
互聯(lián)網大佬圈地線下零售 關鍵在數據_數據分析師考試
線下零售業(yè)的巨大商機讓精于線上的互聯(lián)網公司蠢蠢欲動,但它們面臨的是一個比線上復雜數十倍的商業(yè)環(huán)境。
6月30日可謂O2O最熱鬧的一天,大眾點評宣布和百盛集團達成合作,用點評的2億用戶資源為線下商家導流,并提供一整套O2O解決方案;同日,阿里巴巴集團CEO,同時也是新任銀泰商業(yè)董事會主席的張勇啟動了銀泰商業(yè)的轉型,核心方向也是線上線下融合;而在前一天,阿里巴巴計劃將上線逛街類App“喵街”的2.0版本;此外,糯米在30日發(fā)布“會員+”O(jiān)2O生態(tài)戰(zhàn)略,百度董事長兼CEO李彥宏放話在未來3年拿出200億元給糯米花。
面對互聯(lián)網公司對線下商業(yè)的圈地,再加上像萬達這類商業(yè)體自身也在做O2O的競爭態(tài)勢,大眾點評CEO張濤對《第一財經日報》記者稱,像店鋪庫存、會員體系等這些線下信息目前并沒有和互聯(lián)網打通,在商業(yè)O2O的大趨勢下,誰向線下靠得更近,解決好消費者和商家的連接問題,誰就在未來更有機會。
點評VS喵街的平臺思路
30日,百盛商業(yè)集團CEO張瑞雄對記者說,此前百盛也和阿里巴巴推出的“喵街”進行過合作洽談,最后還是投入了大眾點評的懷抱。他透露,百盛和點評在大約3年前就曾嘗試過用戶導流方面的合作。
記者打開大眾點評客戶端輸入“百盛”后,搜索到離當下位置最近的百盛購物中心上海天山店的頁面,其中按服飾鞋帽、美食、數碼產品等分類整合了商場里的542家商戶以及促銷信息。而當用戶實際進入百盛商圈并打開點評客戶端時,系統(tǒng)會利用地理圍欄技術識別手機并自動跳出該頁面入口,無需手動搜索。
按照張濤的設想,點評要做的是將吃喝玩樂這種高頻消費的用戶,導入線下購物這種低頻的消費場景中,可以理解為提高顧客在某個購物中心的黏性。點評自身的統(tǒng)計數據顯示,餐飲與購物的用戶重合度高達56%。
目前,百盛上海淮海路旗艦店正在進行硬件改造,包括Wi-Fi鋪設、Beacon搭建、支付對接等,以對接點評的系統(tǒng)與線上用戶。張濤說,這種商業(yè)O2O的探索是非排他的,除了百盛,點評未來還會對接其他商業(yè)體。
這和阿里巴巴的線下拓展思路大體相似,即平臺思維,做O2O中的那個“2”。以阿里旗下的“喵街”為例,目前已經入駐的有銀泰、西溪印象城等10個杭州的購物中心,這款App在給用戶提供商戶位置信息、促銷推送、停車繳費、排隊領號、積分兌換等基本服務外,允許商戶根據客流情況推出即時優(yōu)惠(團購),增加店面閑暇時的到店率。目前,入駐“喵街”平臺的購物中心均已和支付寶對接。
記者從阿里方面拿到的內測數據顯示,從5月1日喵街在杭州上線公測至今,用戶數突破30萬,在兒童節(jié)期間,有近5萬名用戶通過喵街進行消費,其中杭州城西銀泰城在活動期間商場銷售總額的20%來自喵街。
大數據定成敗
目前,商業(yè)O2O領域除了點評、阿里、騰訊等互聯(lián)網公司扎堆外,像萬達、大悅城等商業(yè)地產方自身也在做O2O嘗試。以萬達為例,依托“騰百萬”后臺資源打造了O2O平臺“飛凡”,結合全國各地升級的萬達智能廣場,做萬達體系內的線上線下融合。
無論對于互聯(lián)網公司還是商業(yè)地產,O2O探索的價值最終指向的是用戶數據。拿阿里來說,在線上積累了海量的網購與支付數據后,對線下數據的獲取將是下一步棋。近期阿里的一系列舉動,比如將集團O2O業(yè)務整體劃撥給支付寶、成立O2O平臺“口碑”、螞蟻金服內部整合資源成立本地生活事業(yè)部、張勇上臺主導的銀泰轉型等,指向都是線上線下的融合。
此前在多個場合表達過“O2O是偽命題”的張勇曾對本報記者說,未來商業(yè)一定是線上線下全渠道的融合,單純地去談由線上到線下或者由線下到線上是沒有意思的。事實上,數據在融合的過程中起到至關重要的作用。
阿里巴巴城市生活事業(yè)部總經理郭大路30日在接受《第一財經日報》記者采訪時稱,在“喵街”App中,用戶可以針對感興趣的線下商家加關注,相當于建立了商戶的會員體系,但線下的顧客信息屬于小數據,阿里會將自身相匹配的大數據開放給商戶。
阿里巴巴數據技術與產品部負責人車品覺此前在接受《第一財經日報》記者采訪時稱,線下消費的行為數據的復雜程度比網購場景更高,獲取的難度也更大,這將是考驗互聯(lián)網公司向線下商業(yè)拓展的重要一環(huán)。
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(lián)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