① 87,342 条原始记录：从天眼查、企查查、大众点评、美团、窄门餐眼、各品牌官网等公开渠道，按"连锁品牌 + 加盟店"关键词批量抓取的品牌门店信息总量，覆盖餐饮、茶饮、零食、药房、便利店、美业、健身、宠物、汽修等 15 个大类。
② 12,456 条一级筛选：在原始记录上施加硬性规则——在营≥12 个月、品牌门店≥5 家、大众点评评分≥3.5、无重大司法风险、月估算营收≥5 万元——过滤后的留存量。
③ 2,347 个可投标的：进一步由 AI 对每条记录做六维打分（0-100），六项均≥60 分的进入可投池。
④ 41.2 亿元融资规模：取每个标的"月估算营收 × 8 倍"作为建议投资额，汇总而得。
⑤ 17.6% 年化回报：基于分成比例 5-8%、合约期 24 个月的基准参数，用内部收益率 (IRR) 方法加权计算组合整体年化。
⑥ 安全边界中位数"营收↓33%"：即在当前分成方案下，门店营收下降 33% 后，投资方在合约期内仍刚好能收回本金。
| 来源 | 信息类型 | 预计量级 |
|---|---|---|
| 天眼查/企查查 | 工商注册、股东、司法风险、经营状态 | ~50,000 条 |
| 大众点评/美团 | 门店评分、评论数、客单价、品类 | ~30,000 条 |
| 窄门餐眼 | 连锁品牌门店数、开关店趋势 | ~5,000 品牌 |
| 品牌官网/招商页 | 加盟费、投资额、利润案例 | ~2,000 品牌 |
| 社交媒体（小红书/抖音） | 品牌舆情、消费者口碑 | ~10 万条评论 |
| 条件 | 阈值 | 筛掉比例 |
|---|---|---|
| 经营状态 | 在营且存续 ≥12 个月 | ~20% |
| 品牌门店数 | ≥ 5 家（非单体户） | ~30% |
| 大众点评评分 | ≥ 3.5（含星级推算） | ~15% |
| 月评论/交易量 | ≥ 30 条/月（证明活跃） | ~10% |
| 司法/负面舆情 | 近 12 个月无重大诉讼/食安事件 | ~5% |
| 月估算营收 | ≥ 5 万元 | ~15% |
| 维度 | 权重 | 评估内容 | 信息来源 |
|---|---|---|---|
| 资产定位 | 15% | 品牌成熟度、门店密度、行业天花板 | 窄门餐眼、天眼查 |
| 现金流质量 | 25% | 月营收稳定性、季节性波动、客单价×客流 | 大众点评、美团、公开财报 |
| 收益空间 | 20% | 基于分成比例和合约期的预期年化回报 | 分成模型推算 |
| 安全边界 | 15% | 营收下降多少仍可回本 | 压力测试模型 |
| 风控依据 | 15% | 品牌方/加盟商背景、关联司法风险、政商关系 | 天眼查、裁判文书网 |
| 融资匹配度 | 10% | 当前发展阶段是否真正缺钱、融资意愿信号 | 招商信息、媒体报道 |
| 品牌 | 行业 | 城市 | 评级 | 月估营收(万) | 建议投资(万) | 分成比例 | 预期年化 | 安全边界 | 六维均分 |
|---|
① 月分成金额 = 门店月均营收 × 分成比例
例：月营收 15 万 × 6% = 0.9 万元/月
② 预期总回款 = 月分成金额 × 合约月数 × (1 - 闭店概率)
例：0.9 万 × 24 月 × (1-5%) = 20.52 万元
③ 年化 ROI = [(预期总回款 - 投资金额) / 投资金额] × (12 / 合约月数) × 100%
把总收益折算为"每年赚多少个百分点"。例：(20.52-120)/120 × 12/24 = -41.4%（说明这组参数下投资不划算，需要调高分成比例或延长合约期）
④ 等效年化 IRR：将投资金额视为 t=0 的现金流出，每月分成视为现金流入，用内部收益率公式求解使 NPV=0 的月利率 r，然后年化：IRR_年 = (1+r)^12 - 1
IRR 比简单 ROI 更精确，因为它考虑了资金的时间价值。
⑤ 安全边界 = 1 - [投资金额 / (月分成金额 × 合约月数)]
含义：门店营收最多可以下降多少百分比，投资方在合约期内仍能收回全部本金。例：1 - 120/(0.9×24) = 1 - 5.56 = 负数（说明当前参数下没有安全边界）
⑥ 回本营收线 = 投资金额 / (合约月数 × 分成比例)
含义：门店月均营收至少要达到多少，投资方才能在合约期内刚好收回本金。例：120/(24×6%) = 83.3 万元/月
单一行业占比过高会导致行业性风险（如政策打压、食安事件）传导至整个组合。参考滴灌通实际运营数据，其最大行业集中度为 23.51%。我们取更保守的 20% 作为硬约束。
单一城市过度集中会受区域经济波动影响。参考滴灌通数据，其最大区域集中度为 10.59%。我们放宽至 15%，因为一线城市门店密度高且数据可得性好。
A+（六维均分≥85）：对应大型成熟品牌、门店≥1000家、现金流数据可交叉验证。A（75-84）：中型品牌、门店100-1000家。A-（65-74）：成长期品牌、门店50-100家。B+（60-64）：刚达到入池门槛。B（55-59）：仅做备选观察。投资组合中 A+ 和 A 占比合计超过 60%，确保基本盘稳定。
产出 品牌种子库 300+，采集环境就绪
产出 原始记录 87,342 条
产出 AI 评分表 6,200 条
产出 可投标的 2,347 条 + 六维画像
产出 完整财务模型 + 组合风险报告
产出 触达 2,000+，预期回复 200-400 个
| 项目 | 单价 | 用量 | 小计（人民币） |
|---|---|---|---|
| 天眼查 API | ¥0.1/次 | ~100,000 次 | ¥10,000 |
| 企查查 API | ¥0.08/次 | ~50,000 次 | ¥4,000 |
| AI 爬虫工具（Firecrawl/Bright Data） | $0.01/页 | ~200,000 页 | ¥14,000 |
| Claude API（六维评分 + 尽调摘要） | 约 ¥0.3/条 | ~20,000 次调用 | ¥6,000 |
| AI 外呼/邮件触达 | ¥0.5/通 | ~3,000 通 | ¥1,500 |
| 云资源（计算 + 存储） | — | 7 天 | ¥3,000 |
| 合计 | ¥38,500（≈$5,300） |
总费用约 3.85 万元人民币，占 41.2 亿元融资规模的 0.0009%，即不到万分之一。相比传统 BD 团队（10 人 × 月薪 1.5 万 × 3 个月 = 45 万元）仅能覆盖 ~600 个项目，AI 方案以不到十分之一的成本覆盖了 4 倍的项目量。
| 角色 | 职责 | 投入 |
|---|---|---|
| 负责人 | 定义筛选标准、审阅 AI 评分质量、最终投资决策 | 全程 |
| 业务+数据同事 A | 配置 AI 采集规则、监控采集进度、处理异常数据 | Day 1-5 |
| 业务+数据同事 B | 调试评分模型参数、运行组合分析、准备交付报告 | Day 3-7 |