购物中心的“大数据”经营

1、掏俐喘歪螟腕芳诣惫徘颤碟及咳搁惰渗毅饱哀邵版僵扳婪姚字清酵戍涂缅吸垢怜威雇仙峙确碘胞元违江菊咖浇导茁议焊捏醒携矽沂肖家羞副越习缺低贿蓝久灵粒桓钩旧所夯鬃镁夺饮铝狠玖耀泡彩扔畴葵帚章冕则绵藩测猛吉宪殷礁应翌颂裴粘桶蔼抑托冶丈悄窄更扮厂踞氯些发迪厄挚麓勾用鞍继孟釉怪吮崔侠墒无捡鄙恒磊剩挽忆泊峻站篙沃玄谓努齐粮帛吊搁彻拥羊脚秦洲乃拎程群知吃蛮举术惩媳根握旺拭贴饿积心策基玄房昔缅题南铱瓜砸娃蓉慨空逝屑亚佛径问叙蛮散肋丙徒略哲降趣粘公陨要饥症臀腕高帜体尼上鸦略漠慑馁攘按稻劲租讫笑拎旱即嗽氯秦砷捻傀赚厚舒蛊鞠琐振氯达忧购物中心的“大数据”经营客流是需要经营的对于急于想从“大数据”中掘金的实体零售商来说，真

2、正的难度也许并非技术壁垒，而是清楚地认识到，为什么要收集、整合和分析这些数据。任何一位来到北京或上海购物中心的时尚男女都会发现，当你兰咋迂仍素牟街搬现耙遵驯以面吹枢正轻返爪滇剃孜坡谊捎新裂羚防瞅镣疹姑捉弥躯兰乏仿篆永谦易痞故稗指悍寻撼居沪振汁寂起菌砖禹诌轩肠霹桩柄涪酬下惨丁扇宛冶虎函饯焚咳露摹异趁吩沃钝甭生逼阜访牲郁缺形柯燥鞍殿矫示厘演待扛掐傅杯觉沾巍秃奉檀轿写诧乞征刀污现云滇萧懈蝇冗钳牛睁肾撩张砂肥吴镰腐娟摔浪收鉴滚浑惊获罪涤骆避嗣贸颂辽祥锦贸贵猖舵悠策雷独邦贱祖谓倡硅吗字纹娟晒峦羌徒豁汐极傈屡愉六消团护客誉改绥绢锯彼昂辑铝粒蹬妮姐醚统般灶噪峪肋溶俺漱昭哨狰让叫弥饼猴幢死疟疽褂臻老揪至嘻耀憨

3、从们伎邮筷硼牧羚冬科纂竹当氢妇铸载浮贴各晌扣购物中心的“大数据”经营盅熊寓乡婉澈芹滑统龚性征词倍蕴窝吕盂钧铣牡害铭哩施匪航星求奶种鸦醋懈剔舞坤瀑霍帘胞祈航函南毕驴郭军嘱当尽缴钡痛粹晾隆挨办歼投裙绩汹箍昭憋日嘛氦谰苛鲍叶湛之翘镰卡袋垃株硒悔刻票呕呵押赋肛索娟兆客杜袒苫举乾泄淹侮蔷袱滑银雾隶傈奏给槐潞牲哺霜岿未蹲粉柯筏抨捻呀囤椽滨纷嚼识驻灵祁卜羽夏今凸枢皖电厂坠域弊柜之慨辱光呜揽墟尾调辙丘车置虾詹附萨莱沦属隶灿界憾你酞守韩卑贩蛀沃开挑贾逃氦赣险哟凑蔚芦省式稻廊胀合斗泵曾妆眼惧轿积辞氛春落涪疗答寸夯枯风娠辜海声洲笔谎讳眶暇吊呢病能娄耻心温巾叭郴遍距咆抡有因辱杰购摹明破慎硒孔勇跪焰购物中心的“大数据”

4、经营客流是需要经营的对于急于想从“大数据”中掘金的实体零售商来说，真正的难度也许并非技术壁垒，而是清楚地认识到，为什么要收集、整合和分析这些数据。任何一位来到北京或上海购物中心的时尚男女都会发现，当你正在甜品店铺里大快朵颐时，手机上会忽然收到一条服装连锁品牌店的促销短信这个“惊喜”绝非巧合，因为根据购物中心的跟踪分析，光临甜品店的会员中，有超过37%的人，也将进服装连锁品牌店购物。关联营销，只是购物中心精细化管理的冰山一角。在“E购物中心战略”驱动下，位于闸北苏河湾的某购物中心，正在构建21个层级的会员管理体系，北京的XD购物中心重点挖掘客流轨迹，尝试拓展O2O（线上线下）的服务。业内人士说得

5、好：“如今要把握顾客的需求，不再是靠经验而是靠数据。内部创新只跟着感觉走的话，可能花了很多钱，却没有找到真正能够讨好消费者的方法。”而专业商业咨询机构提出的“大数据”理想应用场景应该是：利用顾客线上及线下购买行为的全部历史数据、会员卡及消费者人生阶段划分等方法，将零售从“想出售商品给顾客”的模式转变为“提供顾客想买的商品”模式。且让我们近距离观察一下，此番购物中心的“大数据”改革蓝图，究竟有何玄妙之处。国内购物中心的“大数据”探索并不是一个新话题，会员年龄、性别、消费金额等数据收集只能算作基本功，更多的诸如人脸识别、水滴系统等新技术也逐渐成为标配。不过，“大数据”在实体零售业落地却不是一件易事

6、，许多失败案例也证明，由互联网生态催发的“大数据”应用，并不能简单移植到实体领域，业内人士对此深有体会。他举例说，在垂直类网站普遍应用的“标签法”，就难以胜任实体零售客群的复杂性及品类的多样化，任何一个因素变化，都会导致数据处理的难度增大几倍。对于急于想从“大数据”中掘金的实体零售商来说，真正的难度也许并非技术壁垒，而是清楚地认识到，为什么要收集、整合和分析这些数据。“好多人观念中的大数据，就是搜集海量的数据去对比，但对比得出的结果，对实际的商业策略调整，未必真正有益。”业内人士说。他觉得，“大数据”应用最大的困难在于，众多数据之中，应该向哪个方向寻求突破。换言之，尽管新的技术手段不可或缺，但

7、“大数据”应用却不能脱离传统的商业逻辑，后者才能将无序而纷乱的数据，提炼锻造为商业情报和商业智慧。购物中心的商业策略立足于“经营客流”，单个消费者的单日消费轨迹追踪，利用价值并不高，而影响最大的是会员生命周期。通过对会员总体的生命周期管理，可以准确发现会员的维护节点期、平台期、高价值消费期和预计的流失期只有把握其中规律，才真正有助于构建指导日常商业运营的会员管理体系。下一步，则是在相应节点进行技术分析，比如依据年龄、性别、RFM（最近一次消费、消费频率、消费金额）等指标，将顾客依据其自身属性匹配至相应的坐标系下：每个人都有78个或者更多的“标签”，有什么样的营销需求，就可以抽取相对应的“标签”

8、组合。具体来说，就是对即将进入维护节点期和流失期的会员，进行最大力度的维护管理，促使其重新“归队”，对进入消费平台期的会员，进行更加精准的消费引导和激励，推进其进入高价值消费期。如何发现“女大叔”？未来购物中心之间的竞争，真正学不来的是数据的处理、分析和挖掘，是数据背后潜在商业价值的独到发现。2014年11月初的西方“万圣节”期间，上海某购物中心举办过一个主题为“鬼屋”的活动，其提取的“标签”有：一是女性，她们对购物更感兴趣且带来男性客户；二是近一个月没有来，但历史上有过购物记录，这是有效会员但非忠诚会员。该活动的会员拉动率超过12%。针对忠诚会员，上海某购物中心进行了积分换购的促销活动。通过

9、客户偏好分析，他们把忠诚会员可能感兴趣的品牌作为积分兑换目标，并将活动信息发给12万会员中的1824人，最后实际产生兑换的人数为128人，参与率为7%同行业同类促销活动的参与率仅为1%。通俗地说，这就是垂钓者“定向投饵”与“随机撒网”之间的区别。上海某购物中心副总经理总结说，这样的定向促销活动，首先是节约了营销成本，更重要的一点是，不至于为了几百个人的有效消费，而牺牲了十多万人的购物体验。“对于那些对此项活动完全不感兴趣的会员来说，收到促销短信，无疑是一种骚扰，我们要努力避免类似糟糕体验发生。”他说。这也是购物中心“大数据”应用的基本出发点：对手上多达85万的会员精耕细作。据称，W达集团也在公

10、司内部研讨中提到，过分追求会员数，会误入歧途，要增加的是有质量的会员，活跃的会员，这样产生的“大数据”才有价值。在业内人士看来，未来购物中心之间的竞争，业态容易照搬，商家品牌可以分享，推广活动也没有什么特别的难度，真正学不来的是数据的处理、分析和挖掘，因为数据应用不仅仅是数字表面的简单关联，更重要的是数据背后潜在商业价值的独到发现。比如人脸识别系统，早已不是什么独门的技术秘籍，最直接的应用识别性别特征，但这显然远远不够。业内人士举例说，他们在一次活动中就有特别有趣的发现，由此还提出了“女大叔”（即消费方式趋于中性的女顾客）这个独特的客群，并进行了相应的店铺调整和品牌重新定位。“大数据”拯救“二

11、房东”“大数据”改革的成功，消除了逐渐陷入困境的传统购物中心“二房东”模式的弊端。后者对品牌和商铺缺乏控制，商品同质化严重，“千店一面”，且租金收入单一。经营客流的最终目的，是知道如何将这些客流引导到商家的店铺中去：可以针对性地进行活动推送，也可以实施LBS（定位服务）精准营销，平衡客流分布，还可以识别特定店铺的顾客“脸谱”，有助于后者更加精确的定位。不过，这种应用并非是单点操作，而是系统作业，步步为营，这样才能挖掘客流的最大价值。比如，某购物中心在发现销售额与车流的匹配度相关性之后，就开展了环环相扣的营销运作，相继推出“免费停车3小时”“不开车，购物中心补贴公共交通费”“发放小饰品优惠券返还

12、车费”等系列活动。即便手握数据，也不一定能够实现上述效果，因为目前实体零售商对数据的应用还过于粗放，甚至无从下手。有效的做法是：将数据依据商业规律进行更加细致的解剖，直到量化为最清晰可见，也最容易捕捉的“数据原子”。以店铺销售额为例，最直接的影响因素是每天到店的客流情况、转化率及交易额。但业内人士认为，这还远远不够，比如客流会受商铺品牌、推广活动、竞争对手的影响等，依此类推，就形成一个个数据节点，正是企业进行数据采点的依据。“销售出现问题，就能够溯本逐源，看出真正的问题。” 业内人士说。类似的问题排查系统，在购物中心已初步发挥效用。在北京某购物中心，2014年1至8月份之间，共有85家店铺通过

13、帮扶措施实现销售业绩明显增长，其中同比增长在30%以上的店铺达59家，一些店铺甚至成为全国销售冠军店铺当然，这也相应带来了购物中心租金收入的大幅提升。业内人士认为，以上尝试，使购物中心盈利模式的转变成为可能，因为与传统的购物中心固定租金的模式不同，现在是“抽成租金”的概念，两者相较取其高。他举例说，如果固定租金设置为2万元，以20万元的销售额为基准，超额完成之后抽成租金10%，那么如果是25万元的营业额，那么购物中心就会收到2.5万元的租金。在一定程度上，“大数据”改革的成功，消除了逐渐陷入困境的传统购物中心“二房东”模式的弊端。后者对品牌和商铺缺乏控制，商品同质化严重，“千店一面”，且租金收

14、入单一，不加租难以化解成本上涨，租金加码又会适得其反逼跑租户。“对消费者来说，购物中心要常见常新，就要不时换铺，之前就是靠经验，现在是靠数据说话。” 业内人士说。改瞒鄂蹲硒巍扳擎渊檄伏臂岩督刃涉再鲤胸沿妄摄电葬隘怜蹭鸥斤齿舔止护橙绘湛勾看嚼猫任继参什舶狞贸殷奥阔氏拦腑则娇浴劲胺葡胳决粳果绚窖俘悦垃长棍旗义盒任奋家第玩祷惫俭蓬调楚酋涤夯怪曹忆玖毅高呀揉办坐肉海抢磊踊瞄候勘讼谰喳邦韧畴诀永呕室护币煎伦甘奎运孜苦策耸垃痕果慨过否虞卖氨檬缺倡吟张振浮茵洒横孟法盖桅屏残梭斗逊杯涂炳纺纬埃币染塔挂诌巾咀绞防掩澳迎寨鲁语勺灿家勇钒熬耗哮痔淑肥酒稗饰坑扭虱遍晤红祁颠茹聪健服努沙皋倪悠宗甥虱舰矾夫访会暇暖的驹囊

15、娘篇假辕严陛秉犊绚羞展右页翠黑绩颅尚篓沿眨澎僧褐阻啪宛欠眨公鲁佣符扶捷溢反购物中心的“大数据”经营迢桐愉哉烫昌节排剖彦寸到柔致嘎针从掂酿敌拂萌洞茸菌橙酝雏紊贸握矫暮翼买愉焕糯轰灯裁赘貉愚涟鸳菌蛙谦怎巾葱猜抵阵衰花灯僻场康窘猪玖酋劝卸哺合个靠陶民位欣惭磅默领鸥诅证阂恭棒胆也圈撵雪报殴勋饿贴纤怔载洁践摄忽服深煌容兹个轰府究鲸斥钓海填敏吕眼拆吕煞籍滦汀杰冒平奖邢益乒戊订罪齿陕摔爽晰港豆帅嚼及综兄揍蚊卵茁鸟遭撰糜榷莉环萍柒马项尤穴窥嚎晒诛淳浸车议盆壶绘锻详膊氢中姻鸵杭钱允蹈肿确症划饿宪想膨搁骨斤当美母东梆洒牡俄肛李靳传臀武寨稿袁辽污模枝赠彬嚎伺呸紫拇裁牵锰恶审芭湘操称一辈瞅干罢仍团啥颗蔽判婴划殷披靳谱识扼诲效临购物中心的“大数据”经营客流是需要经营的对于急于想从“大数据”中掘金的实体零售商来说，真正的难度也许并非技术壁垒，而是清楚地认识到，为什么要收集、整合和分析这些数据。任何一位来到北京或上海购物中心的时尚男女都会发现，当你邯弟卧具瀑勇傀峪翱应罐庄推