如何評價北京朝陽大悅城的數據分析手段及其基於數據的運營？

01-13

看到這篇文章（【趨勢】誰說電商取代了線下實體店？小數據要拯救大商場）很吃驚。
如文中所述屬實，朝陽大悅城實施了會員分類、會員分級、品牌關聯分析、購物小票營銷、車流分析、店鋪運營分析、客流動線等基於數據的分析與運營工作。感覺甚至有些互聯網公司都比不上這傳統商戶。
請問在此之前，Shopping mall或類似商戶的數據分析到什麼級別？如何評價文中朝陽大悅城的數據分析手段及其基於數據的運營？

我的觀點是，在購物中心裡搞所謂的大數據只能錦上添花，不能雪中送炭，指望這些雲里霧裡的東西讓場子扭虧為盈純屬扯淡。

數據量本來也不大，G量級的，且都是結構化的一條條的銷售數據，何來大數據？？就不能低調的叫自己數據分析？？

———————————————————————————————————————————

撇開前期拿地調研不說，假如你的場子已經開了（比如開在核心區域地鐵縱橫，或者是開在荒郊野外），那後期如何通過運營來提升銷量，提升客流，可能很多人就會想到做數據分析。

數據採集—————&>整理————&>分析————&>建議

題主問到什麼級別？先說一下購物中心採集數據的來源以及作用：

A.POS銷售系統

可以知道管轄的店鋪的每筆銷售數量，前提是這些店鋪使用了購物中心提供的POS銷售系統。

B.客流系統

可以知道今天分時段來了多少人，各個樓層的人員進出是多少，甚至可以縮小到更小的區域範圍。

C.會員系統

會員的積分都是在哪些店鋪消費所積累的，會員來店的頻率如何，每次消費的金額是多少，也就是常說的RFM模型，現階段很多分析比如會員分級都是基於此開展。

很多購物中心非常重視會員的分析，並不是能得出什麼逆轉的結論，主要是因為會員的消費所產生的數據項比較具體，且大批供應商盤踞於此，老生常談，形成的各種彙報PPT也是眼花繚亂，會讓你的工作量顯得飽滿。

會員系統的前提是你得有相當的POS銷售系統的裝機量，這也是為什麼一些高端購物中心推會員推的少，因為它的大牌租戶壓根就不用他們的POS。

比如品牌關聯分析，是將會員的所消費的店鋪按照時間順序關聯成線，根據整理合併，形成圖（bulabulabula，恩，還是找個乙方給你解釋吧）。比如經常去uniqlo的人可能也捎帶腳去了趟watsons，不合理的地方實際的管理和鋪位的地理位置也有關係，但大部分系統卻沒有將這種因素考慮進去。因此不應該拿著某個購物中心得出的品牌關聯去硬套其他購物中心的品牌組合，只有N多的樣本才有意義。另外品牌的調整，內部通常不以這些分析作為原則，為什麼？因為大家只看租金和店鋪的銷售（當然還有人情），既然這2個數據都不是你這個系統給我的，我幹嘛還要聽你的。

D.帶探針的wifi系統

不同wifi系統只提供上網服務和PORTAL頁推送，現階段很多購物中心的wifi也帶有分析功能，可以捕獲當期連入該AP的用戶數量形成場內的熱力圖，繼而形成場子內哪些地方人多哪些地方人少的直觀平面圖。這個系統不務實的地方也有很多，場內的流動性一半是由建築結構決定，另外一半是由品牌組合決定。大牌願意自己被安放在角落裡么？既然賣的火的品牌都在動線很熱的位置落戶，那麼這類區域人自然而然就多，因此wifi系統的分析的務實意義極小。且這種分析，是可以用場內的銷售數據模擬的。

E.微信、APP等

這類系統也就玩個噱頭，部門給自己定個業績指標讓後完成僅此而已，裝機量和使用量都是慘不忍睹，干不過大眾點評之類的，原因是消費者實惠太少，且內部沒有專門部門去維護，往往都是找乙方開發，自己上傳點資料維護一下了事而已，真的花點心思搞得，也是投入產出無法衡量，唯一能知道消費者對自己的微信或者APP哪一個板塊感興趣，當然這個和界面布局有很大關係（我猜主要是品牌介紹和優惠力度）。

F.其他系統

尋車系統，這個系統目前沒有什麼數據輸出，確實可以方便消費者，另外系統最多就是和會員系統打通（繼而和APP或者微信打通），增加會員卡使用量，進而消耗點積分。
餐飲排號系統：這個系統倒是能看出場內的餐飲火熱度，其實我用銷量也能變相看出在客單價差不多的店鋪哪個火哪個不火。另外該系統往往是餐飲排號供應商直接去和你的商戶談，輸出的數據很大程度上購物中心的運營者很難拿到，想想看，你要是知道了某個餐飲的排隊情況，反向推出它的就餐情況，很大程度是一種防止「跑單」的機制，然並卵。
數據盒子：該系統可以做水單營銷，說白了就是在印表機和POS機之間，裝這個設備，該設備截取印表機的輸入信號，加上自己的自定義內容，進行輸出。該系統通常美其名曰可以充當POS系統提供銷售數據給業主，一定程度上防止跑單，然而商家也不傻，除非合同上寫著可以加裝第三方系統，假如數據盒子上傳的數據和商戶報給你的數據差別很大，然並卵。
藍牙採集系統：ibeacon之類，和wifi系統作用差不多，輸出的是場內消費者情況，順便可以做個推送，然並卵（我不開藍牙）。
其他系統：供應商會提供給你線上的數據，包括銀聯的數據、某些購物網站的數據、某些火熱應用的數據（如XX地圖，XX點評），你用會員的手機號去同它的數據進行關聯，供應商給你一副美妙的圖畫，終極目的是想進行商品推薦，然並卵。好不容易一個宅男走出家門來到你的場子，你卻用這種冷漠的方式通過簡訊等玩意告知他。

為什麼我總說「然並卵」，上述所做的除了滿足日常經營外的數據保存，終極目的是想讓經常來的客人消費更多、不經常來的人經常來，想法提高商戶的銷售情況多交點租金，改變場內的客流分布情況，讓不熱的地方人多起來。然而你把購物中心開到城鄉結合部，沒有周邊的發展，只靠自己瞎捉摸，是怎麼也贏不了的。這又變相說明了，開業選址的重要性，然而開業選址的各種花錢調研，其實最終還是地價是最重要因素，真的考慮周邊客群質量、交通便利性、城市發展等，沒有那麼盡善盡美的，當地政府和企業老闆關係好，一句話，這個購物中心就得開在這。

那做上述分析就一點作用意義也沒有？？？有作用！！！

A.讓大家覺得你是一個有性格的購物中心。

B.迎合消費者的需要，大家喜歡耍手機，開應用。

C.告訴你的領導你的工作內容是什麼，時不時可以拿出一些圖表和數據刺激一下你的同事及同行（然並卵）。

D.告訴你的宣傳口同事，如何玩轉O2O，如何擁抱互聯網。

E.讓你的商戶和投資者覺得你有些故事可以講，增加談資。

F.可以指導其他部門的工作，假如他們聽你的。

G.沉澱數據，時刻幻想著自己是一個互聯網公司。

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

但是不要太失望，上述工作也夠你幹完你的一段出色的職場歲月，畢竟上述工作很出彩。

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

很多購物中心現在開始，寧願花錢玩一些不務實的東西也不願去改善自己老舊的馬桶；

寧願花錢做一些不能落地的系統以及花哨的報告，也不願去花錢提高監控數量和保安質量，杜絕盜竊安全事故發生。原因是前者可以很好的迎合社會的浮躁情緒，讓你的職場熠熠生輝，後者只要不出事永遠不會出彩。

我贊同購物中心提升服務的說法，但是國內的服務從人員到場景依然沒有那麼震撼。因為提到要出真金白銀，誰都得哆嗦哆嗦。

我反對這個標題「小數據要拯救大商場」。

這個標題要麼是標題黨，要麼是作者不了解大悅城的歷史。

這個貓是中糧集團在一個開發商手裡買下來的，改為大悅城。最早是委託永旺進行管理，效果不好改為自有經營。

這個貓的設計是有問題的，硬傷太多，比如電梯，周邊交通，是個遠近聞名的大堵點。

文中有幾個錯誤先說一下。

一個是顧客（招商）定位，這個其實不需要用數據來建模分析。這個地塊在貓建成前是農村，周圍新建小區居民都是中青年人為主，所以不需要數據分析就應該知道主力消費人群應該是輕時尚的對標人群。

二個是用多啦A夢來證明成功的「必然」是錯誤的。一個貓的生死興衰不取決於某一營銷活動。

三個是用草房來的顧客證明其吸引力。草房在這個貓的東邊，那個時候東邊沒有像樣的購物中心，這是不得不來的問題，不是因為好才吸引來的問題。

第一個回答者已經做了結論，我基本同意。

我多說一下這個貓的成功最根本的原因是什麼。

這個圖是大悅城的商圈。1是大悅城，2是另一個貓。

2在1之前建成投入運營，但是品質和定位很低，城鄉結合部的本色。大悅城拔高了兩個檔次。

周圍住宅小區的房屋均價7萬以上，大悅城明顯符合消費定位。2是雞肋，構不成競爭。

這個圖除了綠色塊狀區域，都是居民小區。

下面是我截圖大悅城周圍的一部分住宅小區情況。

如此密集昂貴的居住小區，何愁生意？（圖中的套數是二手房交易量，不是實際居住套數）

大悅城位於城市主幹道，樓下就是地鐵站，交通便利，何愁生意？

我們應該談論的是這個貓的營收多少才算成功，而不是現在賣了多少就是成功。

與永旺解除關係後，大悅城順勢而為調整了定位，也調整了經營業態，把百貨去掉了，增加了餐飲比重，這是符合消費趨勢的。

大悅城只給了幾千平米做超市，大型超市都在周邊其他區域，但這恰巧符合自身定位，年輕人的日常生活用品網購，體驗式的專賣店是必須逛的，加上餐飲品牌的優中選優，娛樂設施（影院，電玩城，兒童遊樂城）的完備，年輕人和中青年家庭消費成為主流，客單價也隨之變得客觀。

所以，我認為，好地段，好定位，好的業態整合是成功的關鍵。

數據分析的工作不是充分要素。

我們現在就在和朝陽大悅城大數據創新部對接。看到很多上述評論覺得很有意思~~~所以想作為實際經歷過的人，發個言。

首先，不可否認朝陽大悅城項目在整個商業地產大數據應用領域絕對是標杆性項目。至於你提的問題，大數據終究是方法，而非目的。所以在合作中，我們也是從商業諮詢的角度，回歸商業本質的思考，通過大數據更為直觀、客觀的了解真相，通過技術提升效率，最終找到更為精準的解決方案。所以，你所說的文中所說的，什麼分級、分類、關聯等等確實通過數據已經實現了，而定義演算法的都是有著實戰商業經驗，並且對數據極其敏感的人在操作。

至於「大數據」本就不是單純量級的「大」，多關注新聞、多看點著作的都知道，喬布斯用自身所有DNA和腫瘤DNA進行排序，這就是「大數據」，它是相對意義上的全，不是絕對意義上的大。推薦《大數據時代》，這本書有些比較基礎和實用的概念和案例。

而「大數據」在未來的時代是一種生產資料，終極還是會通過AI真正實現直接問題，而這還需要一定的過程，目前還是通過大數據、人工不斷嘗試不同演算法來探索著。就像實現共產主義之前，先要實現有中國特色社會主義一樣，大方向不會變，要階段性實現。

相信最終會像阿爾法狗戰勝柯潔一樣，我們創造出的文明會讓我們自己都敬畏。

沒參與過普通的項目，不知道他們怎麼具體做的。

估計就是搜集數據（停車場，餐廳，購物等的數據收集）

依照數據優化商場的商鋪吧

不是傳統零售業的，對他們的業務了解很少

實際上對銷量，客流量的提升可能沒什麼作用。

但正向的觀點就是，說明傳統行業開始重視數據，隨著可獲得數據越來越多（比如說萬達旗下所有集團數據都打通），後續應該還是有想像空間的。