沙龙完整笔记-冷葳

但是在体验了它的黑科技的同时，大家有没有比过盒马鲜生的价格？我们其实前两天去比了一下，它的内容很容易复制，就比如说京东到家，30分钟到家的，它的价格比其他的来讲还是稍微有点高的。我觉得它好，但是它可以更好。刚刚齐总也说了，新零售它的各种，比如你的人工智能还是大数据也好，它不仅仅是为了酷炫，不仅仅是为了黑科技的体验。我觉得新零售的核心在哪里？核心更多的是了解我们消费者他的一个最本质的需求，其实大家作为消费者也了解自己最想要什么。无非就是更低的价格体验更质量的产品，以及更快的一个物流的配送，更好的一个购物的体验，我相信每个人差不多是这四方面。

如果我们在新零售它的不管是智慧门店，还是各种黑科技，如果能基于这点来讲，从消费者的本质出发，我相信这个企业肯定会更好，然后也能走的更远的。所以我们就来探讨一下如何围绕我们的消费者来进行人货场的一个重购。

其实我今天也跟大家一起探讨一下，我们实体商业如何来进行人货场的重购。接下来大家看一段小小动画，休息20秒。我不知道大家对汇纳科技，知道我们汇纳科技一直做数据采集的，做了十几年了。我们最近几年也希望通过我们的采集回来的这样一个资源做一些创新，所以我们说我们汇纳科技现在的定义不仅仅是一家数据采集的公司，我们同时也会做数据和的运营，数据管理等等。

所以我接下来要把如何做数据化运营的一些汇纳科技正在创新的一些东西给大家汇报一下，并跟大家进行一下探讨。刚刚也说了很多，我们实体零售的一个困境，大家也知道新零售下线上线下，线上的这个数据已经，不管是获取也好，还是存储也好，它都是非常简单的，就是说每个人他的一个购物的行为，浏览的行为都是已经很结构化的记录下来的，这个线上的数据获取已经没有任何的难度了。其实我们线下，我们实体零售的数据不管存储也好还是获取也好，它的壁垒非常高的。其实线下更多的除了CRM，我们通过会员获取的数据以外，就是泛会员，在成为会员之前的这些消费者的数获取是非常困难的，可能需要外界的历练，比如说传感器也好，所以线下实体商业的数据化获取它的壁垒是非常高的。

其实我们公司也是希望在那么高壁垒的一个情况下，致力于去解决这个问题。所以说我们是致力于实体零售的这个数据化的一个创新。就希望我们的这个数据化的创新贯彻到企业经营的方方面面。比如说从零售战略的制定，我们希望了解我们自己的表现怎么样，那我们行业的一个表现怎么样，我们竞争对手的表现怎么样。就通过客流来了解它在整个实体商业这样的一个水平。

第二，我们也希望去通过数据去定位我们的目标客群，去了解我们目标客群他自己的一些喜好，以及他在哪里，他喜欢什么等等。那还有，我们就希望通过数据化运营来优化我们人货场的一个经营的管理。比如说我的顾客，我的员工，以及我货物，产品摆放陈列等等，以及场地的热度等等，通过检测水平来指导我的人货场。

第三，我们希望通过数据化运营指导我们的商业拓展。比如我的店铺适合开在哪一个商圈，哪一个渠道更有前景，所以我们公司做的就是致力于把数据化运营这样一个思维贯彻到企业运营的方方面面。

那汇纳科技其实它的客流的占有率是在70%以上，就是在行业内是遥遥领先的，他线下的数据的一个覆盖，已经是有一千多个商场，然后两万多个连锁店，我们的点遍布在三百多个城市，反正东西南北应该都有，以及我们会有很多的传感器来遍布这些城市做数据化的采集。我们主要的这两个硬件设备主要是视频客流以及wifi探针。所以这是汇纳十几年前做的很基础的工作。

下面讲的是我们如何把汇纳采集到这样一些数据做一些数据化的运营。那除了我们自己的数据以外，我们还会跟很多第三方的数据源进行合作。比如说BAT，然后我们也会有一些专业的爬虫团队，去爬取场外场内的一些信息也有线上线下的标签，运营商我们也是在合作的。然后电子地图，商圈信息我们也是有的，然后线下的这个消费信息，我们主要是跟银联在合作。有的甲方也会把他们自己经营的数据给到我们做更全面的分析。

同时我们会把海量的数据做分布式的存储，我们有专业的数据挖掘的团队做科学的建模，有专业的质控团队做数据质量的预警，以及质量的检测。我们这个平台也是很有兼容性的，就是我们的Saas平台可以兼容到甲方以及其他的合作方。我们也有专业的咨询的团队。

进给大家硬广一下五个产品，一个是我们的智汇客流，第二个是智汇客群，第三个是营销，我们的精准营销，第四个是大数据的选址，第五个是数字化的运营。首先是智汇客流，我们主要是做客流的对标，其实我们很多，我们的品牌商也好，还是我们的零售商也好，他其实很了解自己的客流，他其实不了解整个行业的一个经营的水平怎么样，也不了解他的竞争对手的经营情况怎么样。那基于我们遍布的那么多的点，我们能做的是，不仅了解自己的客流水平，也了解整个行业以及竞争对手的客流水平。

举个例子，比如你自己的客流掌握十个点，这个表现是好还是不好？其实我们不知道的，因为你不知道你的竞争对手怎么样，只有知己知彼，才能百战不殆。我们还会对我们的客流的趋势做经营水平的一个预警，就了解哪些店铺经营的好，哪些店铺经营的差。同时我们可以根据历史的数据做未来运营客流的一个预测，来了解未来的一个客流的趋势。

那我们的这个对标纬度可以到商场，也可以到商场里面的业态，或者整个行业的情况。可以了解他竞品的一个客流的情况，也可以了解自己，或者竞品店铺的一个情况。这个是我们比较基础的这样一个对标分析的报告。其实我可以不仅仅了解自己的客流趋势，在不同的纬度，比如说它的一个区域，它的一个城市等级，甚至他一个商圈，或者规模等等，与此同时，也可以知道我自己的这个店铺，它所在的这个商场的客流水平，以及旁边一家我的竞品的水平。这里我要提一下，这里有点敏感的，我们这里说的竞品不是单对单的分享，我们拿到这个数都是跟我们做了数据共享协议的品牌商，我们也不会一对一的把这个数，比如说服装A牌子，直接看到对面那家服装B的情况，不会的。我们是会跟他同类的竞品做一些聚合，我们会把ABCD聚合在一起，不会让你猜出某一个牌子的表现。如果跟我们合作的话，你们的数是安全的，只有在签了协议以后才会在这个聚合的成分里面。所以即使跟我们签了合作协议，也不会把我们的数一对一的放出去。其实我们的合作的商场也是一样的道理，通过跟我们签了数据合作协议的。

那第二，就是智汇客群，当然用户画像这几个字已经听栏了，别人家做的用户画像是怎么样的，大家应该很清楚。我们汇纳科技做的有什么不一样呢？它更多的是了解它场下的一个行为。就是说我们现在很多的用户画像更多的是线上的，就是你APP的访问偏好等等。那我们更多的是基于wifi探针采集到用户的行为去做线下的这样一个标签。所以说这件事情壁垒很高，但是也非常有趣和有意义。比如我可以通过客户的一个到访的行为了解我来了几次，他停留的一个时间，最近一次到访等等。通过这几个纬度来对我的客户进行不同价值的一个切分。同时也可以了解我客户的，或者客群，我的顾客的一个访问的偏好。比如说他喜欢去逛哪些商场，去哪些品牌，哪些业态，甚至喜欢逛哪些楼层等等，这样的一些地理也好，还是品牌业态也好的这样一些偏好。所以我觉得再探讨一下，线下的用户画像，其实它壁垒很好，但是我相信它的用途是更大的。

除此以外也会跟第三方的标签去进行匹配，去进行聚合，了解线上的一个偏好，比如我基本的属性，场上的POI等等，线上用户的偏好。现在讲的都是全渠道，那我们的用户画像是线上线下结合起来全方位多维的一个用户的洞察。

这是一个例子，我们的用户画像的一些报告，左上角是我用户基本的信息，右上角是跟第三方合作的线上的一个用户的偏好。左下角是我们在做的实体零售的客群的画像，右下角是场外场内POI的一个游逛的偏好，所以线上线下相结合。

第三是智汇营销，我们的理念是把线下采集到的不管是什么ID也好，把它打通，去做这样一个整合，然后对这些用户进行定期的维护或者是广告的投放。里面会包括广告的一个精准投放，品牌的一个关联营销，体验营销等等。今天主要是介绍一下精准营销跟我的品牌的关联营销。

广告的精准投放，我相信大家也是听了很多了，现在有很多的这种不管是BAT也好，还是我的运营商都有很多广告的精准投放。其实现在大部分做的LOBS，就是场外基于位置服务的一个精准投放，它基本上圈定一定的范围，然后选取一定的用户标签，对这些人进行场外的一些投放。那这里我们探讨的有什么不一样呢？就是我们探讨的是说，如果这个用户入场了，他该怎么办。其实我们知道不管是GPS怎么样服务方式也好，他的定位是没法入场的，未来可能会达到，但是现在这个技术没有到那个水平。如果他有场内的游逛行为了，我们会获取他的ID，然后对这些人进行一个广告的投放。所以它相比传统的LOBS投放成本更低一些。

这是整个场内用户广告投放的闭环，首先我们会通过wifi探针采集到macID，然后对这些ID进行用户画像的切分，了解他线上线下的偏好，然后选出目标客群，你可以对这些人进行投放，也可以把这些人的属性放大，然后找到有同一属性的客群。然后我们也会有很多其他的第三方的DSP平台，我们会跟很多这样的合作方进行打通。我们会通过我们第三方进行不同广告的投放。所以这里实体商业这样一个壁垒，就是如何去在线下搜集这些人，然后再把这些人去进行价值的一个分类，价值的分析，或者挖掘。然后再对这些人进行不同方式，或者不同纬度的这样的一个广告投放。我相信这也是目前为止这个实体商业，广告投放的技术难点，或者是一件非常有意义的事情。

第二件事情是关联营销，这个也很有趣。我们也知道，现在大部分人应该都是有网上购物的行为，比如你在网上选了某一件产品以后，通常会推出另外一个关联产品的链接。比如买我了一个牙膏同时会给我推出某某牙刷这样的一个推荐，其实在线上这个已经是很常规的行为了。那其实我们线下也可以这样玩。我们还是那句话，我们有wifi探针采集到我们的ID，然后我们可以根据客户访问的行为，就知道他经常去哪些门店，我们也可以了解门店与门店，或者品牌与品牌之间他的客户访问行为的这样一个关联度。

举个例子，比如说某用户经常去家乐福，他可能经常也会去好孩子，我就知道这两个品牌之间有非常强的关联性的。知道了以后，我就可以给这两个品牌提供关联营销的一些指导，比如他们两个可以联合起来做一些促销券的一个投放，或者可以在家乐福门口摆上好孩子的优惠券等等。我相信这也不是大家很陌生的概念，所以线下这样玩的话，应该会为我们的营销的优化带来比较高的这样的一个提升的。

再给大家介绍一下我们的大数据选址，在场的可能有商业拓展的同仁。我不知道大家对这个选址方面，对数据的需求程度怎么样，然后大数据方面的需求，我不知道对哪方面觉得比较有意义的。我相信每个品牌，应该都是不一样，侧重点都是不一样。有的可能对某个商圈，或者某个宏观环境的数，觉得非常有用。然后有可能觉得我用户的定位很有用。其实我这里是觉得，我们的商场的客群非常有用的。为什么这么说呢？就是你一个商圈很热，不代表你要进驻的那个场子他的客流是OK的，他是适合你的产品的。所以说我感觉，我们的商场的客群，或者他的客流，他的一个重要性是外围的一些数所无法企及的。

我其实之前也见过几个品牌商，他们觉得外围的这些数，仅仅有外围的数是不够的，比如我了解我的宏观环境，商圈的热度，工作人口，人口密度的情况是不够的，他们更多的想知道场内的信息。所以我们这边做大数据选址，的是把场外场内相结合，然后突出我们场内商场客流的这样一个布点的优势，来综合给到品牌商做这种选址的指导。

所以说前面就不介绍，宏观环境，人口热度，然后我们可以对某个区，某个品牌它的一个竞品的一个分布做一个分析。交通也不要说了，然后商场客流，就是对场内某几个场子的客流进行一个分析，然后从而来综合的评估我的这个地方适不适合我进行商业拓展。

首先是这个商圈分析，我们可以了解某个商圈它的一个人口密度的指数，可以去圈定，可以对我的目标客群，比如说女性，25-35岁的家庭主妇，她的学历在本科以上的，这类人的居住人口有多少，工作人口有多少，流动人口有多少。同时了解了这个人口密度以后，我们还可以结合其他的一些宏观的信息，比如说GDP，他的一个平均的人均可支配收入，还有交通等等这样的信息。同时我们可以把这个商圈里面的竞争对手这样的一个点放上去，所以这整个的是看我们外围的一个牌子，看整个商圈的环境。

那商场主要是想介绍一下这个，因为我们前面也说了，有一千多个场子客流的信息，我们可以把他想拓展的几个场子进行客流的这样的一个分析，然后来了解他客流的一个排名。甚至我们可以了解某个楼层，某个业态，甚至某个过道客流的情况，所以我们选址有了这个以后，能对我们商业拓展进行更全面，或者更细化的分析。

然后最后是我们的店铺运营诊断。这里怎么说呢，就是从人货场的角度去了解每个纬度他的一个运营水平，比如说从我员工的角度来讲，他的服务能力怎么样，从客户来讲，我新老客的配比怎么样，我有价值的客户是不是在。从货的角度来讲，我货品的陈列怎么样，是不是符合我消费者的游逛的习惯，我货品的转化率怎么样等等。从客流的一个角度去了解这个场子他的人口热度，是不是有一个往上走的趋势。还是跟同行业比处在走下坡路的趋势，所以我们店铺运营诊断是基于人货场的角度。如果你可以共享一些我们没有那么敏感的经营数据，如果能一起放进来做一些分析的话，我相信可以更全面的为我们企业做一些运营的诊断。

这就是一些例子，从人货场的角度，会把它最核心的这样一些指标放出来做趋势分析，那举个例子，比如说我们的某品牌，某个SKU它的销量下降了，那我们可以根据这些最基本的指标把它切分下去，比如说它到底跟你的进店人数相关，还是跟过店人数相关，还是跟你的转化率相关呢？就是哪些因素是导致最后我的销量下降的一个原因呢？所以我在想，有了这些指标以后，我们可以更全面，更客观的去跟我整个企业的运营的水平做一些分析。这就是我今天的很硬的硬广，也辛苦大家听了那么长时间，谢谢！（完结）