如果商业地产有大数据这个BUG,怎么可能输?

4
2月

【电商 or 店商】

重视市场调研才会有机会

数据显示,从2010年到2015年间,中国的社会消费品零售总额增长了91%,而网购消费总额增长了741%,我们的生活方式已经悄然的被网购改变了。一面是越来越“懒惰”的消费者;一面是持续下行的宏观经济下日益增长的租金和人力成本,实体商业面临了前所未有的危机。

因此近年来,由于实体商业面临的市场环境愈加恶劣,各方都越来越重视自身客户研究,重视市场调查。一次真正有价值的客户调研,需要解决三个核心问题:

1. 哪些客群才是真正应该抓住的核心客群?

2. 他们都愿意在什么地方花钱?

3.我该如何尽量多的让他们把钱花在我这儿?

DT时代,通过整合各种核心数据源后我们的决策有了更快捷更准确的依据。

靠谱商(TOPSER)是微瑞思创与中国银联控股公司银联智惠共同开发,由中国联通控股公司智慧足迹提供全国用户大数据资源支持,是行业内唯一能够提供全面线下商圈客流消费数据与客流兴趣偏好属性数据整合分析能力的垂直应用平台。

目前,仅有靠谱商(TOPSER)能提供银联消费数据和联通位置数据相结合的商业大数据产品。

 丰富的数据类型 ❖

KEYWORD:九大类数据体系

1.银联智惠提供了包含55亿张银行卡的国民消费数据和商家经营数据;

2.三大运营商之一的中国联通提供了包括客流数据、迁徙数据等在内的商业核心数据;

3.微瑞思创自有数据,主要分线上线下数据两大类:

(1)微瑞思创开发了自有线上抓取系统,每天通过在线的商业铺源开放平台抓取数十万条店铺铺源信息;

(2)微瑞思创在线下的商场、电影院建设了采集系统,收集了包括时间、地点等信息在内的消费行为数据,每周可以采集约五千万条数据。

对于第三方数据,尤其是银联和中国联通提供的数据,微瑞思创并不直接接触其提供的底层数据,而是在数据提供方的原始数据环境中建模进行数据挖掘,再将结果输出到微瑞思创的系统中,成为客户使用的数据。期间,客户和服务提供商均不接触原始数据,最大程度地保护了数据安全和隐私。

九类数据:商户经营数据、客户消费数据、租赁市场数据、商户位置数据、客户位置数据、城市GIS数据、商场经营数据、客户线上行为、社交媒体数据。

强大的数据处理能力 ❖

KEYWORD:挖掘数据

对于数据服务提供商而言,获得数据的过程会遇到收集数据周期长、投入高、变现慢;购买数据价格高、数据量少;高质量数据往往掌握在行业巨头手中,大多并不愿意提供给数据公司进行挖掘这三方面问题。

微瑞思创的数据的处理过程主要分为两步:

1.清洗原始数据

数据提供方提供的是包括刷卡交易数据、时间数据、位置数据、与基站的交互数据和网络浏览数据等在内的真实原始数据。但针对特定行业的客户,只有少量数据是有价值的,99%的数据都是“脏数据”,所以,数据清洗的过程就是把一些不需要的数据先清洗过滤掉。”

2.建立分析和处理模型

基于已经被清洗“干净”的数据建立分析和处理模型,对数据进行预处理。首先,从数据的降维、筛选、主成分分析等方面做特征向量,然后开始建模。得到初步模型之后,再与客户进行沟通和调整,最终得到客户需要的、固化好的模型。这才可以为生产、运营方提供数据支持服务。

丰富的应用场景 ❖

KEYWORD:五大场景

1、消费市场监测:

通过靠谱商(TOPSER)可以快速了解一个城市的商业情况;检阅主要商场,了解竞争态势;发掘潜力商区,跟踪商区演变;捕获店面、全行业的交易信息,掌握商铺供需走势;检索目标客群,了解客群消费特征。

2、项目前期定位研究

通过系统可以得到区域市场人口总量及居住分布数据;明确区域市场消费客群画像;通过分析竞品项目经营数据、区域或竞品项目舆情口碑,监控区域市场对目标项目业态规划和品牌提供合理化建议。

3、商铺经营情况评估

对区域进行指定的行业经营情况进行分析,同时为区域进行指定业态的客群画像和商铺经营贷款的授信额度评估,最终为您在此处开店的可行性提供建议。

4、进场客户标签补足

帮助商户延展系统中已有的客户的数据标签;给系统中尚无记录的进场客户,关联数据标签;协助用户建立更为高效的、专业客户数据管理平台;通过平台进一步为营销工作提供支持。

5、优化购物中心运营

通过绘制进入商场的客户的居住分布地图,商场辐射社区的渗透率与市场占有率,分析进场客群的场外消费,了解客群对竞品商场的口碑,以此制定针对性营销策略,执行线上&线下精准营销。

DT时代,一切事情将变得更简单更合理,“商业地产+大数据”才是目前“电商”or“店商”较量中最好的出路!