻人愿意为一次真实的线下体验支付溢价。

02

兴趣消费崛起

年轻人的消费逻辑从"需要什么买什么"变成"喜欢什么买什么"。兴趣圈层正在重塑消费市场，同好之间的推荐比广告更有效。

03

AI降低内容门槛

过去需要团队才能做的事，现在一个人加AI就能完成。这让"小而美"的内容创业成为可能，也让单店运营效率大幅提升。

用一家正在运营的书店，验证了兴趣内容驱动增长的可能。
—— 因为它回应了真实的兴趣
04
BUSINESS MODEL
商业模式
核心是一个自我强化的增长飞轮
YIJI MODEL 增长
飞轮
01内容体验
02兴趣社区
03兴趣数据
04精准产品
05持续消费
06AI提效
07更多内容
08更高利润
01 以书与空间，打造可沉浸的内容现场
内容吸引人->人聚成社区->社区沉淀数据->数据指导产品->产品带来消费->利润反哺内容
这不是线性增长，而是自我强化的循环。
05
PRODUCTS & SERVICES
产品与服务
两条业务线：To C 做深，To B 输出
C

To C · 实体书店

CONSUMER
  • 垂类主题图书零售（7000+册）
  • 精品咖啡与特调饮品
  • 读书会、主题沙龙、剧本杀活动
  • 垂类主题文创周边
  • 会员体系与社群运营
B

To B · 品牌管理输出

BUSINESS
  • 品牌定位与差异化策略
  • 文化空间设计
  • 开店策划（选址/动线/产品结构）
  • 运营体系搭建
  • AI运营工具部署
  • 内容运营方法论
团队已有相关项目经验，并已获得过这一商业模式带来的收益。To B不是未来愿景，而是正在发生的事。
CONTENT EXPERIENCE
内容体验
一本书可以衍生出什么
一本书
ONE BOOK
读书会
桌游/推理
短视频
电影沙龙
文创周边
社群讨论
播客/音频
主题策展
内容二创
特调饮品
作者对谈
运营的是内容，不是娱乐。每一种衍生形式都是内容的生长方式，每一次互动都在加深用户与兴趣的连接。
06
DATA & AI
数据资产与AI
不是销售数字，而是兴趣画像
↓
以籍小程序
扫描使用以籍助手

我们沉淀的

  • ▸ 喜欢什么类型的内容
  • ▸ 参加了哪些活动、停留多久
  • ▸ 消费了哪些产品、复购率
  • ▸ 对什么话题最感兴趣
  • ▸ 内容知识库沉淀

数据反向指导

兴趣偏好→选品与采购
活动参与→活动策划
消费行为→文创开发
内容互动→内容生产
AI在背后：一套人机协作的运营系统
AI不是产品，也不是噱头——它是以籍的内容引擎、数据分析师和效率杠杆。所有AI产出遵循同一条铁律：人提出、AI加速、人把关。
STEP 01

人提出目标

运营者基于经验与直觉，提出选题、活动创意或业务问题

创意 × 判断
→
STEP 02

AI加速生成

AI批量产出初稿、分析数据、生成候选方案，把小时级工作压到分钟级

效率 × 规模
→
STEP 03

人审核把关

品牌调性、事实准确性、价值导向——全部由人做最终裁决

品味 × 责任
→
STEP 04

AI追踪复盘

上线后AI追踪数据表现，输出复盘结论，沉淀进下一轮决策

数据 × 迭代
L1

数据层 · 燃料

  • 会员画像：兴趣标签、阅读偏好
  • 行为数据：活动参与、停留时长
  • 交易数据：复购率、连带购买
  • 内容数据：互动、完读、转发
↓ 全部沉淀为可计算的兴趣资产
L2

分析层 · 大脑

  • 选品预测：哪类书该进、进多少
  • 兴趣聚类：发现隐藏的同好圈层
  • 销售归因：什么内容带来了转化
  • 趋势识别：正在升温的话题与品类
↓ 把原始数据变成可行动的洞察
L3

应用层 · 手脚

  • 内容生产：海报、书评、短视频脚本
  • 智能推荐：个性化书单、到货通知
  • 运营自动化：库存预警、会员打标
  • 客服应答：常见问题即时响应
↓ 洞察落地为每天的实际动作
HOW IT WORKS · 三条真实业务链路

① 选品链路

让每一本进店的书都有依据
数据

7000册销售结构 + 会员兴趣标签

→
AI分析

识别高潜品类与作者，生成采购建议清单

→
人工决策

主理人按品牌调性定夺最终书目

→
结果

动销率提升，库存周转更健康

② 活动链路

从创意到复盘只要原来一半的时间
数据

历史活动报名率、到场率、转化表现

→
AI生成

海报初稿、推文文案、邀约名单匹配

→
人工执行

现场主持、氛围把控、临场调整

→
结果

AI自动复盘，经验沉淀进下一场

③ 会员链路

让每个人感到"这家店懂我"
数据

消费记录 + 活动足迹 + 内容互动

→
AI打标

自动生成兴趣画像，分圈分层

→
人工关怀

关键节点的真实问候与赠礼

→
结果

复购率与社群活跃度持续提升

AI的四条边界

  • AI不决定品牌调性——风格、价值观、审美始终由人定义
  • AI不直接接触用户——所有对外内容必须经人工审核后发出
  • AI不替代人的判断——数据给建议，拍板的永远是运营者
  • AI不停留在概念——每一个AI动作都必须对应可衡量的业务结果
07
ADVANTAGES
竞争优势
四道护城河，每一道都在加深
01

垂类主题差异化

不是综合书店，不是网红咖啡馆。垂类内容是天然的线下入口，自带互动性、社群性与可延展性。

02

兴趣数据壁垒

我们沉淀的不是销售流水，而是用户画像。数据越多，选品越准，消费越自然。

03

模式已验证

不是PPT设想。首店已运营，飞轮已转起来，To B已有项目经验和收益。

04

AI运营能力

AI不是概念，是落地在每一个运营环节的效率工具。让小团队做出大团队的事。

08
TEAM
团队介绍
热爱内容、热爱阅读、热爱人与人连接的人
周正

周正

FOUNDER

AI应用落地 · 空间美学设计 · 文创内容开发

邓拓

邓拓

FOUNDER

图书选品策展 · 内容创作生产 · 活动策划运营

周锐

周锐

FOUNDER

商业战略规划 · 门店运营管理 · 财务管控体系

09
FINANCIAL STRUCTURE
财务结构
收入来源、成本结构与盈利模型

收入来源

  • 图书零售毛利
  • 咖啡饮品毛利
  • 活动门票收入
  • 文创周边销售
  • 会员年费/储值
  • To B品牌管理服务费

成本结构

  • 人员工资（主项）
  • 房租水电
  • 耗材物料
  • 图书采购
  • 活动运营成本

盈利逻辑

  • To C：高频消费 + 复购
  • To B：轻资产服务费
  • 飞轮效应：数据越精准，利润越高
  • AI降低边际成本
10
RISK ANALYSIS
风险与应对

市场风险

兴趣消费仍属新兴赛道，消费者付费习惯需要持续培育。垂类内容受众虽精准但天花板尚不明确。
用高频活动（每周2-3场）建立消费惯性，通过11种内容衍生形式拓宽入口——不只卖书，还卖体验。2000+私域用户已验证留存模型。

竞争风险

综合书店和网红咖啡都在抢"第三空间"定位，资本型玩家可能快速复制类似概念。
护城河不在装修而在数据——12个月用户兴趣画像和消费记录无法被复制。垂类内容的垂直深度也是壁垒：选品、活动、社群全部围绕同一兴趣展开。

运营风险

核心团队同时承担选品、内容创作、活动策划、门店运营，创意持续输出压力大，存在人员依赖风险。
AI已落地在文案生成、数据整理、客服问答等环节，降低重复性工作。正在建立内容SOP和素材库，让运营不依赖个人状态。

扩张风险

当前模式仅在成都单店验证。异地复制面临选址差异、团队重建、本地兴趣偏好不同等挑战。
短期聚焦单店盈利模型打磨，中期通过To B品牌管理输出验证模式可复制性（已有项目经验）。不追求门店数量，追求每家店都能独立盈利。