后使用快捷导航没有帐号？
已有47人关注
购物中心如何利用大数据实现精细化运营？
微信扫一扫
分享朋友圈
&无数据，不管理！&利用数据进行精细化运营管理是购物中心的长久生存之道。未来商业竞争，业态容易照搬、商家品牌可以分享、推广活动没有什么难度，真正学不来的是数据的处理、分析和挖掘，如何利用数据背后潜在的商业价值？本专题以北京朝阳大悦城为研究蓝本，教你最简单的 运营管理方法。
详细内容：
精彩评论25
大数据时代已经开启，把握住数据，才吸引来消费者。
太全面了，大数据时代
很系统，很全面！好好利用学习~
在当前商业地产陷入困境的大环境下，如何做精做细做出特色确实是值得深入研究。感谢分享！
好贴，营运的细化
很细的营运，SKU等数据如何真实有效的取得呢？
时代的弄潮儿
值得学习，应用
大数据来临，我们到底该怎么使用
Ta最近发表
(C)广州赢才企业管理顾问有限公司Wilson逸如何对精确数据的抓取，针对顾客的个性化偏好分析。这两者是数据分析的难点！zimo0610棒棒哒xj笑傲江湖谢谢了！看过，觉得蛮实用的！独揽一封一个场的好坏觉得因素有很多，例如以前的市场竞争还没这么激烈，很多行业都是百废待兴，几乎只要坚持下去都会有出路。但是现在都讲究国际化，而且在一线城市还要面对外商的冲击，没有全面的数据支持，怎么跟别人去抢市场。外商之所以可以在中国站稳脚步，很大一部分在于其总部已经稳扎根基，拓店只是模式的复制罢了。如果中国的商业地产还不发力，别说走出国门，难不成有一天连自己的市场都保不住。商业地产归根结底还是要迎合市场，有市才有商。快乐生活1979学习了。谢谢cat129311怎么看全文cat129311怎么看？先感谢分享，谢谢了！onezero可以作为商场运营的参考，具体实行起来在数据收集和分析上是个难点希涵有非常大的借鉴意义，感谢分享。
后再评论。　大数据时代的精细化城市模拟:方法、数据和案例提 要:以地块作为基本空间单元并以城市活动主体作 作为模拟尺度,是相对宏观模拟的研究尺度提出的,宏观模 型一般以统计... 　所以,企业在大数据的应用场景上,一定是要优先考虑如何通过大数据进行精细化运营,...更合理的进行营销推广效果的评估、更有效的进行用户生命周期管理以及基于用 户... 　精细化运营和精细化营销层。 这层面有四方面事情:1.构建基于用户的数据提取 ...常见的算法有决策树、逻辑回归等等;3.通过数据挖掘的手段进行客户生命周期 管理... 　而机智的电信运营商也致力 于研究如何在这条道路上...1.流量经营精细化 在流量经营精细化上,大数据应用...于利用大数据来提 升内部管理效益,而是更加注重数据... 　金融业如何利用大数据进行精准营销_互联网_IT/计算机_专业资料。金融业是运用...其次是通过运营分析、产品定价来做精细化管理。最后是利用实时的 反欺诈反洗钱... 　如何实现大数据应用 作为国内最早开始大数据应用的龙 X 商业,相对于其他试水者,...三、 通过商户客流系统, 对商户进行一对一精细化管理。 以重庆的时代 X 街为... 　并通过电商案例分 析来讨论如何让这些数据技术协同...大数据―定向的基础 网络营销的精细化定位潜力只有在...因为这些信息在大多数广告管理平台和广告交易平台都能... 　为了实现细节的精细化和 数据化,让管理者在进行决策时能提供出有力的依据和...如何 使有限的资源发挥出最大的效能 ,创造出最大效益 ,使员工的潜力得 到最... 　如,基于信息一体化和“大数据”驱动的邮政 企业运营...采取的具体解决措施有 哪些(可适当举例,并图文并茂)...? 实施效果 主要介绍通过实施本项精细化管理企业所...自从舍恩伯格的《大数据时代》畅销以来，“大数据”赢得了难以想象的关注度。但同时，从实务的角度来看又有一点难以落地的感觉。这其中的原因，在于很多公司仍然没有建立起数据的收集到应用的基础设施包括工具和人才配置，尤其是在实战层面上未对大数据有较为客观和理智的认知，吹捧它的人认为它无所不能，在各种场合反复讲解一些高大上的案例，而质疑它的人则认定现有结构化数据就能说明关键问题，从而对其不以为意。事实上，大数据的应用既不便宜，也存在一定的缺陷，更未能充分提升商业的价值，反而大数据其实更需要企业家、产品经理等管理精英们的创造性思维，用数据的力量做出确切的关联和相互参照，使大数据能真确地产生物有所值的商业效应。不要迷信大数据几乎每个礼拜，我都要面试很多数据科学家，以及不少从业者。例如，在招聘时，我问应聘者的第一个问题一般都是“在你心里什么是大数据”。回答显示，原来业内的认知分歧丝毫不比外行少——至少有一半受访者或应聘者对“大数据”这个概念根本就不以为然，而是更关注有价值的数据、数据能产生什么价值。换言之，在部分人看来，“大数据”本身就是一个伪概念。我问的第二个问题是，目前为止，你做得最好的大数据案例是什么？他们的回答都有个共同点，就是用大数据来处理数据的稀缺性。比如，北京的空气质量监测站是有限的，其数据对于监测站附近范围的质量呈现是比较准确的，但其余地区的质量数据是非常稀缺的。换言之，大数据能帮我们增加未知部分的准确度、精确度。有很多人讨论大数据与小数据的关系。其实，这个问题衍生自大数据如何落地。应该说，大数据可以说明商业运营者找到大致的方向，但真正落地到商业操作，反而不如小数据更有用、更有效。比如，很多运营者宣称自己的注册用户是多少量级的，但是1亿个注册用户的基础数据，不如一千万个活跃用户完整的行为数据更具有价值。对于初创企业进行客户探索、发现和验证时，几百个甚至几十个顾客、用户的完整数据比你得到千万级数据更有价值。也许正是因为数据量虽大，但每个数据单元都出现了断裂或遗漏，导致大数据的价值难以被挖掘出来。因此，应用大数据的能力之一就是把数据变小的本领。在构建数据模型时，你需要的样本其实不是千万，甚至不是面面俱到的数据，而是比较敏感的数据指标。这对数据收集和分析人员是巨大的挑战。实际上，大数据的应用和落地，也要以数据的细分为基础。例如某电商顾客的真实性别就不一定与购物的性别偏向一致；再比如，关键词搜索量，看北京、南京各多少，而不是笼统地说增长了多少。当我们用放大镜细查大数据时，会发现有不少的“断链”和数据欠完整。从某种意义上说，大数据没有真正的全面数据，差别只在于你放大镜的倍数。即使基于大数据进行决策，也仍然有猜测和赌博的成分在其中。所以，我反而主张，大数据和小数据应该可以互为作用,而非比较两者谁更强。目前，大数据应用里有个怪现象，就是有什么数据就收集什么数据，至于将来有什么用，一概不知，或者抱着“先收集再说，将来总有用”。我的建议是，从问题、愿景导向来收集数据。一方面，数据的收集、存储备份等成本都不低，另一方面，数据的价值也可能衰减。其次，在我看来，以用户为核心的KPI能实现与客户的行为点对点连通，是未来发展的大趋势。传统的用户价值是以利润贡献为核心指标来衡量的，而在大数据时代，客户关系的管理可能就不一样了。例如，我要知道一个客户一个月内到淘宝多少次，不管他是否购买，要看他与我们公司的关系到底怎么样。同学举行婚礼，礼金重才是好哥们？显然不是这样的。一个礼拜，用户花在视频网站、微博等等的时间是多少。未来竞争的是用户的注意力。在大数据的创新下我们是否可以更容易得知你得到了多少的用户注意力呢。公司要建立起数据收集系统，更重要的是要建立起跟踪数据质量的监控，而且一些关键数据要寻找多个源头，一方面确保“鸡蛋不在一个篮子”，另一方面要相互比对、印证。对于实际运营的企业来说，数据必须有连贯性，而且要确保数据的真实性，因为如果数据的收集或获取本身就错了，那么后边的分析和决策无疑就建立在沙滩之上，“根基不牢，地动山摇”。就现状而言，大数据技术更多地用于推荐和营销，不是因为它更容易，而是因为它容错的空间更大。比如，推荐系统给出了顾客不喜欢的推荐，大不了重新推荐，但一旦上升到直接解决问题层面，其容错空间就大大缩小了。例如，利用大数据技术来观测空气质量，错了也不会有大的影响，然而如果把这个指数和某个商业运营挂钩，就不是小事了。更何况如果数据是用在一部无人驾驶的汽车上，不准确地运用数据的后果更是不堪设想。人们很喜欢谈论沃尔玛“啤酒与尿布”的故事，但是其相关性只发生在周五下班后，而且一年后这个关联不再出现了，因此，需要数据部门的不断跟踪，不能一条经验法则走到黑。尤其是对数据的精确性要求较高时，数据的持续跟踪与多源比对就显得非常重要。也正是这个原因，导致大数据的应用还停留在比较肤浅的层次或者压根就飘在空中。作为创新的赛马场有人认定大数据具有前景，于是试图利用先前收集的数据开创新的事业或业务，但目前为止我还没有看到特别成功的例子。相对而言，在拥有大数据的公司之内应用大数据比没有大数据的公司可能要容易一些。其优势是，他们对数据比较熟悉，知道其中的数据定义和数据搜集中的难点和局限性，从而比外部合作者用得要好。当然创新是否容易被旧有文化所限制,又另作别论。阿里金融的成功，是在游离母体与靠近母体间找到了一个动态的平衡，克服了外来数据所带来的困扰。例如，产品设计改版使得数据变化了，但数据生产方却未必有告知的义务。因此，数据使用者要监控数据源是否稳定。这也与数据公司的既有文化和业务范畴有关，一家善于构筑堡垒的公司即使有无可比拟的数据资源，很可能宁愿等着数据价值的衰减，也不愿意将其有效利用。其次，应用大数据开创新业务的能力问题，许多业务运营者可能搜集了大量的数据，但能否挖掘出“原业务”以外的创新性业务，到目前为止仍然是一个巨大的挑战。商业创新有时候表现为不可思议的关联，但总体而言，由于这种突破性的关联带来创新业务的概率是非常小的。传统企业怎么办到目前为止，我们在谈论大数据的时候，在根本上忽略了一点，很多企业本身是有其架构的，不会因为大数据就立即变得不一样了。很多公司连信息（information）都未打通，是堵塞、零散的，更不要说大数据的应用了。大数据作为一种新的运营理念和方法体系，要想嵌入到公司里，必然要经历一个新事物在旧公司的所有困难。比如，想要的数据无法采集，很多公司口口声声说“以客户为中心”，但关于客户的数据要回流到公司核心决策里却不容易，其统计口径与企业KPI不一致。这些虽然与今天我们所说的大数据没有关系，是数据化，却是大数据的基础。如果在一家公司里，想要看的数据没搜集，或流动不顺畅，却被大数据所迷惑，那是本末倒置。但这不是说，传统企业可以对大数据应用置若罔闻。对当下的企业来说，要反躬自问，有没有一些数据，今天不搜集，将来会后悔？如果这些数据被对手搜集到，会怎么样？要做到这一点，就要对公司一年后、两年后或半年内的方向非常清楚，或者至少有个概念。实际上，我们的互联网上充斥很多与企业相关的信息或数据，但未得到足够的重视，这主要是观念问题，而不是能力问题。今天人们所说的信息技术（IT），其实越来越趋向于数据化，商业智能要把销售数据、营销数据和消费者数据打通，而不是各自孤立。传统企业高管应该重视数据的关联应用，至少不能只满足于财务报告的数据，不要容忍人力资源部连主动离职率与服务水平都关联不起来洞察。要有步骤地构建起数据的搜集系统，培训对数据高度敏感的人员。当然，从一种有效的策略来说，先把既有的数据用好，比盲目推进大数据要明智得多。你要重新定义你的数据框架来解决存在的问题。比如，很多企业都开启了公司微博，其测定效果是转发多少、评论多少。但实际上，你要细分你的数据，进一步厘清谁、什么样的转发和评论才是有价值的，还要和相似的公司微博进行对比。传统企业究竟是建立起自己的独立的搜集系统，还是使用别人提供的数据？我认为要兼有，既要有侧重地独自搜集，也要多源化地获取数据，尽力排除各种数据在搜集过程中形成的偏差，这既是一个技术问题，需要数据人员付出艰辛的努力，也是一个战略问题，需要回到前文所述的小数据问题。本文作者：车品觉，《决战大数据》作者、阿里巴巴集团副总裁、数据委员会会长。由阿里研究院（阿里商业评论）出品
【关于商道】派代商道定位为中小创业者的决策参考，内容集合电商业界评论、热点解读、高效资讯，聚焦创新创业、经营之道。电商大爷——全网电商精选内容，电商人必备APP，即刻扫码下载！
　作为一个完整经历过数据部门兴衰的人，我觉得，现在多数企业对本身的数据需求并不明确，而且由于成功案例并不多见，应用数据的好处不好预测，但是建立相关部门的成本却是实实在在摆在眼前的。
　对于我这样笨的人来说，有点儿深奥啊。
@你关注的人或派友
亲，先登录哦！
【线下加油站】
请输入姓名：
请输入对方邮件地址：
您的反馈对我们至关重要！当前位置： →
购物中心如何利用大数据实现精细化运营？
&无数据，不管理!&利用数据进行精细化运营管理是购物中心的长久生存之道。未来商业竞争，业态容易照搬、商家品牌可以分享、推广活动没有什么难度，真正学不来的是数据的处理、分析和挖掘，如何利用数据背后潜在的商业价值?本专题以北京朝阳大悦城为研究蓝本，教你最简单的 运营管理方法。一、通过大数据&理解消费者&行为特征
供需精准化
大数据第一个价值在于均衡供给和需求，购物中心根据客流数量和历史数据告知各商家下个时段预计顾客数，顾客APP接收精准推荐的优惠券，引导顾客流量，均衡供需。
实现顾客标签管理的同时，把商家部分商品、套餐、服务数据化处理并且标签化，以便与目标顾客更精准匹配推荐。精准个性推荐的基础是用户标签：
　　提升消费者体验
大数据让链接成本变低，能实时精准地把优惠推送给最有需求的人。例如如果电影院某些场次观众很少，购物中心可向附近有需要的会员发送免费电影票，用最小成本让顾客感受到意外体验：
　　让服务升级
　　【应用案例】大悦城&购物篮&的精准化营销
会员从一开始办卡到使用，每月的消费额不同，购买商品差异，通过大数据可以分析出会员的行为习惯，从而在某一时间推送给会员某品牌的优惠券、O2O活动或艺术沙龙等精准信息，从而实现大数据背后的精准化营销。
大悦城将会员分为21个层级，为每一个层级推送完全不同但与之相应的信息。通过&综合云数据中心&为客户提供精准的个性化营销，管理层也能及时掌握每家商户的销售业绩以及市场状况
提供免费的WIFI服务，将微信、微博、App连接成一个整体等，增加消费者的店内购物体验和购买转换率，让购物中心的全渠道零售管理逐渐从梦想成为可能。
二、以大数据构建线上线下高效运营平台
利用数字科技，使用监控获取和分析线下客流信息
行业内众多的百货、购物中心、超市乃至专卖店都在使用客流监控系统，可以根据投资级别得到相应级别的数据，比如：
　　线下数据争夺战：实体店如何玩转大数据
　　依靠wifi实现客流数据的采集
通过wifi对线下数据采集分析是时下购物中心掘金大数据的热门应用，购物中心希望能拥有类似在线电子商务网站Cookie一样记录顾客行为模式、偏好和转化率等数据工具。
【应用案例】万达广场顾客WiFi跟踪
在整个广场搭建大WiFi和大会员体系，通过WiFi体系可以捕捉在广场里面所有的智能手机用户，用户的行迹路线、所关注的商品和消费习惯，然后通过所有的会员体系就可以掌握所有会员的各类信息和其特有的相关产品喜好。
Euclid Zero：线下购物中心的Google Analytics
Google Analytics是著名互联网公司Google为网站提供的数据统计服务。最近推出了一个无需额外硬件的解决方案 Euclid Zero，基于现有的 WiFi 网络就能帮商家监测客流。
Euclid Zero会识别出带 WiFi 配置的移动设备，并且不需要顾客自己接入商场的网络。它可以记录并分析客流情况，比如：有多少顾客、新老顾客占比、停留时间多长、到访频率如何、有多少是被橱窗内的海报或者摆设吸引而走进店里等数据。而这些数据可以帮助商家更全面了解顾客群，进而优化服务策略、提升收益。
采集线下客流数据的6种新方法
通过wifi对线下数据采集分析是时下购物中心掘金大数据的热门应用，购物中心希望能拥有类似在线电子商务网站Cookie一样记录顾客行为模式、偏好和转化率等数据工具。
　　用支付宝来打通线上线下和支付
目前支付宝正在探索通过portal页信息为合作商家导流，甚至在未来引入一套类似于阿里妈妈的推广体系。在支付宝的构想中，为某商户实体店铺设WiFi的同时，可以通过portal页将用户导入该品牌的天猫店、支付宝服务窗、App、微信公众账号。
一旦导流系统完成，支付宝就可以通过portal页将实体店、天猫店、手机App、支付宝企业账号和微博等互联网产品进行整合营销。与目前行业中普遍应用的简单CPS广告相比，前者的针对性更强，转化率更高。
　　三、利用大数据进行运营优化
优化会员生命周期管理
购物中心运营策略立足于&经营客流&，单个消费者的单日消费轨迹追踪，利用价值并不高，而影响最大的是会员生命周期。通过对会员总体的生命周期管理，可以准确发现会员维护节点期、平台期、高价值消费期和预计的流失期&&只有把握其中规律 ，才有助于指导日常商业运营的会员管理。
【应用举例】针对忠诚会员进行积分换购活动
上海某购物中心通过客户偏好分析，把忠诚会员可能感兴趣的品牌作为积分兑换目标，并将活动信息发给12万会员中的1824人，最后实际产生兑换的人数为128人，参与率为7%&&同行业同类促销活动的参与率仅为1%。
精准获取消费者购物喜好
累积不同用户对品牌和折扣喜爱程度的数据，依托成熟门店的相关数据，再根据新开门店所在城市的用户分析，可以导出新开门店组货和招商的指导意见。
【应用案例】银泰城利用银泰网打通线下实体店和线上VIP账号
银泰城在百货门店和购物中心利用银泰网，打通了线下实体店和线上的VIP账号。当一位已注册账号的客人进入实体店，他的手机连接上wifi，后台就能认出来，他过往与银泰的所有互动记录、喜好便会一一在后台呈现。通过对实体店顾客的电子小票、行走路线、停留区域的分析，来判别消费者的购物喜好，分析购物行为、购物频率和品类搭配习惯。
关注官方微信
扫一扫分享本文到朋友圈
联系我们：
&(发送邮件时，请把#换成@)
投稿信箱：
&(发送邮件时，请把#换成@)
企业网版权所有}