王玉珂：商業運營進入「場外時代」

過往商業運營側重商品的場內思維，無法感知消費者的全畫像，互聯網時代對場外消費軌跡的立體洞察，有助於建立運營流量新入口，形成消費者與商場的強關係。

幾年前電商對實體商業衝擊很大，承受著巨大成本壓力的商業地產商們發現消費者移情別戀，大家的關注都在線上，線下消費怎麼走？實際上，線下是真缺少人流嗎？首都機場人流量在全球排名第二位，2016年旅客人次高達9,440萬，是新加坡樟宜機場的近2倍，但它的坪效只有新加坡的1/3。同樣，上海南京東路遊客每年2.5億人次，66%的是外地遊客，然而其百貨老店客戶66%是本地客群。客群明顯的錯位，顧客真正喜好是什麼，傳統方法我們無法得知。對於一個新項目，大家慣例認為其周邊5公里內都是目標客戶。結果大學城附近一個原本將學生當作目標客戶的項目，用大數據測試時，發現他們少有到場消費。

對於實體商業而言，其實並不是缺少消費者，而是我們根本不知道消費者需要什麼，這種錯位嚴重影響實體商業的效率。真正的消費者去哪裡了，場外停留多久？他們在消費什麼？之後他們又去了哪裡消費？這些是傳統場內思維無法回答的。而以移動互聯為代表的大數據研究，將消費者的需求畫像重繪到場內，給運營者有了全新角度去挖掘消費者的真實需求，重構商業內部業態組合。

場內運營思維亟待改變

伴隨著消費升級以及線上消費等新模式的湧現，傳統場內商業思維也受到了嚴峻挑戰，主要表現在：

第一，消費者選擇權。顧客都熱衷天貓或京東線上購物，原因之一由於線上擁有幾百萬甚至上千萬的SKU可供選擇，而實體店場內卻只有兩三百個品牌，許多不是消費者喜歡的，顧客消費往往是被迫選擇。

其次，數據孤島。對於商業運營商而言，他們也做了不少數據統計，但統計的很多指標都是沒有關聯的，無法知道消費者的真實需求。

第三，運營數據的實效性。以往我們拿到的場內數據只是客戶在場內留下的一個點的短時表現，而實際上消費行為是動態的，對於商業運營來說消費變化的趨勢才能真正預判未來。

第四，品牌互動性。商場內的幾百個品牌，相關係數越大，他們客戶相互轉化能力超強。然而如果僅憑經驗判斷這些品牌的互動性，沒有十年以上的經驗判斷將非常難。

多年來商業運營側重商品，無法感知消費者的全畫像，在零售地產向消費地產新時代轉變過程中，運營思維必須轉變。新的時代我們談商業叫消費地產，消費對於人而言絕非是單一的交易過程，而是多樣性的，是一個體驗的過程。

變化的消費者與運營思維

商業競爭方式的變化影響商業形態的變化，其運營思維也發生根本變化。商業地產從最初百貨業態至今，運營思維經歷了五個明顯時代。1.0是百貨時代，運營側重在是商品的豐富性；進入2.0時代，專業店從百貨脫離出來，包含超市、家電，運營以專業連鎖為主導；3.0是購物中心時代，它強調多元化運營；進入4.0時代，商業運營則強調體驗與主題性，如僑福芳心草地；現在商業運營進入5.0時代，數據流量成為運營的核心，人、貨、物流都流動起來。由移動互聯技術帶來的數據流量思維，將推動商場運營進入場外時代，用戶的場外消費痕迹是未來的研究重點。

在移動互聯時代，我們更容易捕獲消費者的行業痕迹，其消費特徵從隱性向顯性轉換。消費行為發生了根本變化：

第一，千禧一代成消費主力，經濟更加獨立，消費更加感性，無論是80後、90後，甚至00後，他們的消費價值觀已經變化了，原有形態面臨淘汰；

第二，結果消費向過程消費轉移，品質、服務要求越來越高，以功能為基礎的消費模式走向盡頭；

第三，個性化需求強，消費者更加在意自己的感受。在數據與智能時代的到來，個性化生產成為可能，滿足消費者的個性需求具備了堅實基礎；

第四，移動終端成為獲取用戶信息的主要來源，憑藉移動端我們獲取消費信息的時候變得更加容易，甚至能讀懂消費者；

第五，消費者越來越喜歡社交與分享，以特色場景為基礎的消費，將成為顧客傳播的主場；

第六，消費者複合需求體驗感更強，由於大城市病，他們消費的時間成本很高，不願意在一個點只辦一個事情，因此複合消費趨勢越來越明顯。

逆商時代，必須洞悉消費者場外需求，B2C必須向C2B轉變，以消費者為中心的新場景正在到來。

場外消費要素，賦予商業更多可能性

顧客的消費決策，會受到相關信息渠道的影響，對於場外消費的核心要素應該關註：

第一，場外時間，除睡眠以外，顧客在商場占其日常生活時間的比重非常低。消費者在關注什麼、消費什麼，商場管理者必須要重視他們不在場的時間，幫助其形成不間斷的聯絡溝通；

第二，場外商圈，傳統運營思路認為我們跟商圈裡邊所有商戶或者別的購物中心都是競爭關係，在新思維里，共生才是可持續的。既然都是面向消費者，能不能把場外最受歡迎的業態、最感興趣的商戶轉變為合作關係，形成一個大的虛擬購物中心、大商圈的概念，建立為消費者服務的閉環；

第三，場外數據，消費者在場外花更多的時間，他們的消費習慣和消費行為軌跡形成我們研究的大數據，其數據的搜集、分析、運算、歸納、統計將使我們更好了解顧客的喜好，會越來越影響商場生意的繁榮與興旺。

挖掘場外更多的數據，不斷喚醒消費者的場外行為，能夠更精準進行租戶調換、業態比例控制以及促銷安排，從而以提升商業運營價值。

場外運營思維，數據驅動實體效率提升

大數據應用對商業運營而言意味著效率提升，其場外運營的路徑包含：

第一， 投資決策，商業項目投資最頭疼是我們無法準確判斷區域商業價值以及未來成長性，最主要原因是我們了解的信息太少導致決策困難。有了大數據，我們會對多維指標如人口密度、消費力、住宅分布、樓盤價格、產業辦公、辦公租金、軌交設施、公交站點進行數據疊加形成數據城市地圖，從商業角度進行板塊價值對比，從而幫助我們量化決策；

第二，競品研究，了解對手才能做到差異經營，項目的消費者到競品去了多少，他們在那裡消費了什麼；同樣競品的顧客跑到自己項目消費的人數以及內容，這些內容的了解幫助我們認知競品的客群及輻射能力，實現差異化選擇；

第三，產品測試，新開業項目或品牌進入一個新項目之前，我們無法獲知品牌是否為消費者所接受，可以通過建立實體線上虛擬商場或快閃店，提前讓顧客做消費測試，捕獲未來消費趨勢數據，幫助招商前了解品牌的接受度和受歡迎度。

通過場外數據，摒棄傳統競爭思維，以商圈人流共享，實現互補與共通的關係。

數據流量的本質是為提升實體效率服務的，數據留存已成為商業運營的首要任務，除了消費者數據、成本數據和人流數據等經營數據外，要特別關注場外數據，包括商圈數據、競爭數據、消費行為數據、出行數據，並將這些數據疊加形成立體的人物畫像，從而為量化決策提供堅實依據。實體商業運營進入5.0時代，數據流量管理已成為未來商業決勝關鍵，它從而不同方面幫助運營效率提升：

第一，精準項目定位。人群有不同特徵，其不同特徵的交叉產生新人物標籤，其表現消費行為差異很大，大數據的應用使人物畫像更加完整，從而為項目精準定位提供決策依據。

第二，提升產品及服務豐富性。商場由於面積原因，傳統規劃品牌數量有限。大數據標籤細化以及消費者個性化需求明確，有助於減少無效需求。比如來福士的消費者喜歡娛樂、喜歡電影院，如果引入要3,000-5,000平米傳統電影院，先大大影響其它品牌引入，而且坪效很低。根據消費數據研究，區域存在娛樂需要，如果增加此類業態，將改善商業提供的服務。通過大數據分析，確定真實需求量，項目影院僅規划了600平米，同時配置西餐與咖啡，形成跨界組合，成為項目業態亮點。這樣不僅豐富業態，而且提升租金水平。

第三，挖掘客戶的終身價值（CLV-Clients Life Value)。獲客成本越來越高的情況下，如何提升顧客的轉化率，是運營思考的重要問題。大數據懂得客戶更多的需求，創造更多關聯衍生服務，挖掘顧客潛力。奶粉與洗衣機是毫無相關的兩個產品，大數據發現兩種產品有一個聯繫，就是孩子媽媽都需要。即購買高端奶粉的用戶、延伸至專洗嬰兒衣服的洗衣機；同時Starbucks的烘焙店，引入從咖啡豆到成品咖啡的工藝生產線，使是顧客體驗整體生產工廠，加大顧客滯留時間，從而激活咖啡豆、咖啡機、紀念品等關聯產品的銷售。

第四，建立社群關係鞏固消費。基於大數據所做出社群細分實現價值觀運營，有效建立顧客與商場的緊密粘度，建立強關係，實現深度服務。宜家提供場所不是販賣家居產品，而是提供家居生活空間，將販售的產品全部置於無邊界的活動場景中，如獨立卧室、起居生活、廚房布局等，這種以社區標籤為特徵方式，將極大觸發與顧客的消費情緒，從而提升更多的運營效率。

第五，OMO（Online Merger Offlinex線上融合線下）延長顧客服務時間。無論線上還是線下，都無法完全滿足消費者體驗，兩者的融合將成為未來主流。盒馬鮮生通過APP提供傳統商業營業時間以外的服務，提供 24小時服務，以在線方法與客戶建立持續溝通，使服務範圍更寬更快，其實體效率也得到提升，它的坪效幾乎是傳統超市的3倍以上。

第六，加速流量轉化。無論是Amazon還是Alibaba，都加了對傳統超市的投資力度，其核心是佔住超市未來的實體的流量入口。消費需要刺激，而高頻消費是最重要的刺激類消費，但其價值往往較低，為加入流量變現，在規劃時要加入低頻高利潤產品與服務，實現效率增加。誠品書店不僅是圖書販售場，而且是提供生活美學的空間，除了圖書以外，也規划水果、蔬菜的創新業態，通過這些高頻的產品，不斷置入利潤更多的商品與服務，如飾品、餐飲、咖啡等。

場外運營思維的本質是通過數據流量，讓商品與服務回歸到人。融合場內、場外數據，聚焦消費者複合需求，衍生更多場內服務，共建商業的生態消費圈。

新時代需要不一樣的新思維，商業運營進入5.0時代，數據流量成為各家商業運營的新武器。睿意德已與知名大數據公司如銀聯、移動以及阿里等一起做了大量基礎研究，並在眾多商業運營項目進行了多次實踐，積累了相當多的數據分析研究經驗。同時結合樂鋪、小喇叭以及雲貓等數據平台，以領先的數據決策方法驅動行業效率大幅提升。