星巴克Deep Brew：1亿次交易的AI个性化
星巴克如何用自研AI平台Deep Brew处理每周约1亿次交易数据，驱动会员个性化优惠与门店实时推荐，推动活跃会员增长13%。本文提供可落地的复购策略。
“Personalization is a job that is never done.”——星巴克全球CMO Brady Brewer
这句话直译是：个性化是一项永远不会完成的工作。如果停在PPT里，它是一句正确的废话。但把它放进星巴克从2019年推出Deep Brew，到2024财年仍在持续迭代的五年时间线里，它指向一个残酷真相：个性化没有终局，只有不断计算、不断投放、不断反馈的运营战争。星巴克用自研AI平台Deep Brew，每周处理约1亿次交易级数据，把App推送、门店菜单板、会员优惠从群发动作，改造成一对一交易干预。这不是技术演示，而是一套围绕复购和客单的利润引擎。
一、从一杯咖啡到1亿次交易：星巴克为什么押注Deep Brew
星巴克在2024年站上的位置，远比“卖咖啡”复杂。按照Fortune Global 500排名，星巴克位列第424位。真正支撑它估值的，不是全球门店数量，而是极其庞大的会员资产和复购系统。据PYMNTS对星巴克2024财年第一季度财报电话会的报道，美国市场90天活跃Rewards会员达到3430万，同比增长13%，净增约400万。这个数字背后，是星巴克把咖啡生意从“一锤子买卖”推向“高频消费账户”的战略选择。
当企业增长放缓，大多数品牌会本能地加大投放、扩大折扣。但星巴克选择了一条更重的路：把每一次交易都变成数据，把每一次推送都变成利润计算。原因很简单——存量时代，新客越来越贵，老客的频次与客单才是真正可经营的利润池。尤其在中国市场，咖啡消费被9.9价格战教育得无比挑剔，单纯折扣很难建立忠诚。谁能更早识别一个用户今天下午三点可能想加一块糕点，谁就能从价格泥潭里抽身。
Deep Brew的出现，正是在解决一个核心矛盾：品牌拥有海量数据，却只能做粗放营销。星巴克每周产生约1亿次交易级数据，这些数据如果只被拿来统计销售额，等于金矿被当成石头。Deep Brew最值得中国老板关注的，不是它有多智能，而是它让数据直接进入交易决策。
二、Deep Brew不是算法，是复购操作系统
很多人把AI营销理解成“推荐算法”。星巴克的实践说明，Deep Brew更像一个复购操作系统。它把数据、策略、触达、反馈四个层面串成闭环，目标是让会员更频繁地购买，让每一次优惠都带来增量利润。
2.1 数据层：每周1亿次交易级数据意味着什么
大多数企业看数据，看的是GMV、订单量、复购率。这些都是结果指标。Deep Brew看的却是行为序列：某个会员通常几点下单、喜欢配什么、对天气敏感度如何、在不同门店的停留有什么差异。这种粒度让干预成为可能。
传统报表只能告诉你“上个月复购率下降”。Deep Brew能告诉你“有一类偶尔购买用户，在下午三点到五点之间，只要推送含烘焙类商品的小额优惠，转化概率就会显著上升”。这不是内容创意，是交易级数据带来的决策精度。对中国品牌而言，第一道门槛不是技术，而是是否愿意把订单、会员、门店、小程序、App彻底打通，形成真正的One ID。
2.2 策略层：识别cohort，而不是群发所有人
星巴克CEO Laxman Narasimhan在2024年1月30日的财报电话会上透露，星巴克在美国启用Deep Brew，识别并激励特定Rewards会员cohort。针对occasional customers的定向优惠，成为拉新入会的重要动作。
这里的措辞很关键：识别特定cohort，而非全量push。很多企业做会员营销，习惯“一券吃天下”。同一个折扣推给高频用户、低频用户、沉睡用户、价格敏感用户。结果往往是高频用户被无谓补贴，低频用户没有足够动力，沉睡用户继续沉睡。
Deep Brew的策略层，是把用户分层和激励力度做成可计算的变量。谁会因为一杯免费浓缩而回来？谁需要一张早餐套餐券？谁只需要一次生日提醒就够了？这些问题不是运营人员拍脑袋，而是由AI根据历史行为、交易额、价格敏感度动态判断。AI的价值，是把补贴从成本中心变成利润杠杆。
2.3 触达层：App与Drive-thru两个战场
Deep Brew的触达不只是发短信。它至少覆盖了两个关键场景。App push个性化促销，结合购买史、时段、天气、门店，实现一人一策。Drive-thru菜单板则根据库存、天气、会员历史订单，实时推荐商品。
App推送是一对一沟通。门店菜单板是场景化一对多。这两个战场看似不同，底层逻辑一致：把推荐嵌入用户作出下单决策的那一秒。
尤其值得关注的是Drive-thru菜单板。它推荐的依据不仅是用户喜好，还包括门店库存。这一点很容易被忽略。很多品牌做推荐，只考虑用户想要什么，不考虑门店想卖什么。星巴克的做法是同时平衡需求与供给。库存压力大的商品，会在合适用户面前获得更多曝光；天气变化时，热饮和冷饮的推荐顺序会自动调整。这才是零售场景里真正有用的AI。
2.4 反馈层：用增长数据证明，而不是用点击率证明
Deep Brew的效果，最终体现在两个指标上：90天活跃会员增长13%，个性化deal提升ticket size和frequency。星巴克没有把“消息打开率”当作核心成绩。CEO关心的是会员基数、客单价和购买频次。
这对中国营销团队是一个重要提醒。AI个性化如果只盯着点击率、打开率、曝光量，很容易做成自嗨。真正要对老板负责的，是增量利润、90天活跃用户数、复购频次和客单价。只有这些指标变化，AI才真正进入了生意。
三、星巴克给中国企业的三个反常识判断
星巴克Deep Brew的经营价值，不在算法本身，而在于它暴露了三条反常识。
反常识一：个性化不是“更懂用户”，而是“更懂库存与毛利”。Drive-thru菜单板结合库存实时推荐，说明AI要解决的不只是用户偏好，更是供需匹配。一个商品如果库存过高，推荐系统应该给它更高的曝光优先级；如果毛利过低，就不该被不计成本地推给所有人。中国零售企业往往把“懂用户”挂在嘴边，却忘了“懂库存”才是利润的底线。
反常识二：AI个性化必须进入交易闭环，而不是内容生产。今天很多品牌把AI营销理解为写文案、生成图片、批量产出短视频。这些当然有价值，但它们大多停留在传播层。Deep Brew的真正价值，在于直接改变用户下单前的选择。它不生成一条漂亮文案，却能在正确时间给正确用户一个无法拒绝的购买理由。前者是效率工具，后者是利润引擎。
反常识三：个性化是一项组织能力，不是一套软件。星巴克CMO Brady Brewer说“个性化是一项永远不会完成的工作”。这句话的潜台词是，系统上线只是开始。数据要持续更新，策略要持续调优，触达要持续测试，组织要持续复盘。没有专人负责，AI系统最终会被用成促销工具。工具不会自动产生增长，组织才会。
四、从0到1的落地路径：中国老板和CMO现在可以怎么做
中国企业不需要立刻复制一个Deep Brew，但可以复制它的增长逻辑。以下四步，是务实的落地路径。
第一步，建立行为数据底座。把订单、会员、门店、小程序、App、企业微信数据打通，解决One ID。没有这一步，个性化就是空谈。很多企业数据散落在不同系统里，每个部门各管一段。老板要做的不是买更贵的工具，而是先让人和流程围绕数据统一起来。
第二步，找一个小切口。不要一上来做全场景AI。选择一个高频场景，例如会员日push、复购提醒、门店推荐，先跑通“数据-策略-触达-复盘”的闭环。小切口才能快速验证，也更容易争取团队支持。
第三步，定义北极星指标。以增量利润、90天活跃数、购买频次为核心，不追求打开率。AI个性化做得好不好，要看是否带来真实的经营增量。每次活动后，必须对比实验组与对照组的购买行为变化。
第四步，建立人机协作SOP。AI输出推荐理由、优惠力度和触达人群，运营人员审批关键规则。不要让AI变成黑盒，也不要让人工逐条决策。人负责边界和底线，机器负责速度和规模。只有形成机制，个性化才不会停留在某一次campaign。
判断一个试点是否成功，可以看一个简单的标准：30天内，是否至少有一个用户cohort的频次或客单出现可归因提升。如果出现，继续放大。如果没出现，回查数据、策略和触达哪个环节出了问题。
五、未来三年，AI营销的分水岭在哪里
星巴克Deep Brew展示了一条完整路径：感知、决策、触达、反馈。它不依赖某一个大模型，也不制造惊艳的内容，而是把AI嵌进交易系统，让每一次用户交互都成为一次利润计算。
中国市场的触点比美国更丰富。小程序、企业微信、抖音本地生活、美团、私域社群，每一种都在产生行为数据。但触点越多，越需要一套底层系统来整合判断。否则企业会陷入“每个渠道都在做AI，但全局一盘散沙”的困境。
未来三年，品牌的分水岭不在于会不会用AI生成内容，而在于能不能让AI进入交易决策和用户运营闭环。那些还在把AI营销等同于写文案、画海报的团队，只是把刀用在了刀背上。Deep Brew真正的刀锋，是让每一次推送都成为一次对用户下一次购买的精确计算。
星巴克用五年时间证明，个性化不是营销部门的一个项目，而是企业增长的基础设施。中国老板和CMO现在最该问的问题不是“我们该上哪个AI平台”，而是“我们有没有每周可分析的行为数据、有没有可被识别和干预的用户cohort、有没有愿意对增量利润负责的人”。这三个问题解决了，AI才是资产。否则，它只是另一笔沉没成本。