中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

大數據能做很多事，小數據可以補足其中的細節，塑造獨一無二的數據體系，促進新零售增長。

十一年前，在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》一書首次正式提出“大數據”概念，意指不用隨機分析法（抽樣調查），而采用所有數據進行分析處理，這也開啟了大數據的飛速發展十年。

十一年后，在跟一位商業綜合體從業的合作伙伴在暢聊時，他提到一個很有意思的詞叫“小數據”，并且對“小數據”表達出的渴望遠超大數據。

大數據是什么我就不再贅述了，可是什么叫“小數據”呢？

“小數據”是什么？

也許不同的機構和媒體對于小數據的定義不同，在此處，我們溝通定義的小數據指的是跟具體某一可識別、可觸達和可標記的消費者有關的數據集。它不是大量數據積累的抽象概念，不是一個模糊的趨勢和范圍；而是切切實實的電子用戶，或者說是一個個有電子ID留存在商業系統中的人相關的數據。

為什么說大數據時代，對線下商業體而言小數據更加值得關注？

我們做了一些探討。

十一年間，大數據被所有的互聯網公司和媒體掛在嘴邊，吹捧不已。

確實，我們也看到、真切地感受到了大數據為我們生活帶來的巨大改變，提升了社會生產效率，優化了資源配置，讓共享經濟、AI智能物聯網觸手可及。

而且，我們也可以看到大數據給線下商業（具體指新零售品牌店/購物中心等線下商業體）帶來的價值是什么。大數據技術的發展讓之前很多傳統商業想象不到的場景都成為了現實，讓傳統線下商業看到了夢幻般美好的未來，比如：

• 大數據平臺可以告訴商業體當前5km商圈或者全城、甚至全省范圍內消費者潛在客群有多少人、分別集中聚集在哪些區域，并生成具體的分布熱力圖（基于此，品牌或者商業體就可以優化新店區位選址邏輯，選擇核心消費客群更集中的位置開店）。
• 大數據平臺可以分析曾經來過某一商場的所有消費者群體特征，男性多還是女性多，青年和中年人數占比是怎么樣的，親子類家庭和獨居人群分別有什么樣的消費傾向（商場就可以根據到場消費客群特征調整自己的線下店鋪的業態分布，比如增加美妝還是增加親子類品牌招商）。
• 大數據平臺還可以分析出十一國慶期間到過某一商圈范圍內的20萬人都是來自于哪些城市，周邊城市客源占比有多高，哪個周邊城市是主要客源地（定向精準進行媒體合作或者廣告投放，提升營銷效率）。
• 大數據平臺還可以將城市切分成邊長為幾十米到幾公里不等的方形地理網格，計算分析在一年內到某一商場產生過消費的客戶都來自哪些地理網格，在客戶聚集較為密集的網格里，主要是哪些小區（就可以針對該小區的廣告牌進行針對性定向的廣告投放）。

大數據的應用場景之豐富還遠不止于此，可謂價值巨大。

那么，“小數據”又有什么價值呢？如何能跟大數據相提并論呢？

其實，我們從幾個角度來看就會稍微更加明白一些，比如：

• 大數據資產屬于大數據平臺公司，不屬于線下商業體所有，商業體也不可隨時個性化分析使用；
• 大數據平臺目前在國內屬于寡頭壟斷地位，數據開放的同時也是對立隔絕的（比如阿里大數據和騰訊大數據），數據的完整性和豐富性有待觀察、驗證；
• 大數據更多是告知商業體一種趨勢和大的范圍、特征，而非具體提供給商業體一個可觸達的人群，所以只能輔助階段性大的方向性商業決策，而無法助力日常具體運營工作；
• 大數據產品使用費用非常高昂，動輒每年百萬級的使用費用；
• 大數據產品所分析得出的潛客分布、消費特征分析、客戶畫像等結論，可能一年之內都不會有太大變化，相對穩定，無需時時查看。

“小數據”的價值是什么？

我們前面說到，“小數據”我們這里指的是具體某一可識別、可觸達和可標記的消費者有關的數據集。

也就是說，消費者是跟商業體的自建或者saas化的數據中心/會員中心產生了聯系。線下商業體可在自己的信息系統中可查看、識別、歸集、分析所有電子形態的顧客信息、消費傾向、RFM消費特征，然后可以根據運營計劃，選擇適合的時間、適合的觸達渠道、適合的促銷內容進行消費者觸達，從而產生實質的消費轉化。然后，沉淀數據價值到數據中心，然后再集成、歸集、分析，支持下一輪的營銷活動。

注意幾個細節：

• 在“小數據”的邏輯體系內，所有數據資產都是屬于商業體的，不屬于其他平臺，是線下商業體自行不斷累積沉淀的；
• 小數據的客戶是一個個有手機號、微信和支付寶ID、有頭像/昵稱/性別等信息的具象化的人，不是一個大的特征，也不是一個泛的趨勢；
• 小數據客戶都是可以被商業體隨時隨地通過多種渠道和平臺可觸達的，商業體的多種類型的信息是可以推送到一個個具體的人的，可以確切的拉動具體的消費訂單，促進會員活躍度提升；
• 小數據運維所需要消耗的成本是很小的，每年費用可能只是大數據費用的十分之一/二十分之一，并且商業體線下聚合流量的天然優勢讓自己不缺少用戶流入；
• 小數據維度下，通過多個方式轉化來的消費訂單是可標記、可追蹤到具體的人，據此可以細致分析活動的效果和優化方向，總之就是使運營活動過程和結果都可衡量，大數據貌似做不到這一點。

“大數據+小數據”才能真正實現新零售/線下商業智慧經營的突破

大數據是有不可忽視的優越之處，這里沒有忽視或者故意貶低的意思。

可是，對于線下商業體的經營而言，大數據存在很多問題和局限性，無法真正很好的為不同規模、不同業態的線下商業體帶來具體的運營結果提升。

比如，你就算知道了某一商圈內客群特征和用戶消費習慣，那又怎么樣呢？你會發現你周邊1km直徑范圍內的其他商業體跟你是一樣的，你知道趨勢和客群特征，他們也一樣知道；你關注的消費動向，他們也關注，你傾向的也許就是他們正在調整的方向。

杭州湖濱街道，1.5直徑范圍內有N家大大小小的商業綜合體，如下圖所示：

就像圖中的紅圈，每個圈都是一個大大小小的商業綜合體或者商業街區，很多所謂的商業大數據結果對他們而言，答案是一樣的。

簡言之，嘉里中心花80萬買的大數據平臺工具生成的分析報告，跟湖濱銀泰花100萬購買的另一家或者同一家大數據平臺工具生成的分析報告幾乎可能是一樣的。畢竟，他們直線距離都不到1000米。

那么，這兩家購物中心是直接的對手，他們又要如何競爭才能從對方碗里奪食？

只有搭建自己的“小數據體系”，去培養自己的粉絲、會員客戶，通過自己數據中臺沉淀的用戶畫像、信息和RFM消費習慣等數據，結合促銷內容+渠道才能有效地帶來會員復購和單次到店提袋率的提升。畢竟，每個商業體的“小數據體系”的完善度和豐富一定是不一樣的，這個才是數據維度的差異化競爭力。

最終，使得?【客流量】*【提袋率】*【客單價】=【營業額】的商業公式結果最大化。

大數據+小數據，大趨勢和大特征+小場景和小用戶；這樣，才能既有功法，又有招式。

這才是完整的數據方案，可以帶給線下商業體的經營效率和成果的確切提升。

本文由 @張楊俊恒 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自 Unsplash ，基于 CC0 協議