京公网安备 11010802034615号
经营许可证编号:京B2-20210330
当整个行业都在谈论大数据 零售企业切入点在哪
地理信息服务还能玩出什么新花样?这家企业也许能给如今的零售企业一些想象空间。今日(9月17日),GISUNI(北京捷泰天域信息技术有限公司)正式对外发布了其最新迭代产品GeoQ。GeoQ是一个基于地理信息系统(GIS)的智能云台,为企业提供基于位置服务的综合解决方案,涵盖地理大数据、轻量级开发接口、可视化编辑器,以及商业位置应用服务。
当整个行业都在谈论大数据零售企业切入点在哪
当前,GeoQ拥有覆盖全国的基础地图与200多种地理大数据(POI,兴趣点),企业在GeoQ平台导入数据即可生成定制版商业地图系统。GISUNI位置智能咨询部总监陈建英在接受联商网记者采访时表示,选址与精准营销是GeoQ介入零售行业(及快消品行业)的两大主要环节。
最需要开店的地方在哪里?这些地方适合开什么形态的门店?哪些是风险较大的商业网点?以及如何将这些风险与内部沟通? 这是每个零售企业在规划阶段需要思考的问题。通常情况下,零售企业的选址参考数据来自麦肯锡咨询公司、第三方技术公司以及企业拓展部门,“麦肯锡、德勤等五大行出品的动辄几百页的报告只能给零售企业选址提供框架结构,而第三方技术公司与企业拓展部门的数据又过于粗放。这个时候需要有一家公司根据模块将数据加以整合。GISUNI这类智能分析解决方案公司就应运而生了”,有评论人士分析说。
来自联商网的数据显示,截止2014年12月31日,沃尔玛已经在全国19个省、2个自治区、4个直辖市的164个城市开设了415家卖场、9家干仓配送中心和11家鲜食配送中心。对于大区与总部而言,这些商业网点的数据收集本身就是一个庞大的工程,数据整理更加“不现实”,这也是很多连锁超市“将数据弃之不用”的主要原因之一。GeoQ将这些“分散又庞杂”的数据整合之后,形成可视的图片,为连锁企业的决策提供建议和使用样本。
这些与“选址”相关的基础数据包含特定区域的房价、人口、家庭收入、消费情况、停车场、学校医院等基础配套,超市百货店购物中心等商业配套,甚至还包括各业态商业网点的布局与租金等。在图片上,零售企业可以直观的了解自己与竞争对手全国门店的布局态势,以及对来自全国的各项数据做多维度分析。
在GeoQ的另一合作伙伴McDonald市场部负责人Gary Liu看来,“IT部门是零售企业的支持部门,而地理位置应用是一个很好的工具,可以提升IT部门对企业的贡献度”。过去的一年,McDonald在GIS应用方面的实践主要集中在基础数据采集上,其中包括宏观经济数据、销售推动因素、McDonald与其竞争对手的商业网点评估等。麦当劳旗下拥有麦乐送、汽车餐厅、McCafé等风格与定位迥异的餐厅,“GeoQ帮助地产部实现智慧选址,给决策者提供了可视化的机会点”。
同样,旗下拥有众多品牌与产品线的Adidas在选址与数据方面遇到了些困难。Adidas在中国内地的门店总数达到了8600家,其中10%为自营门店,90%是经销商开店,而这家公司仍然以每年开店千家的速度在拓展。对于品牌公司而言,怎样让现有门店运行良好,怎样对新开门店进行指引、参与、协助与审批,怎样将项目风险与内部沟通与经销商沟通显得尤为重要。Adidas在去年上线了ESRI GIS online,引入商业热点图作为低级别城市的开店指导,如今,这家公司正在尝试进行定制化GIS的一些实践。
与“选址技术”相比,GeoQ在精准营销方面的实践似乎更有趣。
以华润万家为例,该企业在中国内地的会员将近2000万,其并购的另外一家零售企业乐购也拥有近千万会员。“之前,他们的会员营销只看销售了多少,投入了多少”,陈建英说,“GISUNI介入之后做了两件事情,一是会员画像,基于会员的性别、年龄段、区域分布,我们将会员做了基础分类。二是结合会员卡基础数据与消费数据,我们分析整理了个人会员的消费习惯、购买频次较高的品类。在此基础上,GeoQ计划向华润万家提供更多会员相关服务,甚至DM投递区域、数量、方式都是基于数据分析做出的决策”。
2014年,McDonald也在精准营销方面开始尝试动态模型的建立,与消费者互动频频。9月下旬,McDonald携手百度发起了“樱花甜筒跑酷0元抢”活动,这个基于地理位置服务的活动,页面访问量超2,000万,50多万次分享, 社交媒体上阅读量近7,000万,荣登新浪微博搜索热门排行榜。今年年初,McDonald又举办了一次“自制汉堡活动”,打开应用,填写参与信息,即可来门店参观食材存储、汉堡的生产流程,甚至可以现场体验自制汉堡,这是洋快餐“食品安全”的一次正面营销,也提高了用户忠诚度。
信息产生价值,基于GIS的大数据时代已经来临。线下零售企业的数据是宝藏,谁能利用好他们谁就有更多胜算。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11