四月中旬，周六清晨。古民没有赖床，也没有立刻投入刷题。他坐在桌前，面前摊开一张手绘的县城简图，以及一份打印出来的、经过他初步分析的“教辅价格数据摘要”。电脑屏幕上，是昨天刚完成的、基于爬虫数据的“初中数学教辅电商价格分布”可视化图表。空气中弥漫着豆浆和油条的味道，父母已经起床，母亲在准备简单的早餐。

今天，他要用这些数据和自己对本地市场的了解，做一件具体的事：绘制一份“县城初中教辅价差地图”，并以此优化他周末可能的“倒卖”或“采购”路线。这是对他数据分析能力的实战应用，也是对他“教辅现金流”业务的一次精细化升级尝试。

第一步：定义“价差”与绘制“地图”的数据基础。

“价差”是他优化路线的核心。这里的“价差”不是简单的“买入卖出价差”，而是同一本教辅，在不同渠道（线上电商、线下书店、学校周边小店、二手市场）之间的价格差异，以及不同教辅之间的性价比差异（同价格下，销量/评价反映出的市场需求热度）。他的目标是：寻找那些在本地线下渠道价格虚高、但在线上有显著价格优势，且本身是畅销或潜力品种的教辅，作为潜在的“倒卖”标的。或者，为他自己与合作老师开发的知识产品，寻找一个更具竞争力的定价和定位参考点。

他手头的数据和信息来源：

1.线上数据（基准）：爬虫获取的312条教辅信息，包含书名、价格、评价数（粗略销量）、店铺类型。已清洗分析，掌握了主流价格区间（20-60元）、黄金价格带（30-50元）、畅销品特征。

2.线下渠道侦察（过去数月断断续续的观察积累）：

◦新华书店（中心店）：教辅品类全，但按定价销售，极少折扣，价格普遍比电商高出20%-50%。

◦学校周边个体书店/文具店（重点侦察区域）：约5家。主要销售与学校教学进度同步的常见教辅（如“教材全解”、“五年中考三年模拟”基础版），价格比电商高10%-30%，但比新华书店略低，且购买便利。

◦二手书摊/学生私下交易：价格极低（3-10元），但品相、版本随机，不成体系，信息零散。

◦大型超市图书区：教辅种类少，价格介于新华书店和个体书店之间。

3.个人经验与洞察：

◦学生对教辅的需求，受老师推荐、同学跟风影响巨大。某些“爆款”在本地线下会短暂缺货。

◦家长对价格敏感度中等，但对“正版”、“与教材配套”、“老师提到过”等要素非常看重。线上购买担心版本不对、物流慢、盗版。

◦他的“知识产品”定位独特，暂无直接可比竞品，但定价需参考学生/家长对教辅的普遍心理价位。

第二步：构建“价差地图”模型。

他在手绘地图上，用不同颜色的笔和符号，标注出各个渠道节点的位置和特征：

•红色标签：新华书店（高价、保真、品类全）。

•蓝色标签：学校周边个体书店（价格中高、便利、紧跟学校）。

•绿色标签：大型超市图书区（价格中等、品类少）。

•橙色虚线区域：可能的二手书流动区域（校门口、小区布告栏、线上校友群）。

•家（起点）和学校作为核心坐标。

然后，他拿出数据分析摘要，筛选出线上评价高（前30%）、价格在“黄金价格带”（30-50元）的约20本畅销或潜力教辅，列出书名、线上均价、系列。他在笔记本上为这20本书建立一个简单的“价差追踪表”，记录其在新华书店、个体书店A/B/C的实地侦察价格（部分已知，部分待核实）。

他根据已有信息，计算初步价差：

•个体书店vs线上：普遍存在10-30%的价差。例如，某本线上卖35元的“五年中考三年模拟（数学）”，在个体书店A标价45元，价差约28.6%。

•新华书店vs线上：价差更大，常达30-50%。但新华书店客流多为不熟悉电商的中老年家长或单位采购，对价格不敏感。