
互聯網+商業(yè)地產:大數據調整經營業(yè)態(tài) O2O增流
在提升區(qū)域地價的利益驅動下,各地綜合體數量有增無減。但另一方面,電子商務正在擠占傳統(tǒng)商業(yè)地產的空間。這使得大多數購物中心不得不走“互聯網+商業(yè)地產”的道路。為提升競爭優(yōu)勢、減少錯配,過去幾年,開發(fā)商在自己的購物中心中大規(guī)模引入互聯網設備,發(fā)展諸如大數據、O2O等新模式。
那么,互聯網對提振商場營業(yè)額的作用究竟有多大呢?能否為那些線下的零售商精確地掌握潛在消費人群的消費習慣和消費需求,并精準圍繞消費者來確定產品研發(fā)方向、營銷內容,乃至為去庫存提供幫助?
用大數據調整經營業(yè)態(tài)
從“供”到“需”,是大數據應用的核心。以采購銷售為基本框架的線下商場,正在通過大數據逐步聚焦消費者需求。
2014年世邦魏理仕發(fā)布的報告稱,中國占全球在建購物中心面積一半以上,8個城市躋身前十名。其研究部中國區(qū)執(zhí)行董事陳仲偉預警稱,多個城市已出現局部過剩。
與此同時,電子商務消費額度節(jié)節(jié)攀升,去年“雙十一”,天貓成交額總量從2013年的350億元增至571億元。
在此背景下,萬達已在全國多家萬達廣場引入大數據,目前至少做了七個方面的數據收集,如租賃流程、品牌建檔、城市信息、POS交易記錄、客流監(jiān)控、顧客WiFi跟蹤、大會員體系。
以WiFi跟蹤為例,只要顧客進入萬達廣場,大數據即可捕捉所有智能手機用戶,將顧客的行走路線、消費習慣記錄下來。
高力國際市場研究與項目咨詢部董事陳厚橋對《每日經濟新聞》記者指出,與傳統(tǒng)的抽樣調查相比,大數據更為全面精準。以人流量20萬的商場為例,確定好數據收集點后,就可按照顧客年齡層、消費額、購物喜好等對商場內的店鋪分類,為優(yōu)質商鋪提供優(yōu)惠的同時,砍掉吸引力差的商戶,隨時調整商鋪布局。
陳厚橋表示,通過調整經營業(yè)態(tài),營收肯定會有提高,但國內還處于起步階段,目前并無權威數據。國外案例顯示,這些措施可增加2%~9%的營業(yè)收入。
O2O為購物中心增流
雖然線上商務的消費額度在不斷提升,但是對于線上商戶而言,它們所提供的線下服務總是“差一點”。這給了線下商戶機會。
大數據產業(yè)聯盟會長董力明向《每日經濟新聞》記者介紹,很多購物中心同時使用多類智能交互設備收集數據,在數據分析基礎上,提供定點促銷信息,增加消費者黏性,提升客流量。目前深圳多個購物中心已出現模擬換衣間。
盡管與傳統(tǒng)百貨相比,購物中心的營收仍有增長,但當它們集中在一定區(qū)域內,則只有差異化才能生存。于是,各家購物中心在O2O、體驗性業(yè)態(tài)上下功夫。
萬科提出要做體驗型的生活廣場。以其東莞松山湖生活廣場項目為例,購物占比很小,超市、特色餐飲、休閑娛樂項目等才是主打。
世邦魏理仕研究部高級經理郭麗萍稱,深圳萬象城、Cocopark等多次調整租戶就是要把店鋪租給更具體驗性的商家,吸引人流量。因此,這些優(yōu)質的購物中心考慮得更多的,已不是租金,盡管一些老客戶給的租金更高。
為租戶提供增值服務
由于很多零售商市場信息不足、商品管理精細度不夠,導致庫存大量積壓,定價不科學,因而面對電商的低價沖擊時陷入被動。
董力明稱,相較商業(yè)地產的資金占有量,建設大數據或O2O的成本并不高。
雖然成本不高,但也并不是一兩個獨立商戶所能承擔的。陳厚橋認為,像萬達收集的數據,可以作為增值服務提供給租戶。
董力明介紹,以前租戶的信息很少,商家對目標人群缺乏了解;現在有了大數據,每個顧客都對應一個ID,可以清楚地了解客戶需求與喜好。據他介紹,目前一些大型的連鎖商家已經開始利用這些信息來做一些增值服務。以餐廳為例,商家知道了哪些菜式受歡迎,便可以據此調整采購量,優(yōu)化經營方向。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數據生態(tài)中兩類核心工具的差異與協(xié)同 在數字化轉型加速的今天,企業(yè)對數據的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數據分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數據分析的 “基礎語言”—— 從描述數據分布的 “均 ...
2025-09-19CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-19SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 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 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(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 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(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(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(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)務邏輯:從規(guī)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11