奇点云行业观察 | 购物中心如何实现高质量数据采集？

本文主要是介绍奇点云行业观察 | 购物中心如何实现高质量数据采集？，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

⼈脸识别是线下零售数字化升级的核心抓手，再怎么强调也不为过，⼈脸算法的升级和智能硬件的普及将真正把Mall的数字化从概念走进现实。抓住她的脸，记住她的路线，走进她的心田，Mall的运营数字化才能真正登堂入室，请记住一点，有想法做好线下Mall生态的朋友，你要谨慎的不是万达，不是吾悦广场，是BAT等互联网巨头!(本⽂需要你花费5分钟阅读，⼲货不解释)

近些年，虽然线上零售对线下零售造成很大的冲击，但在零售总额实际比例中，线下零售占比高达90%，而线上零售只占10%。展望未来，线下零售依然会占零售的重要地位。消费者对吃喝玩乐、生活服务在线上是无法切身体验到的，这种体验式零售业态的典型代表就是购物中心。

1、购物中心发展三阶段

国内购物中心的发展，大致经历了三个阶段：摸索——发展——成熟。

摸索阶段：2000年前的整个20年（1980年——2000年），中国购物中心基本处于萌芽状态，百货成为市场主流，但在营运管理上用百货的运作模式或纯地产思维来管理，往往弱化信息化的建设。

发展阶段：2000年后的10年里面（2000年——2010年），购物中心管理者在思路上逐渐清晰化“统一经营、分散管理”、“百货购物中心化，购物中心百货化”的思维已经深入骨髓，对信息化的要求提出了更高的要求，强调招商、租约、会员及营运的管理。

成熟阶段：2010年开始的近10年（2010年——至今），购物中心进入相对成熟阶段，类型千差万别。购物中心从业者思想从“经营人到经营物”的角度在思考发展变革，全渠道思路已逐步运用于实践，进入“百花齐放、百家争鸣”的阶段。

2、购物中心发展的困局

购物中心经历了多年的高速发展，受到业态饱和度、经济下行、市场疲软、品牌及商场布局同质化等因素影响，购物中心从业者面临巨大的挑战：

招商难：待开发的购物中心数量猛增、竞争激烈、分流严重，导致购物中心招商、营运困境越来越突出；而对已开业的购物中心，由于缺乏数据，无法用数据来指导招商，商场的定位和顾客呈现的数据往往存在巨大差异。

规划难：多数商业地产商过多关注品牌规划而忽略背后的租金规划，找不到合适的信息化手段对业态规划进行有效监控，商场铺位布局由于没有用数据“说话”，造成商铺间的联动效应不强。

营运管理难：业态持续调整，是购物中心租金提升的重要保障，业态调整要考虑租户满意度和顾客满意度，而购物中心租赁为主的业态模式往往缺乏这些数据抓手，从“开业大吉”变成“开业大急”。

3、突破数据掣肘，跨越管理鸿沟

线下购物中心与线上平台最大的区别在于：场景化、多触点。场景化营销是购物中心中最容易理解的着力点，相应的技术难度也较高，需要全触点的数据采集能力，经过标签处理、分析引擎、营销引擎等找到合适的消费者，在合适的时间对他们做适合他们的触发。

运营好购物中心必须要掌握好用户体系、交易体系等，要以数据为驱动、消费者为核心，同时也要不断创新，通过新的触达消费者的方式去适应消费者新的消费习惯。购物中心以消费者大数据驱动精细化运营，这里的消费者大数据包含了消费者的属性、偏好、行为以及各个触点交互产生的数据等数据的采集、加工和整合，购物中心将经营思维从商品出发转变到消费者身上。

目前购物中心销售数据的采集，主要还是以下几种模式：数据填报、接口模式、DATAHUB、下放POS机、微信端录入及数据盒子，这些模式的数据采集无疑都是对数据收集的补充，但是存在的问题也非常突出：成本高、运维重、商户谈判难、易出错、商户扣留小票、易盗刷积分等等，体现的采集模式还是以被动采集为主；对于会员的拓新手段乏力：会费入会、购物入会、邀请加入、合作伙伴入会等等，都缺乏顾客的参与感、互动性及体验性，限制了会员主动入会的热情；由于传统客流技术的局限性（例如红外线客流、WIFI客流），建立不了Face-Id和会员Id的联系，对会员的行为数据根本无法做到准确收集。

怎样才能改变传统模式对于数据采集中遇到的问题，同时又能提高顾客体验？建立一个精细化的数据采集体系尤为必要，借助顾客主动留下消费数据、会员数据，结合后台大数据的技术处理能力，实现对顾客营销的赋能，这无疑是购物中心数据采集技术上的一项巨大提升。

例如上海某购物中心，经过多年连锁化发展经营，会员数据、小票数据、顾客行为等数据采集一直都不理想，对会员的行为数据分析、贴标、AI营销推荐更是无从谈起。

然而购物中心大数据之路的核心难题是数据采集，伴随着AI和大数据愈发成熟，数据采集可基于AI智能终端的互动体验来实现，通过人脸识别和IOT技术打造的多功能魔镜及识客系统多端触达购物中心的消费者，不断沉淀线下可运营数据资产，这些数据资产与该购物中心的数据打通，形成基于 Face ID 的消费品质、消费层级、网购偏好等多维度顾客画像。同时洞察顾客从进入购物中心到离开的每一个行为。借助数据中台处理能力，利用会员的消费数据+行为数据，精准会员贴标、实现AI促销引擎推荐，最终达到会员“一对一”的营销目的，实现购物中心的价值转换。

4、数据采集让资源体现最大价值

购物中心对数据的收集，为后续大数据分析打下了坚实基础，是实现购物中心高效、高质、统一管理和经营的巨大助力，完善的数据采集对购物中心从业者在后续招商、租约、会员、营销、分析无疑有巨大的指导意义。完整的数据采集是大数据分析的基础，也是营收的重要体现；以数据为基础，实现招商的优化、租户的调整及汰换；提升对租户服务能力及广告投放；深度洞察会员，数据化会员的获得率、保持率、贡献率、满意率及流失率，标签化会员，实现会员的数字化营销；监控客单价、客户群组及顾客流向、寻迹等，可以及时调整营销方案和力度。

在消费者体验经济的大趋势下，大数据会帮助购物中心做出更好的决策，提高运营效率，挖掘更多的流量变现能力。