
線上大數(shù)據(jù)競爭白熱化,線下大數(shù)據(jù)“藍?!豹q在
在大數(shù)據(jù)市場,占了不到20%份額的線上數(shù)據(jù)成了兵家爭奪之地,而線下數(shù)據(jù)這一大塊蛋糕還在等待更多玩家的參與。
近幾年來,“大數(shù)據(jù)”的概念被炒的越來越熱,據(jù)相關(guān)數(shù)據(jù)顯示,全球大數(shù)據(jù)市場規(guī)模在2016年達到了1802億元,預(yù)計2017年將增至2211億元。與此相對的,國內(nèi)市場還有著極大的增長潛力,根據(jù)數(shù)據(jù),2016年國內(nèi)大數(shù)據(jù)市場的規(guī)模僅僅只有23.6億元。
當(dāng)前,因為云服務(wù)、人工智能以及虛擬現(xiàn)實等應(yīng)用和技術(shù)的發(fā)展,“大數(shù)據(jù)”的重要性愈加凸顯。比如人工智能技術(shù)和產(chǎn)品應(yīng)用,在這之中,深度學(xué)習(xí)算法是AI產(chǎn)品能夠?qū)崿F(xiàn)“智能”的根本,而算法的高效是通過大量的數(shù)據(jù)訓(xùn)練來獲得的。由此一來,大數(shù)據(jù)成為了人們眼中的“香餑餑”,引得眾多創(chuàng)業(yè)者的投入以及資本的追捧。
除了行業(yè)不同,大數(shù)據(jù)也有線上線下之分
在此前的互聯(lián)網(wǎng)+時代,人們逐漸看到了數(shù)據(jù)的價值所在,而隨著智能化時代的愈加逼近,“大數(shù)據(jù)”已經(jīng)無處不在,比如搜索時的智能推薦、刷臉登陸/支付等等操作。
當(dāng)下,大數(shù)據(jù)正被運用到各行各業(yè)之中,像金融的智能投顧、智能汽車的高精地圖等等。不過,當(dāng)我們透過表面,我們發(fā)現(xiàn),因為云服務(wù)、人工智能和虛擬現(xiàn)實等應(yīng)用和技術(shù)的發(fā)展,大數(shù)據(jù)的確上升到了一個前所未有的高度,相關(guān)應(yīng)用也已趨于成熟,但這多是指“線上大數(shù)據(jù)”。
在行業(yè)劃分之外,雖然現(xiàn)在還沒有具體的定義,但基于某些標(biāo)準的劃分,大數(shù)據(jù)也被分為了線上大數(shù)據(jù)和線下大數(shù)據(jù)。
“線上大數(shù)據(jù)是發(fā)生在線上的一些行為的累積,是一些行為被數(shù)據(jù)化的結(jié)果呈現(xiàn)。至于線下大數(shù)據(jù),我們更多講的是人們發(fā)生在線下的行為,是脫離了互聯(lián)網(wǎng)、或者說跟互聯(lián)網(wǎng)結(jié)合,但是實現(xiàn)場景是在線下的一些行為數(shù)據(jù)?!睆氖戮€下大數(shù)據(jù)搜集和分析的芝麻科技創(chuàng)始人兼CEO朱智說道。
線上大數(shù)據(jù)競爭白熱化,線下大數(shù)據(jù)“藍?!豹q在
當(dāng)前,在線上大數(shù)據(jù)這一塊,由于BAT這三家科技公司的強勢,數(shù)據(jù)獲取方面的競爭已經(jīng)趨向于平穩(wěn),而各類云服務(wù)平臺以及應(yīng)用產(chǎn)品的白熱化競爭,也驅(qū)使線上大數(shù)據(jù)的應(yīng)用模式愈加成熟。
與此相對的,在眾人于線上大數(shù)據(jù)市場爭的你死我活的時候,線下大數(shù)據(jù)市場還是一個尚未過多開墾的廣闊“藍?!?。以消費數(shù)據(jù)為例,據(jù)國家公布的相關(guān)數(shù)據(jù)顯示,雖然線上消費行為越來越多,但是總體消費中所占的比例仍不足20%,而線下大數(shù)據(jù)每年平均能夠占到88%左右的份額。對于全世界而言,如何更多的挖掘線下大數(shù)據(jù)的價值?如何更好的應(yīng)用大數(shù)據(jù)為線下產(chǎn)業(yè)服務(wù)?這是一個需要共同探討的問題。
在國內(nèi),當(dāng)線上大數(shù)據(jù)因為云服務(wù)、人工智能等因素而備受關(guān)注的同時,線下大數(shù)據(jù)這一“藍海”市場也漸漸被挖掘出來:
芝麻科技:2013年11月獲聯(lián)想之星的天使輪融資;2015年7月獲光信資本Pre-A輪融資;2017年2月獲數(shù)千萬元A輪融資,由深創(chuàng)投領(lǐng)投,品友互動與碚曦投資withinlink跟投。
ZMT眾盟:2016年2月,A輪,九鼎集團、海子資產(chǎn)聯(lián)合投資;2016年4月,A+輪,復(fù)星集團領(lǐng)投,九鼎跟投;2016年12月,億元級B輪,由昆仲資本、IDG資本領(lǐng)投,盛景網(wǎng)聯(lián)跟投。
匯納科技:2011年1月,A輪,紅杉資本中國投資;2012年1月,B輪,紅杉資本中國投資;2017年2月,IPO A股上市。
Counect互幫國際:2011年7月,天使輪,美國雅詩蘭黛家族、北京華揚聯(lián)眾、香港Agota、新西蘭Cathay策略性投資;2013年1月,獲得開物投資數(shù)百萬美元投資;2014年,A輪,由金沙江領(lǐng)投,阿里巴巴跟投,此外還有來自產(chǎn)業(yè)鏈各個環(huán)節(jié)的投資方,如雅詩蘭黛家族、尼爾森網(wǎng)絡(luò)前董事長、劍橋信息集團。
從這些投融資情況來看,或許線下大數(shù)據(jù)的資本熱度沒能趕上線上大數(shù)據(jù),入局玩家也沒能夠形成較大的規(guī)模,但我們也能夠看出,這一“藍?!笔袌稣饾u受到資本的關(guān)注。
壁壘打破,智能硬件助力線下大數(shù)據(jù)搜集
數(shù)據(jù)!數(shù)據(jù)!不管是數(shù)據(jù)咨詢分析,還是數(shù)據(jù)的其他的應(yīng)用,這一切都建立在一個大前提——數(shù)據(jù)搜集的到位上。借助于互聯(lián)網(wǎng)等媒介,線上大數(shù)據(jù)的搜集是相當(dāng)容易的,比如搜索引擎的關(guān)鍵詞搜索、各類終端APP的瀏覽記錄等等,這些都是搜集線上大數(shù)據(jù)的渠道。
論及線下大數(shù)據(jù),不同于線上大數(shù)據(jù)的多個應(yīng)用方向,線下大數(shù)據(jù)的收集和應(yīng)用多在零售行業(yè)。前文也說了,在數(shù)據(jù)收集上,線上大數(shù)據(jù)的渠道真的是五花八門,以零售行業(yè)為例,以往,線下大數(shù)據(jù)廠家需要去跟零售商挨個的進行一對一的交流對接,從而進行相應(yīng)的部署。單單從這種部署模式來看,其中的難度和效率之低就可想而知。另外,在零售商方面,他們的能夠提供的數(shù)據(jù)多只是從POS機和監(jiān)控攝像頭獲得的,也就是說,在數(shù)據(jù)上,僅僅依靠零售商而得到的數(shù)據(jù)并不是全面、有效的。
“線下的數(shù)據(jù)會蘊藏在各種場景下,智能硬件是挖掘?qū)毑氐淖罴逊椒?。”朱智表示。通過對多個專注于線下大數(shù)據(jù)解決方案服務(wù)商的觀察,我們可以發(fā)現(xiàn),在數(shù)據(jù)的收集上,它們的過程中都有著“智能硬件”影子的存在,并且還擔(dān)任著最重要的角色。
同時,為了迎合零售商的需求,讓他們直接看到自己的客戶流量等數(shù)據(jù),智能硬件+終端APP這一搭配幾乎成為了線下大數(shù)據(jù)廠商選擇的主流,像ZMT眾盟推出的眾盟淘金盒子+“掌柜”APP,基于對數(shù)據(jù)的收集和分析,其能夠向零售商展示客流量、到訪頻率、停留時間等等數(shù)據(jù),從而掌握門店的運營狀況。
入局線下大數(shù)據(jù),敲門磚“精準營銷”最受歡迎
在我們的意識中,數(shù)據(jù)向來是一個理性的代表,也是一種精確、令人信服的存在和依據(jù)。對于線下大數(shù)據(jù),其當(dāng)下最大的市場在于零售業(yè),而在后者,其最為看重的就是產(chǎn)品的銷量等等,由此,精準營銷成為了線下大數(shù)據(jù)的一大應(yīng)用方向。
在ZMT眾盟創(chuàng)始人兼CEO廣宇昊看來,之前基于線上大數(shù)據(jù)的廣告推送模式更多的靠概率,基本等于“猜”,而線下大數(shù)據(jù)的真實、有效,則能夠助力中小企業(yè)實現(xiàn)針對定向人群的精準營銷?!八褜汃R的人不一定會買寶馬,但是去過寶馬4S店的人,一定會買,或者他處在想買寶馬最后的關(guān)鍵節(jié)點上?!睆V宇昊說。在其看來,一旦這部分數(shù)據(jù)被更好地應(yīng)用,將為企業(yè)精準營銷提供有力參考。
當(dāng)前,不管是哪家線下大數(shù)據(jù)的從業(yè)者,或許其在未來對線下大數(shù)據(jù)有著進一步的規(guī)劃,但在市場潛力巨大、競爭也不是那么激烈的眼下,精準營銷成為了他們?nèi)刖志€下大數(shù)據(jù)的一塊“敲門磚”。
一般情況下,當(dāng)走進一家服裝店,消費者或是自己挑選,或是將自己的要求告知導(dǎo)購員,讓其協(xié)助挑選和推薦,或是直接由導(dǎo)購員依據(jù)自己的經(jīng)驗進行推薦。這種模式下,消費者往往會花費很多時間,甚至有時經(jīng)導(dǎo)購?fù)扑]而購買的東西也不是自己喜歡的,在這里,我們看到了精準數(shù)據(jù)的用武之地。還是以服裝店為例,基于線下大數(shù)據(jù)的精準營銷,零售商可以獲得客流量等數(shù)據(jù),從而對產(chǎn)品進行針對性的營銷。并且,通過對消費者個人畫像的分析,導(dǎo)購員等服務(wù)人員也能夠?qū)ζ溥M行精準推薦。由此一來,營業(yè)效率得到了提高,而數(shù)據(jù)變現(xiàn)的速度也進一步加快。
數(shù)據(jù)必將上下打通,如何高效運用是當(dāng)前的考量
不過,我們也得承認,雖然線下大數(shù)據(jù)市場還是一片藍海,玩家也是屈指可數(shù),且單單零售商這一塊就足夠多個玩家玩?zhèn)€好幾年,但是,線下大數(shù)據(jù)服務(wù)商也不能掉以輕心。正如線上大數(shù)據(jù),從一開始的收集,到現(xiàn)在的存儲、分析計算和各類軟硬件產(chǎn)品的應(yīng)用,不管是應(yīng)用方向還是商業(yè)盈利模式,線上大數(shù)據(jù)的規(guī)模都是多樣性的,從而才驅(qū)使了該市場的成熟。
當(dāng)前,作為一塊“敲門磚”,精準營銷成為了線下大數(shù)據(jù)服務(wù)商的主要業(yè)務(wù),但在接下來的發(fā)展中,隨著相關(guān)技術(shù)的發(fā)展,這一藍海市場逐漸被打開,這也就意味著將有越來越多的玩家進入。屆時,僅僅涉及精準營銷方向的結(jié)果只能是被市場淘汰。除了需要打造多樣的數(shù)據(jù)應(yīng)用方向和商業(yè)模式,不管是從長遠的角度,還是從當(dāng)下的情況來看,線下大數(shù)據(jù)服務(wù)商也要注意:
打通線上線下大數(shù)據(jù):通常來講,線下大數(shù)據(jù)更能反映用戶的行為,比如線上搜索“寶馬”和線下走進“寶馬4S店”,兩相對比,后者更能反映用戶的購買心理,對于零售商而言,這才是最有用的數(shù)據(jù)。不過,我們也不能對此一概而論,或許線下大數(shù)據(jù)的價值更高,但線上大數(shù)據(jù)的價值也是不容忽視的。
當(dāng)下,因為電商的盛行,打通線上線下業(yè)務(wù)已經(jīng)成為了品牌商的通性?;诰€下大數(shù)據(jù),品牌商能夠在營銷等多個方面實現(xiàn)精準優(yōu)化,但作用也僅限于線下場景,而當(dāng)加入線上大數(shù)據(jù),品牌商得到的優(yōu)化建議將是更為全面的,比如為什么消費者沒有將了解的欲望轉(zhuǎn)換成實際的購買力等等。通過對線上大數(shù)據(jù)和線下大數(shù)據(jù)的打通,客戶能夠從不同的維度了解自己的運營情況,從而制定出更為精確的營銷策略,實現(xiàn)線上線下對消費者的全面包圍。
“識別”有用的數(shù)據(jù):因為線上大數(shù)據(jù)的收集渠道眾多,大量的數(shù)據(jù)也就蜂擁而至,這時,問題就來了,面對這么多數(shù)據(jù),我們該如何找出真正對自己有用的數(shù)據(jù)?這些數(shù)據(jù)又該如何處理?同理,在線下大數(shù)據(jù)的收集方面,雖然線下場景是數(shù)據(jù)的“第一現(xiàn)場”,但也面臨著同樣的問題。
借助相關(guān)智能硬件,通過對客流量、入店率、復(fù)購率、顧客活躍度、來訪周期、駐店時長等多維度數(shù)據(jù)的采集、分析,商機能夠了解消費者,進而進行精準推薦。在這之中,比如來訪周期這一塊的數(shù)據(jù),店員、外賣人員和消費者的來訪周期和駐店時長是不一樣的,那么,智能硬件在收集數(shù)據(jù)的過程中該如何對三者進行正確的區(qū)分?
不管是何種商業(yè)模式,抑或是數(shù)據(jù)應(yīng)用方向,全面、精準的數(shù)據(jù)才是保證一切工作順利開展的前提和關(guān)鍵。此外,這也是后面線下大數(shù)據(jù)市場發(fā)展的趨勢。
結(jié)論
“現(xiàn)在的搜索已經(jīng)很精準了,但搜寶馬的人不一定會買寶馬,這就反映了線上的強需求表達依然不能反映客戶的真實需求,很多行業(yè)仍舊存在這種狀況。重決策、長決策一定是在線下考察后決定的,醫(yī)療、教育、房產(chǎn)都屬于這種類型?!睆V宇昊表示。
從中,我們了解到,線下大數(shù)據(jù)在多個行業(yè)領(lǐng)域內(nèi)的重要性是遠遠大于線上大數(shù)據(jù)的,這也就透露出了該市場的前景之大。不過,相對于線上大數(shù)據(jù)的熱火朝天,線下大數(shù)據(jù)這一市場當(dāng)前還處于起步階段,其背后也就意味著市場、技術(shù)等多個方面還有許多問題沒有解決。
在這方面,線下大數(shù)據(jù)廠商所能做的唯有不斷地進行摸索,進而發(fā)現(xiàn)問題、解決問題,探索更多的可能性,去應(yīng)對和適應(yīng)市場在未來可能發(fā)生的多種變化,讓自己站穩(wěn)腳跟,去推動市場的成熟。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10