Erster Investitionsansatz: Erwerb des größten stationären Handelsnetzwerks Chinas
Das wertvollste Asset von Xindameng lässt sich in vier Ebenen abstrahieren:
529 Geschäftsstandorte × etwa 40.000 Mitarbeitende × Zehntausende von Händlerbeziehungen × täglich fortlaufende Geschäftsaktivitäten.
Wanda ist derzeit gut darin, „Plätze zu bauen, Mieter zu akquirieren, Eröffnungen zu organisieren und den Betrieb zu führen“.
Ziel nach der Übernahme durch FDEPE:
Die 529 Wanda-Plätze in eine Geschäftsmaschine umwandeln, die kontinuierlich lernen, optimieren und replizieren kann.
PE ist für Kapital, Governance und Anreize verantwortlich; FDE geht direkt an die Front und schreibt die Betriebserfahrung in das System.
2. Gründung von „Newland FDE“: Direkte Berichtslinie an den CEO
Der Hauptsitz richtet ein Kernteam von etwa 50 FDE-Mitarbeitern ein:
KI-Ingenieure + Dateningenieure + Produktmanager + Experten für Geschäftsbetrieb + Akquisitionsspezialisten + Finanzpersonal.
Die erste Charge geht direkt in 30 Wanda-Plätze und arbeitet gemeinsam mit Geschäftsführern, Akquisition, Betrieb, Immobilien, Marketing und Finanzen.
Jeder FDE beantwortet nur eine Frage:
Wie viel mehr hat das von mir betreute Einkaufszentrum in diesem Monat verdient?
Die Systementwicklung ist vollständig an betriebliche Kennzahlen gebunden.
3. Aufbau des „Wanda Operating Graph“
Alle Einkaufszentren in ein einheitliches Betriebsdatenmodell überführen:
Einkaufszentrum → Etage → Verkaufsfläche → Marke → Filiale → Vertrag → Miete → Umsatz → Kundenverkehr → Mitglied → Aktion → Parkplatz → Energieverbrauch → Personal.
Zusätzlich werden Wetter, Feiertage, städtische Ereignisse, Bevölkerungszahl im Geschäftsviertel, Konkurrenzprojekte und Online‑Konsumtrends verknüpft.
Ziel ist es zu erreichen:
Jeder Verkaufsstand hat sein eigenes dynamisches Betriebskonto.
Das Management kann kontinuierlich beurteilen:
- Welcher Verkaufsstand schafft Wert?
- Welche Marke passt die Miete nicht zu ihrer Leistungsfähigkeit?
- Welcher Bereich verzeichnet einen anhaltenden Rückgang der Flächeneffizienz?
- Welcher Mieter hat in den nächsten 90 Tagen ein Austrittsrisiko?
- Welche freie Fläche sollte mit welcher Marke besetzt werden?
IV. Einsatz von sechs direkt profitablen Agenten
- Recruiting-Agent｜Aufgabe: Markenfindung, Matching, Akquisition｜Kernkennzahl: Leerstandsquote
- Miet-Agent｜Aufgabe: Dynamische Berechnung des Ladenwerts｜Kernkennzahl: Miete/m²
- Händlerwachstums-Agent｜Aufgabe: Händlern bei der Geschäftsverbesserung helfen｜Kernkennzahl: Händler-GMV
- Marketing-Agent｜Aufgabe: Aktionen, Mitgliedschaft, Werbung｜Kernkennzahl: ROI
- Energie-Agent｜Aufgabe: Klimaanlage, Beleuchtung, Geräteoptimierung｜Kernkennzahl: Energieverbrauch/m²
- Betriebs-Agent｜Aufgabe: Tägliche Diagnose des Platzbetriebs｜Kernkennzahl: NOI
Der Händlerwachstums-Agent ist dabei am wichtigsten.
Wanda kann sich stärker am Händlerwachstum beteiligen und Folgendes erkunden:
Grundverwaltungsgebühr + GMV-Beteiligung + Werbeeinnahmen + KI-Betriebsservicegebühr + Beteiligung am zusätzlichen Gewinn.
Die Logik lautet:
Je mehr die Händler verdienen, desto mehr verdient Wanda.
5. 100 Tage, um eine „AI Native Wanda-Plaza“ zu erobern
Zuerst 30 Muster auswählen:
- Erstklassige Städte 5 Sitze
- Zweitklassige Städte 10 Sitze
- Städte der dritten und vierten Ebene 10 Standorte
- Ineffiziente/zu renovierende Projekte 5 Stück
Empfohlene Herausforderung von 100 Tagen:
- NOI-Steigerung von 5%–8%
- Leere-Flächen-Zyklus sinkt um 30%
- Energiekosten sinken um 8%–12%
- Effizienz der Marketingausgaben steigt um 20%
- Manuelle Berichtserstellung Arbeitsaufwand reduziert um 50%
- Durchschnittliche Anzahl verwalteter Marken pro Akquisitionsmitarbeiter steigt um 30%
Diese Zahlen dienen nur als Experimentziele und werden nicht vorab in die Investitionsrendite einbezogen.
Jede verifizierte betriebliche Maßnahme führt zu:
Wanda Playbook 001 / 002 / 003……
Dann 30 Standorte → 150 Standorte → alle Plätze.
6. Das operative Know-how in Unternehmensvermögen umwandeln
Wanda hat in über zwanzig Jahren eine große Menge an implizitem Wissen angesammelt:
- Welche Städte eignen sich für welche Geschäftsmodelle;
- Welche Standorte passen zu welchen Marken;
- Wie viel Miete eine bestimmte Marke zahlen sollte;
- Welche Markenmixes gegenseitige Kundenströme erzeugen können;
- Was in den 180 Tagen vor der Eröffnung erledigt werden sollte.
FDE erfasst jedes Mal:
Beurteilung → Aktion → Ergebnis
Strukturierte Aufzeichnung.
Endresultat:
Wanda Commercial Model
Eingabe:
Stadt + Geschäftsviertel + Gebäude + Bevölkerung + Wettbewerb + Konsum
Ausgabe:
Geschäftsmodellkombination + Markenmix + Miete + Reihenfolge der Mieterakquise + Marketingbudget + Personalplanung + erwarteter NOI.
Das neue Projekt führt zunächst das Modell aus, bevor Personen zur Umsetzung organisiert werden.
VII. Zweite Wachstumskurve: Infrastruktur für das Geschäftsmanagement
Wenn alle Plätze ein einheitliches Betriebsnetzwerk bilden, können vier Geschäftsarten entstehen:
Wanda Ads
Nationales Werbenetzwerk für Gewerbeflächen.
Wanda Merchant Cloud
Bereitstellung von Betriebsagenten für Händler.
Wanda Intelligence
Ausgabe von Akquise-, Marketing-, Preisgestaltungs- und Immobilienkompetenzen an andere Einkaufszentren.
Wanda Expansion
Verwendung von Modellen zur Identifizierung geeigneter Drittanbieter‑Geschäftsprojekte für die Übernahme.
Entstehung einer Flywheel‑Dynamik:
Mehr Standorte → Mehr Daten → Besseres Betriebsmodell → Höherer NOI → Stärkere Übernahmekapazität → Mehr Standorte.
VIII. Governance‑Mechanismus nach FDEPE neu strukturiert
Wichtige Beobachtungspunkte des Vorstands:
- NOI
- Freier Cashflow
- Umsatz pro Quadratmeter
- Fläche der Drittanbieter‑Verwaltung
- Verifizierbarer zusätzlicher Gewinn durch FDE
Gründung:
FDE Value Creation Committee
Monatliche Antwort:
Wie viele Engineering‑Ressourcen einsetzen → Welche Geschäftsmaßnahmen ändern → Wie viel Cashflow letztlich erhöhen?
Anreize für das Management und das FDE‑Team werden schrittweise an verifizierbaren zusätzlichen Cashflow gekoppelt.
9. Dreijahresplan
0–6 Monate: Nachweis
30 Pilotstandorte.
Es gibt nur ein Ziel:
Nachweis, dass FDE den NOI stabil verändern kann.
6–18 Monate: Replikation
Erweiterung auf 150–200 Sitze, um ein standardisiertes Deployment‑Kit zu schaffen.
18–36 Monate: Skalierung
Abdeckung des bestehenden Handelsnetzwerks und Nutzung der Fähigkeiten für neue Drittanbieter‑Projekte.
10. Die größten Transformationsrisiken und Gegenargumente (Beweise der Gegenseite)
FDEPE muss zunächst nachweisen, dass es ein bereits profitables Unternehmen nicht „schädigt“.
Gegenargument 1: Wanda ist bereits eines der stärksten Handelsunternehmen Chinas; warum sollten 50 FDEs mehr Geschäftsverständnis haben als zehntausende erfahrene Angestellte?
Dies ist das stärkste Gegenargument.
Akquisition, Besucherströme, Standortflächen, Markenmix und städtischer Konsum enthalten umfangreiches implizites Wissen, das nicht direkt digitalisiert werden kann.
Ein ausgezeichneter Standortmanager kann möglicherweise durch einen kurzen Blick auf den Standort erkennen, ob eine Marke überleben kann.
Das Modell könnte mehrere Millionen Datenpunkte benötigen, um dieser Einschätzung nahe zu kommen.
Daher darf FDE nicht mit dem Ziel starten, „die erfahrenen Fachleute zu ersetzen“.
Die korrekte Organisationsstruktur sollte sein:
Die besten Wanda-Manager × FDE.
Zuerst die Top 1% der internen Manager des Unternehmens finden und ihre Urteilsfähigkeit auf die gesamte Organisation ausweiten.
Einwand 2: 529 Plätze sind keineswegs 529 identische Knoten.
Wanda in Peking CBD, Chengdu, Kunming und einer kreisfreien Stadt unterscheiden sich stark in Konsumkraft, Mietstruktur, Markenangebot, Kundensegment und Wettbewerbsumfeld.
Daher:
Der Erfolg einer einzigen Plaza bedeutet nicht, dass 529 Plazae replizierbar sind.
Ein gestuftes Modell muss aufgebaut werden:
Stadtstufe × Geschäftsvierteltyp × Lebenszyklus der Plaza × Kundensegment × Geschäftsstruktur.
Letztlich könnten 20–50 Betriebsmodelle entstehen, statt eines einheitlichen landesweiten Algorithmus.
Einwand 3: Datenkorrelation wird leicht fälschlicherweise als betriebliche Kausalität interpretiert.
Zum Beispiel:
Das System stellte fest, dass „der Verkauf von Damenmode in der Nähe von Bubble-Tea-Marken höher ist“.
Das bedeutet nicht, dass die Eröffnung von Milchtee-Läden den Verkauf von Damenbekleidung steigern kann.
Im Gewerbeimmobilienbereich gibt es zahlreiche gemeinsame Variablen:
Standort, Etage, Fußverkehr, städtische Kaufkraft, Feiertage, Markenmomentum.
Daher müssen alle bedeutenden Geschäftsmodelle durchlaufen:
Prognose → Kleinmaßstabsexperiment → Kontrollgruppe → Finanzielle Validierung → Skalierung.
FDEPE muss ein System für Geschäftsexperimente sein und darf nicht zu einem groß angelegten BI‑Projekt werden.
Einwand vier: Die Optimierung der Miete könnte das gesamte Ökosystem schädigen
Wenn ein Miet‑Agent feststellt, dass ein Mieter sehr zahlungsfähig ist und die Miete kontinuierlich erhöht, steigt das kurzfristige NOI.
Aber wenn die Gewinnmarge des Mieters sinkt:
Markenabgang → Mehr Leerstand → Rückgang des Kundenerlebnisses → Rückgang des Kundenverkehrs.
Deshalb darf das Ziel des Algorithmus nicht nur die Miete optimieren.
Eine sinnvollere Zielfunktion lautet:
Langfristiges NOI der Immobilie × Überlebensrate der Mieter × Verbraucherwert.
Es kann sogar erforderlich sein, bestimmten strategischen Marken niedrige Mieten zu gewähren.
Einwand fünf: Mieter könnten zögern, wahre Daten an Wanda zu übermitteln.
Falls Wanda gleichzeitig über folgende Daten verfügt:
Umsatz, Gewinn, Kundenverkehr, Lagerbestand, Mitglieder, Marketingergebnisse
Mieter befürchten, dass diese Daten letztlich als Grundlage für Mieterhöhungen dienen.
Dies könnte die Merchant Cloud direkt gefährden.
Daher muss ein klarer Datenvertrag etabliert werden:
Daten, die zur Unterstützung des Wachstums der Mieter genutzt werden, dürfen nicht einseitig zur Erhöhung der Miete verwendet werden.
Daten Governance ist an sich ein Produkt.
Einwand sechs: Das FDE-Team könnte zu einer neuen bürokratischen Zentrale werden.
Dies ist eines der größten organisatorischen Risiken von FDEPE.
50 Personen könnten nach einem Jahr zu folgendem anwachsen:
Datenzentrum + KI-Zentrum + Digitalisierungsausschuss + umfangreiche Berichtssysteme.
Am Ende werden zahlreiche Dashboards erstellt, aber es entsteht kein Cashflow.
Daher muss eine eiserne Regel festgelegt werden:
FDE-Projekte ohne Geschäftsergebnis werden automatisch beendet.
Jedes Projekt muss besitzen:
Baseline → Action → Control → Result → P&L Attribution。
Einwand sieben: Der von KI erzeugte Gewinn ist schwer zuzuordnen
Der NOI ist in diesem Jahr um 5% gestiegen, möglicherweise verursacht durch:
Wirtschaftliche Erholung, Mietvertragsänderungen, Schließung konkurrierender Einkaufszentren, Wetter, Marketingaktionen oder KI.
Wenn keine Zuordnung möglich ist, kann die Wirksamkeit von FDEPE nicht nachgewiesen werden.
Daher muss von Tag eins an aufgebaut werden:
FDE Ledger
Jeder Umrüstungsdatensatz:
Investitionskosten / Kontrollgruppe / Geschäftsaktion / Zusatzerlöse / Kosteneinsparungen / Dauer / Vertrauensgrad.
Endergebnis:
AI-Investition von 1 Yuan, wie viel freier Cashflow nach der Prüfung erzeugt wurde.
Dies ist eine der wichtigsten finanziellen Infrastrukturen von FDEPE.
Elf. Die wirklich zu vermeidenden Fehlermodi
Die gefährlichste Situation ist nicht, dass das Modell schlecht funktioniert.
Sondern nach drei Jahren:
- Investition von mehreren hundert Millionen Yuan
- Aufbau einer riesigen Datenplattform
- Einsatz von Dutzenden von Agenten
- Schöne Dashboards erstellen
- Umfangreiche Schulungen organisieren
- Alle nutzen KI
Dann stellte man fest:
Der NOI hat kaum nachvollziehbare Veränderungen gezeigt.
Daher muss das gesamte Projekt die PE‑Disziplin anwenden:
30 Experimente
Wenn nach 6 Monaten keine klare Verbesserung der Einheitlichkeit der Wirtschaftlichkeit nachgewiesen werden kann:
Expansion stoppen.
Falls nachgewiesen wird:
Weiter investieren.
Wenn einige Szenarien wirksam, andere nicht wirksam sind:
Nur den wirksamen Teil erweitern.
Die grundlegendste Disziplin von FDEPE sollte sein:
Technologie hat keinen inhärenten Wert. Nur nachweisbare Veränderungen des Cashflows haben Wert.
Zwölf, die Investitionslogik von FDEPE-Version für Wanda
Solche Transaktionen verfügen über ein für FDEPE äußerst geeignetes Fundament:
Enormes Offline-Netzwerk + ausgereiftes Betriebssystem + wiederholbare Geschäftsknoten + stabile Cashflows + umfangreiches implizites Wissen.
Traditionelle PE-Wertschöpfung beruht hauptsächlich auf:
Kapitalstruktur + Governance + Anreize + Kosten + M&A + Exit.
FDEPE fügt hinzu:
Engineering-Fähigkeiten + KI + Betriebs-Experimente + Wissensvermögensbildung + großflächige Replikation.
Die gesamte Investitionslogik darf jedoch nicht basieren auf:
„KI kann die Effizienz von Wanda steigern.“
Muss auf einer strengeren Frage basieren:
Kann FDE eine betriebliche Verbesserung in 30 verschiedenen Arten von Plätzen wiederholt nachweisen und dabei für jeden investierten Yuan an Technologie einen prüfbaren zusätzlichen freien Cashflow erzeugen?
Wenn diese Frage bewiesen werden kann, bilden 529 Geschäftsstandorte einen extrem starken Skaleneffekt.
Eine Maßnahme erhöht den nachweisbaren Gewinn eines einzelnen Platzes pro Jahr um 1.000.000 Yuan; wird sie auf 500 Plätze übertragen, ergibt das etwa 500.000.000 Yuan Gewinn.
Zehn solcher Maßnahmen ergeben einen Betriebswert in der Größenordnung von mehreren zehn Milliarden Yuan.
Daher sucht FDEPE nicht nach einem „Super‑KI‑Projekt“.
Was es sucht, ist:
100 kleine betriebliche Algorithmen, die jährlich den Cashflow um 100.000, 500.000 bzw. 1.000.000 Yuan steigern, und diese dann mehrere hundertmal replizieren.
Dies könnte der am meisten zu prüfende Weg sein, wie FDEPE bei Wanda angewendet wird:
PE erwirbt den Cashflow, FDE sucht nach kleinen Verbesserungen im Cashflow und nutzt dann das riesige Betriebsnetz, um diese kleinen Verbesserungen in großen Wert zu verwandeln.
Ich halte diese Version für näher an der Version des FDEPE‑Investitionsausschusses als die reine Betonung von „KI‑Umgestaltung von Wanda“: Zunächst wird angenommen, dass die Umgestaltung scheitern könnte, dann wird ein System entworfen, das Fehler billig macht und Erfolg replizierbar.