SavvyShopper 的“便利优先 ↔ 省钱优先”滑块，会根据附近门店的实际商品价格、整篮总价和路程，重新排列一站买齐与分店采购方案。往便利一侧拖，少跑店；往省钱一侧拖，接受多一站，但先看清这趟绕路究竟能省多少。
下面的 Lena 是一个虚构的合成人物，她的处境却很常见：预算卡得紧，时间也经不起反复折腾。
周六傍晚，慕尼黑开始飘雨。Lena 站在厨房桌边，手里攥着写满牛奶、面包、鸡蛋、意面、番茄酱和洗衣液的购物单。她刚搬来不久，每周都在“便宜的店”和“顺路的店”之间犹豫。
这次不能凭感觉选。要是整篮多花几欧元，周日晚饭就得删掉一样；要是为了几个单品跑太远，她可能赶不上回家做饭。更麻烦的是，她不知道那家看起来便宜的超市，算完整张购物单后是否仍然便宜。
一件商品便宜，不代表整篮更便宜
Lena 原本打算先翻几家门店的每周优惠，再把价格抄到纸上。牛奶在这一家便宜，洗衣液在另一家做活动，面包又要去第三家。纸面上的最低价越来越多，能执行的购物路线却越来越模糊。
真正需要比较的不是某盒牛奶省了多少，而是整张清单买完要付多少，还要为此多走多远。单品优惠很容易把注意力带偏：为了省下一点钱多跑一家店，交通和时间可能已经把差额吃掉。类似的取舍，也可以参考第三家店只省一点钱时，周一还值得多绕一次路吗？。
Lena 把清单放进 SavvyShopper。应用按附近门店的当前价格和每周优惠生成购物方案，并把一站买齐与多店拆分放在同一个比较里。每个方案同时显示整篮价格和路程，她不用在几个门店页面之间来回切换，也不用自己心算组合。
她先把滑块拉向“便利优先”。
排在前面的方案变成一站买齐。它未必给出最低的商品总价，但少一次停靠，路线也更短。对于正在下雨、还要赶回家做饭的晚上，这个差别很实际。
滑块改变的是整套计划
滑块不是给“省钱”或“方便”贴一个模糊标签。它改变两项因素在排序中的分量：整篮能省多少，以及额外门店和路程要付出多少。
往便利一侧移动时，系统更看重少跑店和少绕路。一站方案会更容易排到前面。你仍然能看到价格差，因此知道自己为省事多付了多少。
往省钱一侧移动时，系统更愿意考虑两店拆分。前提是附近另一家门店能让整篮总价进一步下降。清单中的商品会分配到对应门店，你能先看清哪些东西在哪儿买，以及多走这一站换回了多少预算空间。
Lena 把滑块慢慢移回中间。两店方案升到了前面，但第三家店没有被默认塞进路线。她看到的是一个可以执行的选择：少跑一站，还是保住更多周末预算。
这正是滑块的用处。它不替 Lena 定义“值得”，而是把代价摆在同一张计划里，让她自己决定今天更缺钱，还是更缺时间。
先定今天的边界，再看推荐
使用滑块前，可以先问自己两个问题。
第一，今天最多愿意去几家店？如果下班后采购、带着孩子，或者天气不好，一站买齐可能就是硬条件。先把滑块放在便利一侧，再看整篮差额是否能够接受。
第二，多一站至少要省到什么程度才值得？这个答案不必固定。月底预算紧时，几欧元可能关系到下一顿饭；时间紧时，同样的差额未必值得绕路。
还要留意未匹配商品。SavvyShopper 会标出没有找到可靠价格的清单项目，而不是把它们悄悄漏出总价。只要有未匹配商品，两个方案的总额就不能当作最终收银金额。对预算卡得很紧的人来说，这个提醒比一个看起来漂亮却不完整的低价更重要。
Lena 最后保住了什么
雨没有停。Lena 最终选了两店方案，因为第二家店带来的整篮差额，对她这一周确实有意义，而且路程仍在她愿意接受的范围内。
她没有追逐每一个最低单价，也没有打开第三家店的页面继续算。她带着一张明确的分店清单出门，知道第一站买什么、第二站补什么，也知道自己为什么愿意多走这一段。
回到家时，购物袋里的晚饭材料都在，留给周一的钱也没有被一次凭感觉的采购挤掉。滑块没有替她创造折扣，它做的是更关键的一步：在出门前，把“少跑一站”和“多省一点”变成一个看得见、算得清的选择。
评论
暂无评论。