
商业地产引入大数据 依靠互联网增加盈利能力
在提升区域地价的利益驱动下,各地综合体数量有增无减。但另一方面,电子商务正在挤占传统商业地产的空间。这使得大多数购物中心不得不走“互联网+商业地产”的道路。为提升竞争优势、减少错配,过去几年,开发商在自己的购物中心中大规模引入互联网设备,发展诸如大数据、O2O等新模式。
那么,互联网对提振商场营业额的作用究竟有多大呢?能否为那些线下的零售商精确地掌握潜在消费人群的消费习惯和消费需求,并精准围绕消费者来确定产品研发方向、营销内容,乃至为去库存提供帮助?
用大数据调整经营业态
从“供”到“需”,是大数据应用的核心。以采购销售为基本框架的线下商场,正在通过大数据逐步聚焦消费者需求。
2014年世邦魏理仕发布的报告称,中国占全球在建购物中心面积一半以上,8个城市跻身前十名。其研究部中国区执行董事陈仲伟预警称,多个城市已出现局部过剩。
与此同时,电子商务消费额度节节攀升,去年“双十一”,天猫成交额总量从2013年的350亿元增至571亿元。
在此背景下,万达已在全国多家万达广场引入大数据,目前至少做了七个方面的数据收集,如租赁流程、品牌建档、城市信息、POS交易记录、客流监控、顾客WiFi跟踪、大会员体系。
以WiFi跟踪为例,只要顾客进入万达广场,大数据即可捕捉所有智能手机用户,将顾客的行走路线、消费习惯记录下来。
高力国际市场研究与项目咨询部董事陈厚桥对《每日经济新闻》记者指出,与传统的抽样调查相比,大数据更为全面精准。以人流量20万的商场为例,确定好数据收集点后,就可按照顾客年龄层、消费额、购物喜好等对商场内的店铺分类,为优质商铺提供优惠的同时,砍掉吸引力差的商户,随时调整商铺布局。
陈厚桥表示,通过调整经营业态,营收肯定会有提高,但国内还处于起步阶段,目前并无权威数据。国外案例显示,这些措施可增加2%~9%的营业收入。
O2O为购物中心增流
虽然线上商务的消费额度在不断提升,但是对于线上商户而言,它们所提供的线下服务总是“差一点”。这给了线下商户机会。
大数据产业联盟会长董力明向《每日经济新闻》记者介绍,很多购物中心同时使用多类智能交互设备收集数据,在数据分析基础上,提供定点促销信息,增加消费者黏性,提升客流量。目前深圳多个购物中心已出现模拟换衣间。
尽管与传统百货相比,购物中心的营收仍有增长,但当它们集中在一定区域内,则只有差异化才能生存。于是,各家购物中心在O2O、体验性业态上下功夫。
万科提出要做体验型的生活广场。以其东莞松山湖生活广场项目为例,购物占比很小,超市、特色餐饮、休闲娱乐项目等才是主打。
世邦魏理仕研究部高级经理郭丽萍称,深圳万象城、Cocopark等多次调整租户就是要把店铺租给更具体验性的商家,吸引人流量。因此,这些优质的购物中心考虑得更多的,已不是租金,尽管一些老客户给的租金更高。
为租户提供增值服务
由于很多零售商市场信息不足、商品管理精细度不够,导致库存大量积压,定价不科学,因而面对电商的低价冲击时陷入被动。
董力明称,相较商业地产的资金占有量,建设大数据或O2O的成本并不高。
虽然成本不高,但也并不是一两个独立商户所能承担的。陈厚桥认为,像万达收集的数据,可以作为增值服务提供给租户。
董力明介绍,以前租户的信息很少,商家对目标人群缺乏了解;现在有了大数据,每个顾客都对应一个ID,可以清楚地了解客户需求与喜好。据他介绍,目前一些大型的连锁商家已经开始利用这些信息来做一些增值服务。以餐厅为例,商家知道了哪些菜式受欢迎,便可以据此调整采购量,优化经营方向。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14