卖楼换来的18%净利润增长，遮不住维他奶的数字化窟窿|东鹏|数字化窟窿|研发人员年龄结构|维他奶|零售

作者：舒紫花校审：林德燊排版：习丌

6月25日，维他奶国际发布了2025/2026财年全年业绩。净利润2.74亿港元，同比增长17%，资本市场用脚投票，股价盘中一度拉升超过9%。乍一看，这家拥有八十多年历史的豆奶品牌似乎正在走出泥潭。

翻开财报细看，答案远没有净利润曲线那么漂亮。

2.74亿港元的净利润里，有1.51亿港元来自把上海松江一块闲置土地和楼宇卖给区政府的非经常性收益。扣掉这笔钱，维他奶的经营底色比账面上灰暗得多。全年总营收60.61亿港元，同比下滑3%。最核心的中国内地市场，收入下降5%至31.89亿港元，跟2021财年50.67亿港元的巅峰相比，五年间缩水超过37%。

为了在营收收缩的背景下稳住利润表，维他奶选择了消费品行业最传统也最无奈的手段：裁员、压行政费用、砍推广预算。财报里提到"有效的经营成本控制"成为利润改善的关键驱动因素之一。

一家消费品公司开始靠"缩减规模"来保利润，本身就是一个信号。它的数字化降本增效，没有跑通。用数据指导投放、用系统替代人力的那套打法，在这家公司身上未能兑现。

数字化代差就是生意健康度的代差

把维他奶跟农夫山泉、东鹏饮料放在一张表里对照，数字化能力的差距，几乎直接对应着生意基本面的差距。

先看数字化定位。农夫山泉和东鹏饮料把数字化当生意底盘来做，管人、管货、管钱，数字化渗透到从原材料采购到终端动销的每一个环节。维他奶的数字化更像一套营销工具箱，最核心的落点是扫码领红包，消费者扫瓶盖上的码，领几块钱，活动结束，链条也就结束了。

再看码的应用深度。东鹏2019年从生产线端改造起步，逐步打通了盖内码、盖外码、箱内码、箱外码和垛码，做到"五码合一"。五码串联意味着每一瓶饮料从出厂到被消费者拧开瓶盖的全程可追溯：哪个经销商窜了货、哪个区域价盘在松动、哪个终端的动销在加速，系统实时可见。2024年东鹏将这套数字化底座写进了港股招股书，作为核心竞争力对外披露。2026年4月，腾讯智慧零售联合财新智库把"最佳数字底座奖"颁给了东鹏，表彰其近十年从"一物一码"到全链路数智化的底层建设。

农夫山泉2025年完成了价盘管控从"人治"到"数治"的升级，依托一物一码搭建起全闭环管理体系。消费者扫码时系统自动定位，跨区批量扫码即刻触发窜货预警。每一条扫码数据的背后，是对终端真实售价和动销情况的精准掌握。

维他奶目前主要应用的是箱码和褶皱码，功能集中在消费者互动层面。防窜货、控价盘、BC一体化这些渠道数字化最硬的骨头，几乎没有啃。

渠道管控的差距最要命。东鹏的数字化系统实现了终端实时返利，小店老板卖多少拿多少返利，资金流、信息流、货物流三流合一，数据实时回流指挥生产和配送。维他奶走的还是传统经销商压货的老路，货从品牌到经销商，经销商到二批，二批到终端，每多一层流转，数据就多一层盲区。经销商拿货量跟终端真实动销量之间那个巨大的信息断层，维他奶填不上。

点击链接，了解更多：

费用投放的逻辑天然不同。农夫山泉用算法模型识别高潜门店，把促销资源往真正能产出销量的终端倾斜。维他奶在营收承压、利润靠卖地撑住的背景下，选择了整体缩减预算——以前是大水漫灌，现在连水管都要拧紧。问题在于，砍费用这件事本身不解决效率问题。预算减了，原有的粗放投放结构没变，只是每一处都少洒了一点水。

有业内人士评价过，农夫山泉用数据在"算命"，预判下一个爆款，提前布局产能和渠道；维他奶用数据在"算账"，计算下一个红包发多少钱，怎么把扫码活动的ROI做得好看一点。两者的数字化水位，差了一个代际。

"散装"数字化简史

维他奶的数字化为什么是碎的？拆开来看，供应链、渠道、用户三个端口各有各的烂尾工程。

供应链端，有系统没协同。东莞工厂上了WMS仓储管理系统，替代了纸质出入库单据，提高了仓库内部的作业效率。但WMS是一个孤立的信息岛，没有向上游连通原材料采购的SRM系统，也没有向下游打通经销商订单的DMS系统。对比东鹏用数字化把"订单—生产—配送"整条链贯通，维他奶的库存无法敏捷响应渠道端的变化。

以零食量贩渠道为例，鸣鸣很忙和万辰这类平台的订单特征是高频、小额、脉冲式。今天要500箱，明天可能要2000箱，后天可能一箱都不要。没有数字化供应链做支撑，维他奶面对这种渠道的供货常常只能被动作答，既不敢多备货怕压仓，又不敢少备货怕断货。

渠道端，有工具没闭环。维他奶的业务员手机上装着"完美门店"APP，到店拍照打卡，上传货架陈列照片。这套系统本质上是监督工具，总部想知道业务员有没有跑店。真正的赋能工具应该是什么样的？业务员走进一家夫妻老婆店，系统自动告诉他：这家店上周卖了多少箱、跟旁边500米内的竞品终端相比渗透率差多少、这次补货应该推哪个SKU、店主上一次拿促销返利是什么时候。

维他奶的"完美门店"做不到这些，因为它没有跟经销商端的订单数据、终端端的扫码数据、消费者端的互动数据打通。新品上市，比如去年推的大红袍柠檬茶，陈列了、铺货了，终端到底动了没有？数据回来至少要滞后两到三周，这个时间差足够让竞品完成一轮拦截。

用户端，有流量没留量。2021年品牌舆论风波之后，维他奶急需在私域重建与消费者的连接和信任。目前的扫码活动多数是一次性促销，扫瓶盖码抽大疆无人机、领几块钱红包，消费者参与了、兑奖了，然后就没有然后了。缺乏会员分级体系、缺乏消费行为标签、缺乏长期内容运营，每一次扫码活动都是孤立的获客动作，用户资产无法沉淀为可复用的品牌资产。对比东鹏的商户会员小程序，2020年上线后直接连接了百万终端，每一笔扫码返利都沉淀为数据资产，用户画像越来越清晰，营销资源越来越精准。

这堆碎片化的数字化资产背后，有一个绕不开的组织原因：2017年至今，维他奶中国区业务已经换了四任负责人。每一任上来都带着自己的战略方向，每一个方向都对应一批新立项的数字化项目。上一任的SFA系统还没跑顺，下一任推的CDP平台已经开工了。系统之间的接口没人管，数据之间的标准没统一，项目之间的协同没人牵头。数字化这件事，最怕的就是没有连续性，维他奶过去七年在上面盖了一栋又一栋烂尾楼。

点击链接，了解更多：

数字化缺位怎样侵蚀基本面

跳出技术视角，把财报里几个核心痛点翻译成数字化语言，逻辑链条是清晰的。

财报称"传统零售渠道下跌"是内地收入下滑的主因。什么是传统零售渠道？是散落在全国600多万家夫妻老婆店、便利店、小超市。这些毛细血管终端，农夫山泉和东鹏能用数字化触达。通过bC一体化系统，店主在手机上查库存、下单补货、领返利、看动销数据，品牌端对终端的掌控力跟直营几乎没有区别。维他奶的数字化渗透不到这个层面，对终端的一手信息是断的，渠道政策往下传导靠经销商的自觉性。在窜货有利可图的时候，经销商没有自觉性。

财报提到"新兴全渠道增长不足以抵消传统渠道下跌"。维他奶确实进了约3.5万个零食量贩门店，鸣鸣很忙和万辰的货架上有它的豆奶和柠檬茶。但进了跟做好是两回事。没有数据中台做精细化运营，3.5万个点位只是物理铺货：哪个区域的回转率好、哪个SKU在该渠道的复购率高、要不要针对零食渠道定制规格和包装，这些问题没有数据来回答。物理铺货的尽头是自然动销，自然动销的天花板是货架位置，而货架位置是靠数据抢来的。

"毛利率微降"这个现象，在数字化语言里对应的是采购端缺乏数据洞察。大宗原材料，大豆、白糖、PET瓶坯的价格波动剧烈。有数字化供应链协同能力的企业，可以通过历史价格数据和需求预测模型，在价格窗口期做出锁定决策。维他奶的采购决策更多依赖人的经验判断，成本管控处于被动状态。

点击链接，了解更多：

这些财务数字的背后，每一笔都指向同一个结论：中国消费品市场早已不是"铺渠道、打广告、压库存"就能赢的时代了。渠道碎片化、消费者注意力分散、供应链复杂度指数级上升，没有数字化底盘的品牌，经营质量差了一整个身位。

新财年，只剩一张答题卡

维他奶在年报中为2026/2027财年定下的方向，可以概括为两句话：重拾传统零售渠道增长，用新品激活品牌势能。新组建的内地销售管理团队，包括来自百事、达能的资深销售负责人汤恒锋出任首席销售总监，年报称下半财年"销售已有所改善"。

方向对了。问题在于，用什么工具去实现这个方向。

第一件事，把价盘管理从"人治"升级为"数治"。维他奶多年来被窜货乱价所困，一箱豆奶从广东出厂，经销商拿到返点后以低于指导价的价格跨区甩到华东，当地经销商利润被挤压，没人愿意认真做市场。解决这个问题的钥匙只有一个：五码合一。

学习东鹏"一元乐享"模式，用码锁死终端售价，让窜货在系统面前无处遁形。每扫码一次，都是一次价盘的体检。放弃单纯的红包玩法，红包解决的是"消费者买不买"的问题，控盘解决的是"渠道愿不愿卖"的问题，后者才是维他奶当下的燃眉之急。

第二件事，把BI平台的数据能力下沉到一线。维他奶已有BI商业智能平台，但目前的使用场景集中在给高管开月度经营分析会时拉报表。数据真正产生战斗力的地方，是一线业务员的手机屏幕。他们走进华北某个空白县城的夫妻店时，系统应该告诉他：这周边三公里内有八家同类终端、竞品SKU覆盖率、维他奶当前缺口、建议铺货清单。

数据不该只是用来看的，它应该用来打仗。把BI从"领导驾驶舱"变成"一线作战地图"，是新团队必须推动的组织变革。

第三件事，用标准化的数字化作战地图，承接不可避免的组织变动。快消行业高管流动率高是一个客观事实，维他奶过去七年的四轮换帅已经充分证明了这一点。每一次换帅如果都意味着策略推倒重来，那维他奶的代价就是永远在重启。新任销售团队必须把自己的经验和打法，沉淀进一套标准化的数字化作战系统里，渠道分级标准、终端拜访SOP、促销资源分配算法、竞品监测规则，让"谁来带兵"这件事对一线战斗力的冲击最小化。系统不会离职，数据不会背叛。