
大数据时代 商业地产频频拥抱互联网
“对于大数据、云计算、移动终端构成的广义互联网,鸵鸟式的排斥或无视显然是不明智的,我们只能主动拥抱。”在国贸商城总监助理郑铁看来,传统零售行业已经没有退路。比起绝大多数规划出来的购物中心,有机生长而成的国贸商城动线更为复杂。因此,国贸商城正在研发一套人性化的室内地图导视,配合已有的消费足迹采集互动系统,推出更精准的营销平台。
记者了解到,凯德旗下的购物中心也在做一些新的尝试。被外界贴上“慢”标签的太古,在三里屯太古里开通了新的微信营销通道。
零售行业里,唯有“变”,才是唯一不变的法则。
对未来的探索
凯德商用在上海的龙之梦虹口广场从去年开始开展了两项服务。其一是白领在线服务。这个基于微信的移动客户端平台,让工作控可以快速自由绑定所需要的各色吃饭娱乐服务,“上班族”也能有私人助理服务,管理午餐、晚间娱乐、日常小食消费,还能抽空听听音乐会做做瑜伽,社交朋友圈认识新朋友。
龙之梦虹口广场拥有14万平方米的购物中心与5.2万平方米的办公空间,有近5000名白领在这里办公。“创造连接”让许多白领不再做“熟悉的陌生人”,通过综合体平台,吃饭、游戏、抢票互动起来。未来还将增加新的会员实用功能,如拼车服务、工作早餐服务等。
其二是名叫“未来商店”的概念店。消费者可以通过3D试衣镜试穿衣服;吃饭、唱卡拉OK、看电影等活动,可通过手机提前安排;折扣券、抽奖券、停车券等不用再前往服务台领取,一旦满足赠券条件,它们会自动出现在手机上。
在这里,电子显示屏取代了传统橱窗玻璃,其中一个屏幕上滚动播放着商场最热销的服饰、美食及各类休闲服务。消费者可站在橱窗前“隔空取物”,看中哪件商品或服务,用手一挥就会出现它的详细信息,包括店铺位置、优惠价格、产品二维码等。用智能手机扫一扫二维码,就等于将产品或服务放进了虚拟购物车,去店铺缴费即可取货。
凯德从不担心电商的冲击。凯德商用中国总裁骆伟汉去年在接受记者专访时就表示,购物中心会根据不断变化的消费者需求进行调整。
盈石集团研究中心总经理张平6月11日在接受记者采访时评价说,万科目前的大型商业项目正处于起步阶段,增长速度将很快。由于商业地产总的供应量巨大,而万科的项目供应主要集中在一线或者重点大型城市,竞争将更为剧烈。万科百度合作更深层次的动力在于,双方想合作构建集合一个线上线下的数据化平台,在了解客户需求的同时拓展零售领域的末梢。
而万达商业对未来的探索,则是对数据重新挖掘。张平指出,大数据应用能找出顾客消费习惯及爱好,改善商户组合配比,通过推送引导等方式增强顾客黏性。依靠这些数据,万达将有再次升级或者开发新一代商业项目产品的基础。“目前万达需要的是通过兼具互联网和商业背景的团队强化大数据的分析和应用,进而指导现有物业的业态调整,并据此给未来物业的业态组合提供基于大数据建议的解决方案。”张平说。
伟大是“熬”出来的
和赚快钱的地产公司相比,做商业的人有着持截然不同的思维。他们仿佛在做许多无用功。
位于北京西部商圈的凯德晶品购物中心,几乎每个月都至少有两场主题活动,涵盖时尚、文化、公益等主题。国贸商城也常常会做类似的活动。凯德商用方面表示,这么做的目的是位了让消费者有耳目一新的感觉,保持时尚度和体验性。三里屯太古里和颐提港也常常做些提升和改善的活动。太古认为,这是十分必要的。
在外界看来,太古进入中国15年才发展了5个购物中心,太慢了。但太古自己觉得,它进入中国的每一个项目都不复制,而是融入当地特色,符合当地文化,满足当地居民需求。
记者采访的过程中,业内商业地产专家对万达的评价几乎是两极的:一方面,万达广场代表了效率;另一方面,有快速扩张计划的商业地产商们,很有可能步万达的后尘。“快”和真正意义上好的、经得起时间考验的购物中心常常不可兼得。
有三条准则可以衡量一座商场是否成功,第一是定位与辐射人群是否匹配;二是运营层面,包括品牌调整和活动的有效性、潮流性、创新性;三是服务这种软性指标应当与硬件相得益彰。
抛开技术手段的改变,几十年来,有一些法则从来没改变。“市场的变化是永恒的,像北京国贸商城、新光天地、上海恒隆广场,历久弥新,这才是真正的成功。”张平说。
在郑铁看来,租金则是最后的结果,它固然可以运用技术手段测算,但更是经过耕耘后的收获,也意味着市场的选择。“为人提供更好的环境和服务,是一家商场所应该持有的终极精神。”郑铁说。当然,不仅仅是前来消费的人,也包括商户,还有为之工作的团队,都应该得到关怀。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19