一个加油站，为何造了AI忠诚度引擎？
从370万会员的实时个性化引擎，到预测驱动的动态定价与促销，再到7000家门店的AI智能结账，Couche-Tard示范了传统零售如何靠数据飞轮实现营销增长。
“We are investing in our data analytics capabilities to improve our understanding of customer behaviour, predict demand, and optimize pricing, assortment, and promotions to increase traffic and basket size.”
一家在全球拥有超过14000家便利店和加油站的公司，在2025年公开的文件里，把AI投资的逻辑讲得很朴素：理解顾客行为、预测需求、优化定价与促销，最终让客流和客单价一起涨。这家公司叫Alimentation Couche-Tard，旗下最广为人知的品牌是Circle K。当许多中国零售企业还在把AI当成降本工具或客服机器人的时候，Couche-Tard已经用AI重构了忠诚度引擎、动态定价体系和门店终端，形成了一条完整的数据飞轮。
这背后藏着一个信号：AI正在让“人找货”的零售逻辑，加速转向“货找人”——甚至在加油站这种高频、低决策成本的场景里，AI驱动的个性化和预测能力已经开始重新划分市场份额。
370万会员背后的新引擎
2025年10月，Circle K官方宣布在欧洲市场升级其Extra忠诚度计划。最引人注目的动作，不是增加积分规则，而是引入了“下一代忠诚度引擎”。
这套引擎做了什么？官方新闻稿里说得很清楚：它重新设计了加油站前场（forecourt）的客户旅程，并强化了数字基础设施，目的是实现个性化报价和实时互动。目前，该计划在欧洲拥有超过370万活跃会员。
370万这个数字放在中国可能不算大，但如果把这300多万人每天或每周的加油、洗车、购买饮料零食的行为变成实时数据流，并在加油枪还没拔出来之前就推送一个恰好的优惠——这个场景就变了。它不再是传统意义上的会员体系，而是一个即时响应的需求捕捉网络。
这里的关键词是“forecourt customer journey”。加油站的消费决策窗口极短，用户从停车到加完油离开，可能只有三五分钟。在这么短的时间里，靠人推优惠、靠收银员开口推荐，效率极低。而AI引擎可以在用户加油的同时，结合其历史消费、当前时间和地点、油品价格走势，生成一个个性化套餐，直接推送到油机屏幕或App上。
对中国企业的启发在于：忠诚度计划的升级，不是把积分规则变复杂，而是把响应速度变快。我们经常看到一些连锁品牌花大力气设计会员层级、权益组合，却忽略了“在正确的时间出现”比“给一个大礼包”更能驱动复购。Couche-Tard的做法本质上是把忠诚度引擎变成了一个实时决策引擎，它背后需要打通POS数据、用户画像、库存信息甚至天气数据——这正是AI能发挥价值的地方。
让定价和促销长在数据上
如果说忠诚度引擎是前台的“即时钩子”，那数据驱动的定价与促销优化就是后台的利润核心。在Couche-Tard提交的2025年度信息表（AIF）中，公司明确表示正在投资数据分析能力，目的是理解顾客行为、预测需求，并据此优化定价、品类组合与促销活动，以提高客流量和购物篮大小。
这段话很短，但覆盖了零售业最核心的三个利润杠杆：定价、选品、促销。传统做法靠经验、靠品类经理的直觉、靠对竞品的跟随。而Couche-Tard想要做到的，是用模型预测某款能量饮料在周三下午三点、某一类天气下，定价降五毛钱，能带来多少增量客流，同时会不会拉低整体毛利率。
在加油站这种高同质化场景里，价格敏感度极高。司机可能因为隔壁油站便宜两分钱就直接拐弯。动态定价并不是要无底线降价，而是通过预测需求弹性，找到那个“让顾客觉得占了便宜，公司却多赚了钱”的平衡点。促销也一样，盲目的买赠往往吃掉利润，而基于顾客细分的定向促销——比如只给那些即将流失的高频客户发放洗车券——才可能达到正向ROI。
Couche-Tard在AIF中还提到，他们在门店和后台应用了机器人流程自动化和人工智能。这意味着他们不仅在用AI做策略层面的分析，也在用自动化手段把策略落地。比如，当模型判断某类零食在今天下午应该打折5%，系统会自动更改电子价签、同步App展示，并推送通知给附近有望购买的会员。整个过程不需要人工介入。
这对国内零售和消费品企业来说，是一个清晰的路径参照。我们很多企业还停留在“用Excel拉个表，看看昨天卖得怎么样”的阶段。但真正的数据驱动，是让数据直接参与决策，甚至让决策自动化。而AI让这种自动决策变得可能且可解释。
智能结账：一个被低估的数据入口
除了忠诚度和定价，Couche-Tard还有一步容易被归入“运营效率”但其实与营销深度相关的棋：大规模部署AI智能结账系统。
2022年6月，Couche-Tard就宣布计划在全球超过7000家Circle K和Couche-Tard门店推广Mashgin的AI视觉识别结账技术。Mashgin的核心能力是通过计算机视觉，一次性识别多个商品，几秒钟完成结账，无需逐个扫码。这极大缩短了排队时间，提升顾客体验。
但从营销视角看，它的真正价值在于数据获取。传统收银台只能记录顾客最终买了什么，而AI结账终端可以记录顾客拿起了什么、又放了回去、在哪个货架前停留了多久、结账时是否有犹豫。这些行为数据一旦与会员ID绑定，就能绘制出远比消费记录更丰富的行为画像。
这就像一个线下版的“浏览未下单”数据。在电商里，用户看了哪些商品、停留多久、最后买了哪个，全都留在日志里。而在便利店这种高度即时的线下场景，过去这些数据完全丢失。AI结账系统加上店内摄像头分析，正在弥补这一缺口。
Couche-Tard很清楚这一点。他们推广智能结账，并不仅仅是为了省下收银员的工资，而是为了把原本断裂的数据链条接上。当一个人周五晚上加完油，走进店里，拿起一罐咖啡又放下，最后只买了一包口香糖——这个信号如果被捕捉和分析，就可能在下周五晚的同一个时段，通过App推送一个“咖啡买一送一”的券。这才是闭环。
对中国连锁便利店、加油站、药店等高频零售业态来说，这一思路值得深思。我们往往把AI结账看作减少排队、降低人工成本的手段，却忽略了它作为行为数据采集器的一面。营销的竞争，未来很大程度上取决于谁能拥有更多、更细颗粒度的顾客行为数据，并把这些数据变成下一秒的推荐。
一个成本中心的营销觉醒
回过头看Couche-Tard的这三步——忠诚度引擎升级、数据驱动的定价促销优化、AI结账终端部署——它们并非孤立的IT项目，而是在共同构建一个以数据为血液的增长系统。
这个系统的核心逻辑可以归纳为三层：感知层，通过AI结账和会员行为捕捉，实时获取顾客需求信号；决策层，通过预测模型和个性化引擎，动态生成定价、促销和推荐方案；执行层，通过自动化工具，将方案推送到油机屏幕、App、电子价签，甚至收银员的提示屏上。
尤其值得中国CMO和增长负责人注意的是，在这个模型里，IT、运营和营销的边界已经被打穿。过去，忠诚度计划归市场部管，定价归商品部管，促销归运营和采购管，结账设备归IT和技术管。各部门各自为政，数据不互通，活动不联动。但Couche-Tard的经验显示，只有把这些资源统一在“实时响应顾客”这个北极星指标下，AI才能发挥最大价值。
这不是技术升级，而是组织逻辑的升级。当加油站这样的传统业态开始用AI驱动个性化时，它实际上是在重新定义“便利”两个字——不是把店开得近，而是懂你需要什么，并且在你想买的时候恰好给你一个理由。
从Couche-Tard看中国零售的三个转折
Couche-Tard的案例离中国并不遥远。中国的加油站连锁、便利店、甚至新式茶饮、咖啡连锁，面临的问题本质相似：客流增长放缓、客单价难以突破、营销费用花得越来越不值。
从Couche-Tard的做法中，可以提炼出三个对中国零售营销负责人的实战启示：
第一，把忠诚度计划从“积分管家”升级为“需求捕手”。多数会员体系的资源花在积分累积、兑换商城、等级权益上，但这些本质上是滞后奖励，不具备实时驱动力。而AI驱动的忠诚度引擎，能做到在顾客产生需求的瞬间，提供即时利益点，从而影响行为。关键不在于技术名词，而在于你是否拥有一个能在秒级响应用户行为的决策模型。哪怕初期只针对高频会员做实验，也是一种战略转向。
第二，让动态定价和促销决策“去人化”。这并不是要裁员，而是要把人从重复性的判断中解放出来，去做更高层次的策略设计。比如，品类经理不再纠结某个SKU今天该不该打折，而是开始思考如何设计促销模型里的约束条件、如何验证模型效果。当促销决策由AI驱动时，试错成本会大幅降低，一次不成功的促销可以被迅速识别并修正，而不是等月底复盘才发现亏了一大笔。
第三，把门店终端视为数据飞轮的起点而非终点。无论是AI结账、电子价签、还是智能屏幕，它们不仅仅是提升效率的设备，更是收集行为数据的接口。营销团队应该主动参与门店数字化项目的规划，明确提出需要采集哪些行为数据、如何与会员ID关联、如何反哺到投放和推荐引擎中。否则，这些数据只会成为IT部门的沉淀资产，发挥不了营销价值。
值得警惕的一点是，数据打通往往会遇到组织壁垒。这需要CEO层面的推动，也需要CMO主动打破部门墙，将自己从品牌传播的负责人，转变为顾客生命周期价值的管理者。Couche-Tard的案例之所以成立，背后一定有一把手对数字化的坚定投入，以及对跨部门数据融合的顶层设计。
一个“笨”行业的聪明转身
便利零售、加油站这类业态，长期以来被视为“笨”行业——模式重、毛利薄、创新慢。但Couche-Tard用AI做的事，恰恰说明这些看似不起眼的场景，一旦装上数据和算法的引擎，其增长潜力可能远超许多光鲜的互联网项目。
因为这类场景具备三个互联网公司求之不得的先天优势：高频、刚需、场景锚定。一个人可能一周加两次油、进三四次便利店。这种高频互动，如果每一次都能被个性化地对待，累积的信任和转化效率会非常惊人。互联网平台烧钱买流量，而加油站和便利店天然就坐在流量上，他们只需要用AI把流量价值挖出来。
Couche-Tard的故事还揭示了一个趋势：AI正在让营销从一种“创意加媒介”的职能，转变为一种“数据加算法”的基础设施。当定价、选品、促销、会员沟通这些动作都开始由系统实时决策时，营销组织的核心能力就不再是拍TVC、买广告位，而是构建和维护这套决策系统。这对CMO和增长负责人而言，既是挑战，也是重新定义自身价值的巨大机会。
最后，重新看一次Couche-Tard在AIF里那句朴素的话：理解顾客行为、预测需求、优化定价和促销，来提高客流和客单价。没有宏大的叙事，没有“颠覆”之类的字眼，但做的每一步都扎实地指向增长。对于正在焦虑于流量红利消失、营销内卷的中国企业决策者来说，或许这才是AI最值得投入的地方——不是替代创意，而是让每一次与顾客的交会，都变成一次精准的、有利润的交易。