以下内容来自久谦中台 · 全域商业大数据AI研究平台

文末「阅读原文」，了解更多产品详情与试用

2025年，西西弗把第500家店开进成都环球中心。

一年后，这个数字仍被反复提起，门店扩张的方向却变了。

久谦中台·线下零售数据分析监测的样本数据显示：2025年1-7月，西西弗书店与up coffee新开65家、关闭40家，净增25家；2026年同期，新开33家、关闭49家，净减16家。

新店近乎腰斩，关店开始超过新店。西西弗过去最擅长把标准店复制到更多商场，现在更重要的问题变成了：哪些店该关，哪些店能留下，这套模型还能走多远？

西西弗正在从扩张期进入筛选期。

商场给了西西弗一条捷径，

但捷径本来就有尽头

实体书店最重的成本，不是租金，是从零开始。

换一座城市，重做空间，重找客群，重建一套经营方法。

越有调性的书店，下一家越难照搬：独特设计是优势，也是枷锁。

西西弗选了不同的路：进商场。

购物中心需要书店带来文化气质，西西弗需要商场的客流和区位。两边各有所求：商场用书店软化商业氛围，西西弗用商场的人流省去冷启动成本，这曾经是双赢。

在这个基础上，西西弗把门店做成了可以批量生产的产品；店型、装修、选品标准、人员培训，全部统一。

新店不用从零开始，只需要装进那套已经跑通的模型。商场地址克服"在哪开"难题，标准化解决"怎么开"，传统书店最困难的两件事被同时绕开了。

开书店从创作项目变成了复制项目，500家才成为可能。

但捷径本来就有尽头。

能支撑西西弗继续复制的商场位置，数量有限。门店越多，新增点位越容易进入客流、竞争和消费能力更不确定的商圈。

同一监测口径下，新开门店数量接近腰斩。

对一家已经开到500家的连锁书店来说，问题不再只是能不能开，是还能不能找到足够多适合复制的位置。

商场可以带来客流，

却不能替书店完成转化

西西弗开在商场，也意味着许多进店者没有明确的购书计划。

有的人刚逛完超市顺路进来，或父母带孩子找个地方歇会儿，也有年轻人进来临时挑份礼物。书店变成了商场动线上的一个节点，客流是真实的，购书意图是不确定的。

所以西西弗放进来一堆不是书的商品：咖啡、文创、定制商品、儿童阅读区、文化活动。逻辑是清楚的，书让空间有内容，咖啡延长停留，文创和礼品承接即时消费，童书馆锁住亲子客群。顾客没有买书计划，但可以带走一杯饮品，或者一件刚好看上的文创。

久谦中台·行业智能研究将经营链拆成三步，商场提供客流，复合业态负责变现，差异化商品减少与电商的正面比价。

在对的商场，这套组合可以跑通。问题是：不是每个商场都适合。

成熟商圈里的西西弗可以同时吃到购物、亲子和休闲需求；弱商圈里的同款门店，即使陈列、咖啡和活动一个不少，也可能等不到足够多的有效顾客。

有效客流不够，复合业态越完整，租金、人工和库存的压力反而越难被摊薄。

过去，西西弗靠商场客流加快扩张。500家以后，它必须证明自己不只会借流量，还能在不同商圈稳定完成转化。

关店数从40家升到49家，逐店经济性从隐藏条件变成了显性问题。

进店人数只是起点，每一份客流最终都要覆盖租金、人工和库存。

500家靠复制，

500家之后靠取舍

西西弗能把门店铺遍全国，还因为它把"选书"这件事去掉了个人依赖。

早期报道显示，西西弗给图书设置属性标签，根据商圈类型、客群画像和消费能力，决定一本书进哪家店、放哪个位置。

同一座城市的不同门店，书库组合可能都不一样。选品、配货、补货、陈列被拆开，分别交给不同团队执行。

2024年引入RFID，也是在把盘点、追踪等库存动作纳入系统，降低大规模门店网络的人工操作成本。

一家书店可以靠店长的品位，500家只能靠系统不犯错。

这套系统擅长复制，也容易制造惯性。

统一店型进入更多城市后，门店会越来越像。商圈差异越大，总部模型越难精确；管理半径越长，选品、补货、培训和服务中的小偏差越容易累积。曾经提高效率的标准，可能反过来压低门店对本地需求的反应速度。

更难处理的是方向问题：当网络里出现明显弱势的点位，是关掉、优化，还是换个业态方向试试？每一个决定都需要下判断，而判断是系统最不擅长的事。

2026年，西西弗相关门店由净增转为净减。西西弗要做的不只是筛掉弱势点位，还要判断哪些复合业态真正带来转化，让商品和内容更贴近不同商圈。

这些动作，比复制一家标准店更依赖逐店判断。

网络质量正在取代网络规模，成为衡量西西弗更重要的指标。

“500家”曾经是能力证明，但数字本身已经无法回答下一阶段的问题。留下来的门店能否持续覆盖成本，退出的门店暴露了模型的哪个缺口，才决定这套模式还能走多远。

500家以前，核心能力是复制；500家以后，核心能力是取舍。

这两件事，难度完全不在一个量级。

关于久谦中台

I

十五年的研究沉淀

三百个行业领先客户 + 四百位全职研究员

中国最领先研究机构 + 累计执行五千个项目

II

全面且独特的数据集

融合线上线下 + 兼容定量定性 + 覆盖广泛行业

十年固定成本沉淀 + 支撑多层次分析推理

III

商业级大模型智能引擎

通用基座 + 垂直领域精调 = 深度商业智能计算

趋势洞察 + 创新发现 = 复杂商业决策支持

+

科技驱动专业服务进化

赋能行业先行者 & 破解时代级命题

持续进化的专业主义 + 务实落地的工程文化