大悦城的“大数据”经营
发表时间:2014-12-20     发表评论

  编者按/ 任何一位来到北京或上海大悦城购物中心的时尚男女都会发现,当你正在香港满记甜品里大快朵颐时,手机上会忽然收到一条美国服装连锁品牌店GAP的促销短信——这个“惊喜”绝非巧合,因为根据大悦城的跟踪分析,光临满记的会员中,有超过37%的人,也将进GAP购物。

  关联营销,只是中粮集团旗下的大悦城精细化管理的冰山一角。在“E大悦城战略”驱动下,位于闸北苏河湾的上海大悦城,正在构建21个层级的会员管理体系,北京的西单大悦城重点挖掘客流轨迹,而朝阳大悦城则尝试拓展O2O(线上线下)的服务。

  中粮集团副总裁兼中粮置地董事长周政说得好:“如今要把握顾客的需求,不再是靠经验而是靠数据。内部创新只跟着感觉走的话,可能花了很多钱,却没有找到真正能够讨好消费者的方法。”

  而专业商业咨询机构提出的“大数据”理想应用场景应该是:利用顾客线上及线下购买行为的全部历史数据、会员卡及消费者人生阶段划分等方法,将零售从 “想出售商品给顾客”的模式转变为“提供顾客想买的商品”模式。

  且让我们近距离观察一下,此番大悦城的“大数据”改革蓝图,究竟有何玄妙之处。

  客流是需要经营的

  国内购物中心的“大数据”探索并不是一个新话题,会员年龄、性别、消费金额等数据收集只能算作基本功,更多的诸如人脸识别、水滴系统等新技术也逐渐成为标配。

  不过,“大数据”在实体零售业落地却不是一件易事,许多失败案例也证明,由互联网生态催发的“大数据”应用,并不能简单移植到实体领域,中粮置地有限公司商业管理中心研策部总监张岩对此深有体会。他举例说,在垂直类网站普遍应用的“标签法”,就难以胜任实体零售客群的复杂性及品类的多样化,任何一个因素变化,都会导致数据处理的难度增大几倍。

  对于急于想从“大数据”中掘金的实体零售商来说,真正的难度也许并非技术壁垒,而是清楚地认识到,为什么要收集、整合和分析这些数据。

  “好多人观念中的‘大数据’,就是搜集海量的数据去对比,但对比得出的结果,对实际的商业策略调整,未必真正有益。”张岩说。他觉得,“大数据”应用最大的困难在于,众多数据之中,应该向哪个方向寻求突破。换言之,尽管新的技术手段不可或缺,但“大数据”应用却不能脱离传统的商业逻辑,后者才能将无序而纷乱的数据,提炼锻造为商业情报和商业智慧。

  大悦城的商业策略立足于“经营客流”,单个消费者的单日消费轨迹追踪,利用价值并不高,而影响最大的是会员生命周期。通过对会员总体的生命周期管理,可以准确发现会员的维护节点期、平台期、高价值消费期和预计的流失期——只有把握其中规律,才真正有助于构建指导日常商业运营的会员管理体系。

  下一步,则是在相应节点进行技术分析,比如依据年龄、性别、RFM(最近一次消费、消费频率、消费金额)等指标,将顾客依据其自身属性匹配至相应的坐标系下:每个人都有7~8个或者更多的“标签”,有什么样的营销需求,就可以抽取相对应的“标签”组合。

  具体来说,就是对即将进入维护节点期和流失期的会员,进行最大力度的维护管理,促使其重新“归队”,对进入消费平台期的会员,进行更加精准的消费引导和激励,推进其进入高价值消费期。

  如何发现“女大叔”?

  2014年11月初的西方“万圣节”期间,上海大悦城举办过一个主题为“鬼屋”的活动,其提取的“标签”有:一是女性,她们对购物更感兴趣且带来男性客户;二是近一个月没有来,但历史上有过购物记录,这是有效会员但非忠诚会员。该活动的会员拉动率超过12%。

  针对忠诚会员,上海大悦城进行了积分换购的促销活动。通过客户偏好分析,他们把忠诚会员可能感兴趣的品牌作为积分兑换目标,并将活动信息发给12万会员中的1824人,最后实际产生兑换的人数为128人,参与率为7%——同行业同类促销活动的参与率仅为1%。

  通俗地说,这就是垂钓者“定向投饵”与“随机撒网”之间的区别。

  上海大悦城副总经理危建平总结说,这样的定向促销活动,首先是节约了营销成本,更重要的一点是,不至于为了几百个人的有效消费,而牺牲了十多万人的购物体验。

  “对于那些对此项活动完全不感兴趣的会员来说,收到促销短信,无疑是一种骚扰,我们要努力避免类似糟糕体验发生。”他说。

  这也是大悦城“大数据”应用的基本出发点:对手上多达85万的会员精耕细作。

  据称,万达集团董事长王健林也在公司内部研讨中提到,过分追求会员数,会误入歧途,要增加的是有质量的会员,活跃的会员,这样产生的“大数据”才有价值。

  在张岩看来,未来购物中心之间的竞争,业态容易照搬,商家品牌可以分享,推广活动也没有什么特别的难度,真正学不来的是数据的处理、分析和挖掘,因为数据应用不仅仅是数字表面的简单关联,更重要的是数据背后潜在商业价值的独到发现。

  比如人脸识别系统,早已不是什么独门的技术秘籍,最直接的应用识别性别特征,但这显然远远不够。张岩举例说,他们在一次活动中就有特别有趣的发现,由此还提出了 “女大叔”(即消费方式趋于中性的女顾客)这个独特的客群,并进行了相应的店铺调整和品牌重新定位。

  “大数据”拯救“二房东”

  经营客流的最终目的,是知道如何将这些客流引导到商家的店铺中去:可以针对性地进行活动推送,也可以实施LBS(定位服务)精准营销,平衡客流分布,还可以识别特定店铺的顾客“脸谱”,有助于后者更加精确的定位。

  不过,这种应用并非是单点操作,而是系统作业,步步为营,这样才能挖掘客流的最大价值。比如,朝阳大悦城在发现销售额与车流的匹配度相关性之后,就开展了环环相扣的营销运作,相继推出“免费停车3小时”“不开车,大悦城补贴公共交通费”“发放小饰品优惠券返还车费”等系列活动。

  即便手握数据,也不一定能够实现上述效果,因为目前实体零售商对数据的应用还过于粗放,甚至无从下手。有效的做法是:将数据依据商业规律进行更加细致的解剖,直到量化为最清晰可见,也最容易捕捉的“数据原子”。

  以店铺销售额为例,最直接的影响因素是每天到店的客流情况、转化率及交易额。但张岩认为,这还远远不够,比如客流会受商铺品牌、推广活动、竞争对手的影响等,依此类推,就形成一个个数据节点,正是企业进行数据采点的依据。

  “销售出现问题,就能够溯本逐源,看出真正的问题。”张岩说。

  类似的问题排查系统,在大悦城已初步发挥效用。在北京朝阳大悦城,2014年1至8月份之间,共有85家店铺通过帮扶措施实现销售业绩明显增长,其中同比增长在30%以上的店铺达59家,一些店铺甚至成为全国销售冠军店铺——当然,这也相应带来了大悦城租金收入的大幅提升。

  危建平认为,以上尝试,使购物中心盈利模式的转变成为可能,因为与传统的购物中心固定租金的模式不同,现在是“抽成租金”的概念,两者相较取其高。他举例说,如果固定租金设置为2万元,以20万元的销售额为基准,超额完成之后抽成租金10%,那么如果是25万元的营业额,那么购物中心就会收到2.5万元的租金。

  在一定程度上,“大数据”改革的成功,消除了逐渐陷入困境的传统购物中心“二房东”模式的弊端。后者对品牌和商铺缺乏控制,商品同质化严重,“千店一面”,且租金收入单一,不加租难以化解成本上涨,租金加码又会适得其反逼跑租户。

  “对消费者来说,购物中心要常见常新,就要不时‘换铺’,之前就是靠经验,现在是靠数据说话。”危建平说。

稿件来源:中国经营报
第一纺织网版权与免责声明:
  1、凡本网注明“本网专稿”的所有作品,版权均属第一纺织网所有,转载请注明“第一纺织网",违者,本网将追究相关法律责任。

  2、第一纺织网转载的所有的文章、图片、音频、视频文件等资料的版权归版权所有人所有,本网站采用的非本站原创文章及图片等内容无法一一和版权者联系,如果本网站所选内容的文章作者及编辑认为其作品不宜上网供大家浏览,或不应无偿使用(涉及费用问题,需要删除“不宜上网供大家浏览,或不应无偿使用”)请及时用电子邮件:martin@setways.com通知我们,我们会在第一时间删除,避免给双方造成不必要的经济损失。 
 相关资讯
  •  
  •  焦点新闻
网站背景 | 公司简介 | 联系我们 | 友情链接 | 产品与服务 | 信息定制 | 网站地图

CopyRight ©2005 - 2014 www.webtex.cn, All Rights Reserved
企业营业执照认证: 沪ICP备10039135号