܄

中商数据周长青:如何用“大数据”解决商业地产运营痛点

【数据猿导读】 目前,大数据+商业地产虽处在初级阶段,但已经开始发挥化学反应。中商数据CEO周长青表示,大数据就是一个夜视仪,虽不能给出像白天一样精美的图景,但它能让商业运营者更清晰地对周围环境和对手产生认知,是一个博弈的工具

中商数据周长青:如何用“大数据”解决商业地产运营痛点

如同“互联网+”,“大数据+”也日益风靡,与商业地产的跨界组合已迈过无数个可能,进入飞速发展的快车道,被业内视为一个创新的风口。

目前,大数据+商业地产虽处在初级阶段,但已经开始发挥化学反应。通过大数据运用,购物中心的运营者能够更加精准地把控客群消费行为,及时预判消费需求调整品牌业态,甚至还能够清晰了解竞品的运营状况及客群构成,对商业决策做出方向性的指导。

“大数据就是一个夜视仪。”中商数据CEO周长青如是解读。他介绍道,大数据虽不能给出像白天一样精美的图景,但它能让商业运营者更清晰地对周围环境和对手产生认知,是一个博弈的工具。

对大数据使用者而言,其魅力不仅在于购物中心内部的客群消费行为,更多的是购物中心之外。在购物中心10%的消费行为之外,运用大数据工具,能够让运营者感知90%的客群行为,以需求导向经营活动,从而实现购物中心的良性运作。

中商数据CEO周长青

快速发展的大数据

房观察:就您目前对成都的了解,成都商业地产的现状是怎样的?对于大数据的运用现状是怎样?放到全国来看,成都大数据运用属于哪个行列中?

周长青:成都商业供应量非常大,粗放发展已经成为过去,迎来运营和项目开发中的难点,处在涅磐重生的周期中,当下是优秀运营企业脱颖而出的机会。成都线下消费空间比较大,成都人愿意花更多时间去逛、去玩、去交流,实体商业发展面临巨大机遇。

消费升级上,目前已有大量品牌进入成都,但本地个性品牌仍有很大发展空间。针对真正的消费客群需求,目前呈现的差异化并不明显。未来,在消费者的认知上形成差异,才能在产品的打造上形成真正的差异和个性化。

成都存在大量项目,远远还没有形成个性化和差异化,远远没有真正把握成都居民的消费需求,这有待对大数据的深入研究和运营。成都大数据应用仍处在起步阶段,数据应用和服务类公司比较少,在国内处于第二梯队中,但发展空间非常大。

房观察:在您看来,当前的商业地产对于大数据的运用处于哪个阶段?用几个关键词来评价一下本阶段的现状。

周长青:大数据在商业地产行业的发展属于起步阶段,在快速发展期。

呈现几个特征:首先,国内一线商业地产开发商纷纷重视大数据领域,并将这一工具运用到前期策划、后期运营、辅助品牌招商等。其次,国内开发商也开始在这个领域筹备自己的团队,开发产品模型。与此同时,国内有大量的大数据平台开始切入商业地产的垂直领域,为开发商提供专业服务。

房观察:用大数据来优化部分经营活动的现象已经屡见不鲜,相关的数据机构也非常多,中商数据在这方面有哪些优势,有哪些差异化的亮点?

周长青:中商数据一部分主创人员来自于睿意德,具备商业地产服务背景和经验,了解商业地产的全过程,知道客户的痛点在哪里。其次,我们服务于开发商、政府机构和品牌商,不仅仅是电商和普通公众,关注的还有实体商业消费者。

我们定位于自己是大数据的买手,可以从大量的数据平台,结合我们客户数据方面的痛点和实际需求,针对性采购数据,找到现阶段的可行方案。我们有分析师团队、技术团队及线下数据库。自睿意德数据研究中心始,就积累大量的线下数据,我们将线上、线下的数据平台打通运用也是亮点所在。

描摹消费者全貌

房观察:大数据具有高速更新、形式多变、并且整合过程复杂的特征。从中商数据监测的数据来看,目前商业地产的大数据运用具备哪些特征?

周长青:第一,围绕消费者费需求进行变化。近几年,消费者需求变化非常快,新品牌涌入、品牌迭代升级也加速。我们在了解其需求的时候,对消费者背景、结构、线上行为进行抓取,并结合特征在线下做对应。

第二,选取合适的数据源。目前存在一个误区——认为具备一个数据源就能描摹消费者的画像。我们每个人的生活场景是不同的,比如搜索的场景、差旅场景、网购场景,在单一场景里,数据只能描摹画像的一部分。对商业地产来说,我们需要尽可能地看到消费者全貌。

房观察:对于商业地产数据分析机构而言,如何帮助购物中心运营者看到消费者全貌?

周长青:全貌包括几类。首先是消费特征。其次,还结合出行、居住、工作、家庭和社交的消费特征。数据买手根据不同数据源的优劣势,结合开发企业痛点,采集数据进行分析,得出场内消费者客群结构及所处区域的场外消费者行为轨迹。

虽然目前我们看到的消费者形象还有马赛克,存在不清晰的部分,但预期未来1-2年,像素会提升,人像特征更加清晰,会更加成熟。目前消费者的行为中,许多个性化需求已经应运而生,会拆分更细,群体的差异也会很大,对后端决策影响也会很大。

另外,我认为在非关键的领域,不必追求过分的精细颗粒度。数据是呈现几何倍数增长的,要做的交叉分析更加呈几何倍数增长。但在关键决策领域,迎合市场发展特征,逐渐细化一定是趋势。

房观察:您能否分享一个在大数据运用中比较成功的案例?

周长青:我们帮助上海闵行区政府做的商业规划比较成功。实际上,闵行区旁边是虹桥枢纽,区内有大量的工业园区产业,政府希望做到更优的商业规划。所以当时我们帮它做了一个闵行区的人口在工业日和休息日的流入和流出数据统计。

我们看到一个很有趣的现象,在工作日有很多人来到闵行区工作的,但是他们不住这里,下班之后就回家,有一定的消费需求没有被留存。另一方面,就是周末,我们看到有大量的人口都去了徐家汇。数据指出有大量的消费是外溢的,并没有在闵行区内满足,我们当时特地把几个重要的区域标出来,我们分析之后发现其实外溢的消费当中更重要的是包括在儿童和娱乐几个重要的业态是占比最高的,这其实也是对闵行区内项目开发有很好的指导。

应对电商冲击

房观察:在商业地产的运用大数据过程中,面临哪些挑战?

周长青:数据之间的壁垒依然存在,让众多平台整合起来,达到数据的共享和合作比较艰难。另一方面,商业地产领域对大数据依然比较陌生,对于如何使用依然存在一些误区。各类开发企业应该因势而变,与时俱进。大数据能够解决的问题还有很多,我们认为大数据能够实现更多的跨界和整合。

房观察:事实上,当今购物中心面临的压力一部分也来自电商,每一个购物中心都在想方设法扩充新业态以应对电商冲击。从业态构成来看,大数据对新兴业态的引入能够产生哪些方面的指导?

周长青:第一,大数据更有效地捕捉消费者和其轨迹,针对个性细分需求引入一些小众的业态。比如快闪业态,针对单纯的文艺青年粉丝,做体验式摄影、创新生鲜超市和体验型餐饮。新的业态要应对电商,需要数据支持。

第二,人们在线上线下的行为,其实并没有特别大的竞争,实际消费者在两种场景中的决策机制有很大的不同。我们不会设法让线上购买行为到线下来实现,实际上这种线上货品的消费偏好仅留存在线上。

第三,线下的消费主要在于体验,相同偏好群体之间的互动,激发其消费。我个人认为不是电商在冲击实体商业,而是实体商业没做好。在把握消费需求,通过商业模式去解决这些需求,包括更加精细化的需求方面,没有做得更好。

房观察:在互联网时代,线上、移动端等新消费渠道彻底影响与改变了消费者的消费习惯,甚至是消费思维。从中商数据所监控并描摹的消费者画像中,能够发现近两年来消费习惯发生了哪些改变?

周长青:第一,信息不对称的时代结束,互联网迅速拉近了不同层级城市消费者对于品牌的认知。第二,移动互联网的发展极大地拉近了群体的互动,被群体带动激发购物需求。通过互联网、社交移动端将个性化小众需求关联起来,产生更多的消费。

第三,人们可能接纳一些速食消费。对于某些产品的耐用性、耐久性、品质感需求逐渐降低,购买产品更容易被风格、价值观所吸引。

第四,客群被新的信息所引导,迅速接纳新鲜事物,消费品牌更新速度加快。通过大数据监测结果看来,以往笃定的消费人群已经发生改变,用户更加善变。对购物中心VIP、品牌VIP的会员管理提出更高的要求,因为它们不再有忠实的客户群体。

房观察:在您看来,目前大数据运用还存在哪些可以创新的部分?未来商业地产将会呈现哪些调整和趋势?

周长青:首先是颗粒度的深化,客户描摹的精准度将会加深。行业想得到长远发展,需要精细的数据支持。其次,跨界数据、不同场景数据的交叉分析可以发展的空间很多。

另一方面,数据的开放、透明度及安全性也会提升,成本会逐渐降低。看到更加长远一些,未来商业运营对数据的依赖会逐渐加大、加深,数据会像空气和水一样,变得不可缺少。

对于商业地产而言,场外运营时代将会到来,大数据将会在其中发挥作用。购物中心将会抓取消费者细分领域的需求,呈现更多创新品牌、创新业态,更多成功案例会出现。未来会有更多的专业技术类、数据类人才加入到商业地产领域。(观察员 张立雯)


来源:房观察

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

旅游交通大数据——大众旅游时代的“富矿”
旅游交通大数据——大众旅游时代的“富矿”
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数据”智慧丨数据猿新冠战“疫”公益策划
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数...
张涵诚:大数据招商平台可推动地方供给侧改革
张涵诚:大数据招商平台可推动地方供给侧改革

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