|
在产业转型升级中，数据无处不在，以数据为依托驱动效率提升也成为新零售时代的核心。
然而，当PV（页面浏览量）、UV（独立访客）乃至线上消费行为全路径，都可以在移动端、PC端通过cookie（储存在用户本地终端上的数据）埋点等方式，简单、高效地进行统计并赋能至线上零售时，线下零售仍是愁云一片。数据从哪来，谁来收集，品牌门店如何利用数据引流，购物中心如何提高场内门店转化率？
数据多维度赋能线下零售
根据商务部数据，2018年我国线下零售额为29.1万亿，占总体零售额的76%，但在线下消费领域中，信息不对称极其严重。购物中心、零售连锁专卖店等传统线下商业零售业正面临着巨大的经营压力，庞大的线下消费数据资源成为其谋求经营模式转型升级的核心所在。
在汇纳科技董事长张宏俊看来，“选址、招商、运营、资产评估等线下零售各个环节的推进，需要围绕人和场的关系，进行数据的收集与使用。同时，线下大数据有望从选址、SKU（库存量单位）、营销、销售等方面服务实体经济实现整体运营数字化。”
选址：传统选址往往是商家凭借经验决定，缺乏数据支撑，经营效果好坏只有店铺真正投入运营才能知道，亦或是通过人群抽样调查决定是否开店，然而由于人群的选取、调查方式等因素影响，抽样调查结果与实际情况往往存在一定程度的出入，以此作为选址依据并不可靠。
大数据应用下商家基于模型、行业和品类需求，锁定目标客群集中区域，推进多个细分商圈。通过匹配主要商业维度和用户标签，提供降本、高效、风险可控的选址方案，可确保经营中门店拥有足够数量和优质的消费者。
SKU：购物中心的品牌、店铺、商品所形成海量数据，唯有依靠算法技术构建商品价值模型，建立销售端的客户信息库，并结合线上数据，才能找到消费者需求最集中的产品种类，进而预测消费趋势
营销：过去，顾客从买单前到买单后，商家对其信息了解都非常少，因此在线下整个消费购买决策链当中，商家几乎没有发挥空间。现在根据线下大数据(行为轨迹、人群分布、人流密度等)，洞察顾客需求和喜好，根据客户线下行为和消费数据匹配标签，进行个性化营销。
销售：线下大数据的加入可丰富购买行为维度，并实现消费者非购买行为的数字化，最终实现门店智慧导购。
从“场景”出发，汇纳科技的新零售方法论
“但就目前而言，零售企业线下数据的获取、管理和分析上仍存在诸多痛点。比如，企业多以自身本地数据为主，整合的行业数据空缺；数据孤岛下，难以找到有效客户并正确配货；大数据分析前期投入较大等。”张宏俊表示。
张宏俊认为，想要提高购物中心、品牌的经营效率，科技手段是必须的，但数据分析并分一蹴而就，大数据和人工智能的算法预测分为四步：数据化、分析化、预测化和智能化。通过数据的分析和加总，帮助购物中心、品牌洞察现在和未来。 共2页 [1] [2] 下一页 关注公号：redshcom 关注更多: 新零售 |
