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,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“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7~8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”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。
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,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“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7~8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”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。