܄

李瑞芬:大数据和购物中心的关系就像在恋爱,但能不能结婚就不一定了

【数据猿导读】 本文是 TalkingData 李瑞芬老师在内部做的 KOL 分享内容总结,从购物中心业务模式分析、行业痛点分析、大数据的场景应用等三方面,介绍了购物中心与大数据的姻缘

李瑞芬:大数据和购物中心的关系就像在恋爱,但能不能结婚就不一定了

来源:数据猿 作者:李瑞芬

引言

本文是 TalkingData 李瑞芬老师在内部做的 KOL 分享内容总结,从购物中心业务模式分析、行业痛点分析、大数据的场景应用等三方面,介绍了购物中心与大数据的姻缘。

1. 购物中心业务模式分析

主题之所以叫大数据和购物中心的姻缘,在我看来这两者其实就像男女谈恋爱一样,他们是经过介绍彼此认识,但能不能结婚,还得受接下来的市场变化以及我们的数据等等一系列条件影响。先跟大家解释一下,对于商业地产侧有叫购物中心,有叫百货,我先简单来介绍一下,在商业地产侧如何划分产品线。

大数据_购物中心_商业模式-1

我们通过两种形式,可以对目前大家看到的一些商业体做一些简单的分类,上图中左边这一侧按物业形态划分,可以分成集中商业和开放式商业。

集中式商业简单说就是一个大盒子,盒子里边去经营所有的品牌业态等等,是集中经营,而开放式商业就是在一个开放的环境之下,所有的商家组合在这里进行统一经营,这是通过物业形态来进行的划分。

按照经营模式划分可以分成所谓的购物中心、百货商业街等等。当然我罗列的只是日常比较常见的,或者大家经常听到与提到的几种经营方式,还有一些如批发市场类,可能也应该算在按经营模式的划分里,但是他并不常见。

今天重点跟大家分享的是购物中心,在购物中心下通过大数据我们能够产生哪些业务场景,并且在 TD 我们已经尝试去做过哪些方面的数据和业务的结合。

1.1 购物中心与百货、商业街区的不同之处

什么叫购物中心呢?购物中心和百货、开放式的商业街,他们的核心特点到底有什么不同?

大数据_购物中心_商业模式-2

这张图简单介绍了购物中心的几个特点,我们现在经常听到市场中在讲的人、货、场,就是说在整个经营不同的经营模式之下,其实都包含了这三个主要的构成因素,不管是购物中心、百货还是开放式街区,无非是内在人、货、场的组成部分不一样。

对于购物中心来说,人其实是有两级关系的,由商铺再到消费者。购物中心并不能够直接一步接触到消费者,是通过它在场内经营的店铺,在和真正的消费者之间去产生关联。

第二点是货,货在购物中心里指的是三级划分,是一个逐级递进的关系,首先是租户的组合,租户组合我们就可以称之为业态,里面包含比如餐饮、零售品牌、儿童娱乐、休闲等等,这种租户组合叫做业态,在大的业态之下又分店铺品牌,我们知道的一些服装品牌也好,电影院也好,这些单一品牌是业态里的细分下一层级。

品牌里的商品又构成了所有的货,最终是购物者、消费者真正去购买的商品。对于购物中心来说,他在货的这一个层面当中,其实是包含了这三级关系。

第三点是场,对于购物中心,和百货、和开放式街区,他们核心的不同点就在于以下这一点。购物中心是统一管理,分散经营。

怎么说叫统一管理、分散经营呢?它统一都在场内运营,所以包括它的日常活动也好,它的公共环境的构造也好,它的场景打造也好,都是由购物中心的运营者去统一管理的。但个品牌又都独立存在。他们去独立地掌握自己的销售,他们掌握自己的销售业绩,掌握的他们的品牌、他们的商品、他们商品的分布、定价等等,这是他们分自己独立的权力,称之为分散经营。所以对于购物中心来说是统一管理分散经营的。

第四点盈利模式是所有的经营场景下最为关注的一点,也就是收益部分。在购物中心里有几部分构成了它最终的资产收益。

第一是租金,我们知道品牌进入到购物中心之后,购物中心要收取他的场地租金,这个场地租金是要根据它品牌的大小影响力,他的店面的面积大小以及位置的好坏等等一系列的因素决定。而对于购物中心来说,它最终的核心目的其实是要做资产增值,做资产价值的最大化,因为简单来说它运营的是这块地,是这个场,他最终是要把他的物业的价值提升到最大化,所以这是它的根本目标。

盈利模式还有一点就是保底租金加抽成,这也是近几年购物中心新的一种方式,也不能算是新,就是要比租金这单一的方式更为安全,应该说保险系数会更高一些。

除了有租金的收入之外,他还会去抽成品牌的经营收入,比如说我有一个固定的租金,你一年的租金要在这个水平,当你的销售额超过租金的年收入的时候。在这个高出的部分,我要抽你 2%-3% 这样的一种形式,对于购物中心来说这是一种旱涝保收的形式,但是对于品牌来说其实是有压力的。

1.2 与品牌商的相爱相杀

对于百货和购物中心,他们在人、货、场和盈利模式之间有着最为不同的一点,比如去新世界百货崇文门店,然后再去大悦城,这两个的经营方式就是完全不一致的。

大悦城就是典型的购物中心,而新世界百货就是典型的百货商场,新世界百货是统一收银,不管在任何一个品牌下去购物,最终都是去收银台刷卡。这是因为百货收银后,钱先到百货的经营者手里,然后按月分摊结给各个品牌,而购物中心里,你在谁家买你就在谁家结账。购物中心的经营者是掌握不到品牌自身的消费数据的,这是他们在经营模式上的一个核心区别。

其次在人货场这块来说,百货更直接或者说它的这种层级关系更少,它能直接接触到消费者。因为所有消费的数据、消费的关系都是从百货经营者这里出去的,相当于百货的经营者是直接参与了货品的销售,直接参与了人的运营,并且它又是整个场地的管理者,所以百货对于品牌的管控力要更强一些。

1.3 与客流之间的若即若离

这也就是前期提的,其实对于购物中心来说,它和品牌之间是相爱相杀的,它和购物者之间、顾客之间又是一种若即若离的状态。这就是因为他想要去管理,但是他又不能直接去触碰到他们的核心利益,其实是隔靴搔痒的一种状态。

2. 行业痛点分析

以上这些都是在跟大家介绍购物中心和百货之间的一些差异,现在全民讲零售,都在说新零售,这一系列的行业变革也好,大数据也好,AI 也好等等在这个场景下使用,对购物中心这种经营业态来说,行业痛点到底是什么?那在现阶段它面临的是什么样的一种压力?

有几组数字和几个方向,也是我们在跟客户不断沟通的过程当中发现的,是对于他们来说最痛中之痛的几个点。

2.1 市场竞争

大数据_购物中心_商业模式-3

第一是市场之争,我们看下面的几组数字,目前全国 3 万平米以上的购物中心大概有 5600 多个,3 万平米以下的不算,还有一些社区商业也不算,也不算百货在内,单纯指购物中心这一种经营业态就 5600 多个。

对于前 20 大城市来说,商业存量大概在 1.62 亿平方米。这么大的市场存量的基础之上,有 50% 左右的企业基本上处于盈利比较艰难的阶段。对于购物中心来说,从存量的运营上来看,面临的极大的市场竞争,这只是针对存量之争,还没有统计全年的新增量,全年改造新入市的等等,真的是如雨后春笋般。

全国目前商业存量都是过剩的,想要在这样激烈的市场竞争之下打开局面,或者说保有一席之地,甚至想要在这个市场当中名列前茅,对于购物中心来说,需要怎么做?这是最大的一个问题点,需要破局。

2.2 渠道竞争

第二点,对于购物中心来说,面临的最大的竞争就在于渠道,我们现在都在讲线上线下,阿里从线上开始已经淘宝全覆盖,它的双 11 已经做到这么火,但是它现在开始快速布局线下,收购各种超市、便利店,去建立它的盒马鲜生,自有品牌等等来布局线下,它要抓住的是线下的这个流量入口。

所以对于购物中心这种传统的经营业态,它由原来只是单纯的线下这一个入口,只有线下经营这一种模式,面对行业翻天覆地的变化,面对市场翻天覆地的变化,他还怎么样去跟这些新兴去竞争,从渠道来说怎么去扩大自己的经营也是一个痛点。

2.3 流量竞争

第三就是流量,线上电商来抢流量。市场当中很多竞品,很多其他一些新的业态都来抢流量,它的渠道,由原来的单一的、线下的形式,被线上抢的已经不剩什么了,大家的购买决策又变了,整个的购买逻辑又变了,由原来我们可能到店里先试穿,然后再比比价,可能多逛几家商场。

我去到西单,可能看完大悦城,再去汉光,去了汉光,再去中友等等,我要把周边都逛一下,我再决定我去哪一家店买,可能哪一家店的优惠更高,我就选择谁,但现在购买逻辑完全变了,我在线下看到一个,我很有可能直接拍照片在淘宝上去搜了。

那如果在淘宝上的价格更合适,或者说本身又不需要我到店再去试穿、再去买、再去拎回来浪费时间、我可以直接快递到家。去购买的决策逻辑已经完全被颠覆了。

在这个基础之上,怎么样能够保证原来的这些客群还能够持续地进入场内,并且进入场内之后还能够跟我的这些商家去产生交互、还能在我这里产生交易呢?因为只有品牌整个的交易额是逐渐提升的,对于购物中心来说才可能给他涨租金。如果它的经营效果不好,租金根本涨不起来,对于购物中心本身来说,签合同的周期又很长,如果我再没有人,没有销售,我的租金就更难涨起来了。

所以这三点就构成购物中心现在的经营状况越来越难,找不到人,周边的竞争压力又大,销售渠道又很单一,面对这样几个各方来的怪兽、猛兽,我要怎么破局,所以这就是我们在结合传统的经营经验,利用新兴技术和大数据,到底能够和它产生一种什么样的共鸣,在哪里去找到我们的一些结合点。我们在后面整个的一些项目实施过程当中,其实也在不断地思考,在整个购物中心业务上进行去拆解。

3. 大数据的场景应用

3.1 业务运营场景简析

大数据_购物中心_商业模式-4

大家可以看到这张图,我们把购物中心从选址开始,一直到进入运营状态以后的各个业务环节拆分开,去看去找,在每一个环节当中我们能够进入的是哪一个场景,在这一个场景之下,我们 TD 能做什么,我们能够帮他们提供什么样的业务价值。

对于购物中心来说,它赚的是经营的钱,这是一个慢工出细活的过程,必须把流量运营进来了,同时这些又是有效的流量,这些流量在我这里产生了消费,这些消费促使我店内经营的品牌的销售额提升,最终我能够提升我的租金。

带着这样的一个分析逻辑,我们拆分开,从选址到定位,到招商,到门店运营,到整个活动的推广,到运营的整个评估,因为评估以后相当于是进行了第二轮的整体的定位调整以及品牌调整,这是一个循环往复的过程,不断的进行优化,才能够有优胜劣汰的升级。

大家有想到,今天去大悦城,是这样的一些品牌分布,可能一个月之后、两个月之后去,就发现原来有的店不见了,来了一些新的店,这就是一个优胜劣汰的过程,这个品牌已经不适合这个场内的经营了,那就要选择更适合我的。

什么是更适合的?过去只是靠招商人员的经验去判断,现在我们可以告诉他,你可以用大数据的方式去辅助你做支撑。在这几个业务链条之下,我们认为在整个运营过程选址时,我们可以提供数据支持去帮助他做选址定位。

在整个运营过程当中,我们可以去做泛会员的管理,这里提到泛会员的概念,是认为不管你有没有来到过我们的商场,不管你是不是我的会员,不管你有没有听过我的这个购物中心,我都认为你是我的潜在客户。

在以前这是很难做到的,用传统经验去说的时候。经营推广方式主要是以地推为主,它可辐射的范围,可辐射的人群其实是有限的,只能是在项目周边地缘性 3 到 5 公里,是最大的一个辐射半径,之后就要看口口相传。

但是随着我们现在技术手段的一些突破更新,包括大数据、刚才提到的渠道、微信微生态的运营,大家公众账号都已经玩到 666 了。很快的就能把我的这个商场推广的服务社半径扩大,甚至是无边界的扩大。

扩大以后,我们这样所触达的人群就是不可估量的。这个时候我的泛会员其实就已经只有我可期待的部分存在了。接下来就要对泛会员去运营。

运营过程当中就要跟品牌去结合。和品牌之间去做联合的运营,然后再接入我的推广,这是一个循环往复的过程。

在这个过程之下以数据量化结果并且去优化结果。而这一整串的这个业务链条之下,这一整个的过程当中,其实是我目前自有能力可以参与进来的。不管我们是帮他提供咨询服务,还是数据分析,还是整个的 IT 平台系统,还是只帮他做活动推广,这都是我们目前已有的能力。结合我们的产品工具、结合我们的大数据平台、统计分析、我们的 App 运营等等。

在这个业务环节之下,我们都能介入得进来。这是我们针对购物中心结合大数据能够做的一个整体的解决方案,其实是大而全的。

而在购物中心的整体运营过程当中,运营阶段其实才是重中之重。我们建立了这样的一套运营闭环,也希望能够把这套思维逻辑去分享,去给我们的客户传达。

这样对传统的经营方式来说,对传统的购物中心的运营来说,也能够和市场上的客户一起共同进步。能够满足他们更多的需求,然后我们再来优化我们的服务。所以大家看到这是一个闭环的一个过程,是从我们的数据分析开始,一直到经营分析的诊断的过程,在这个过程之下我们提出我们的优化建议,这就已经形成了一个小的闭环方式。

如果我们只是在帮它做经营分析这一个模块的话。在这一个层面之上,我们已经能够提出数据上的一些支撑和指导意见,去辅助我们的客户做一些判断。如果我们去做大的或者说客户有一个需求需要做一整套,我们可以再往下继续。

比如说会员体系,我们刚才提到的泛会员,我们可以帮他去运营全部泛会员,包括活动运营到整个效果的评估,再到我的客户画像,这是一个不断自我迭代和不断的自我运转的一个自我优化体系。

在这个体系之下,建立的是一种数据运营的思维方式,当这种思维方式建立之后,对于购物中心来说就已经有意识了。因为在购物中心传统的运营过程当中有一种固有思维:我只管把人拉进来。

比如我的目标就是让我的场日均客流达到 10 万,当我的客流达到 10 万以后,就可以直接跟品牌说,我现在场日均客流达到 10 万,你来不来?这就是我的底气、我的砝码。

至于品牌想问,你 10 万的客群是不是能买我的东西?能不能在我品牌内消费?对不起,我不知道,我只知道我这有 10 万人,你来不来?这只是购物中心原来的传统运营,就是说我有人,至于人买不买你的东西,那是你品牌的事。

而现在建立了这一套的数据思维之后,它要开始慢慢的扭转,或者说改变他们的传统经营意识,我不仅要运营人来,我要让这些来的人能够更长时间的停留在我的场内,同时还能够在我的厂内产生消费,哪怕是在我这看个电影,看个电影的时候,我就想让你再买杯饮料,买杯饮料的时候,希望你再买个甜品,买完甜品在你等着看电影的时候,是不是可以再去服装品牌逛一下?

所以它希望你能够在场内更时间的停留,更好的去在整个场内游逛,这是目前购物中心已经在改变的一种经营思路。所以这种思路方式或者是说运营方式之下,我们大数据就显得越来越重要。

所以我们接触客户的过程当中发现,客户已经开始扭转对于大数据的看法以及和业务的结合态度。他们都已经开始有了更多的想法和更多的意见、主观的能动性,他们已经开始真正的去做运营,而这个运营不单纯是把人运营进来就好了,进来了以后,我还要再继续运营这些人。

所以我们能看到很多客户问,我第一步想先看到我的客户是谁?客户来自于哪?他们的习惯是什么?

这就已经是在找背后的一套逻辑了。

3.2 案例分享

接下来想跟大家分享几个案例,也是我们在这两年当中接触的一些典型的客户,以及我们做了哪些典型的处理方式,主要跟大家介绍三个案例。

大数据_购物中心_商业模式-5

3.2.1 长沙某购物中心

第一个是长沙某购物中心。这个项目是 2016 年的时候做的,在这个项目当中,我们第一次尝试去做了运营闭环,在运营当中,从数据的分析开始,到经营分析,到会员体系的构建,然后再通过这一系列的数据支撑以及数据指导,去帮助他们做了一次活动营销,再把活动营销的结果以数据去量化,建立整个营销活动的评价体系,然后在这个基础之上再给他们提出整体经营的优化建议。

这个项目中我们有很多的收获,同时也发现一些问题。其实为什么刚才从开篇一开始我在讲说两个人谈恋爱只是认识阶段,是在接触阶段,至于他们能不能结婚,后面能不能过好,这还需要磨合,在这个项目当中就是很好的一个体现。

3.2.1 上海某购物中心

第二个是上海某购物中心项目。我们这次是做该购物中心的客群洞察分析。这个项目跟以往其他项目的最大的不同点,就是我们加入了大量的外部数据。外部数据呈现出来的规律和 TD 数据做交叉分析,去找差异点在什么地方。这是跟以往所不一样的,在没有这样大量的数据、大量的人口数据和人口特征数据去支撑的情况之下是很难做到的。

3.2.3 南昌某购物中心

第三个项目就是我们目前还在执行的某购物中心两个项目。这个项目又是和前两个项目又是完全不一样的一个需求了。

希望通过大数据的手段能够更好的帮助他们去辅助决策,这是在这个项目的一些核心目标,所以这三个项目是完全不一样的需求目标。但是都是通过大数据的技术手段去满足。

4. Q&A

Q1:现阶段购物中心大多趋同,品类的配比相对比较固定,且不少购物中心会加大餐饮品类的占比来吸引客流,后续是否有可能通过精准数据的分析来运营异同的购物中心?

A1:造成经营业态趋同的原因就是因为流量竞争压力太大,餐饮经营效果好大家都一窝蜂的招餐饮,但是是否真的适合自己的场根本不知道。

用精准的数据分析异同的场是可能存在的,但是真的是要求数据非常精准,实际上我认为并没有两个完全一致的场,品牌在一致背后面对的客群也不会完全一致

Q2:现在有的购物中心给里面的品牌门店开通 reits 服务,我们的数据能如何帮助这些大 B to 小 B 类业务

A2:好问题!如何对于购物中心来说,大 B to 小 B,真正的跟品牌的经营去结合在一起,但是现在品牌的经营模式已经发生变化了,比如我们现在合作绫致,他就已经自己在运营这种阶段,所以他们处于一种相爱相杀的过程。

只有说品牌愿意,购物中心也愿意,这样我才能够去同步合作。我们曾经尝试对于我们提供的数据购物中心,共享给他的品牌商,去告诉品牌商目前你的客流呈现出什么样的特征,他们的消费偏好以及对于你的品牌一些特征,认知是停留在哪一个阶段的。

在这个基础之上,能够辅助品牌商去调整它的品牌,调整它的运营思路,调整它的业务人员的一些导购的话术等等,在这些经营方面给到品牌商指导,这是在运营层面上的。

而整个在数据层面上,我们是希望能够品牌和购物中心一起来完成这件事情,真正把品牌的消费数据贡献出来,和客流数据真正实现打通,这样就能很精准的知道这个人到底在这个品牌买了什么样的一件衣服走了,对于这类型的人,你应该主推这类型的货品。

当这类型的人群在进入你的购物中心之后,你就已经可以自动识别,当这个人到店了以后,我就可以自动推我的活动信息给他,让他直接就奔到他最想要的那个品牌去购买他最想要的商品,这是我们想的一些可实现的场景。

但是目前我们还没有找到合适的方式,或者说能够真正去愿意尝试做这件事。大家现在还停留在品牌自己做品牌的,购物中心自己做购物中心的。

如果想把这些数据共享给品牌,或者品牌愿意把他的数据共享给购物中心,还需要一定的时间。

关于作者

大数据_购物中心_商业模式-6

李瑞芬

李瑞芬女士是TalkingData咨询部高级咨询顾问,主要负责商业地产、零售方向业务。她具有9年以上行业经验。从商业地产后期招商运营阶段进入商业领域,之后转入世联行全面深入研究前期定位、策划等环节,熟悉零售、地产行业策、招、售、营全链条服务。

注:本文经TalkingData及李瑞芬本人授权并投递数据猿发布


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据看年货变迁
大数据看年货变迁
生鲜电商大数据
生鲜电商大数据
2022年大数据市场规模将达800亿美元 产业应用是主旋律
2022年大数据市场规模将达800亿美元 产业应用是主旋律

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部