最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

陈丽琳:如何以大数据助力商场运营

[复制链接]
跳转到指定楼层
楼主
发表于 2016-10-10 18:53:39 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
大数据是一种技术,更是一种思维。其应用于商场运营能打通线上线下,串联场内场外,通过重构对“人”的认知,让运营者读懂自己的消费者,构建标签化场景和内容,设定更优渠道,使运营高效精准。这就是基于大数据的标签、场景、渠道的闭环逻辑。




RET睿意德策略顾问总经理 陈丽琳/文
智慧运营正在到来,如何以人为本,运用大数据达成商场运营逻辑的生态闭环?
在激烈的市场竞争中,好的运营管理能够使项目脱颖而出,并保障项目持续增值。但传统商场运营由于理念和技术的限制,大量存在“盲人摸象”、“赌命开发”现象,以局部数据去臆测整体需求,往往粗放偏差,效率低下。
大数据是一种技术,更是一种思维。其应用于商场运营能打通线上线下,串联场内场外,通过重构对“人”的认知,让运营者读懂自己的消费者,构建标签化场景和内容,设定更优渠道,使运营高效精准。这就是基于大数据的标签、场景、渠道的闭环逻辑。
为商场运营擦亮双眼
广为熟知的沃尔玛“啤酒尿布”及永旺“预报式产品组合”案例,是数据关联分析和交叉分析的实际应用,主要依靠场内消费者数据。其致命漏洞在于,数据的留存只是消费者在场内留下的一个点,即消费者在场内的短时表现。
建立完整的消费行为认知,除场内数据,最核心是有效串联消费者不同场景的数据,从而为商场预测分析、精准营销、诊断调整构建有利条件。大数据技术的运用,恰恰改变了原有运营生态系统的进化周期,其应用价值核心是降低开发和运营的试错风险,让运营者双眼明亮。
运营标签化
早期商场运营是以围绕商家及货品管理为核心,强调商家的聚合、业态的丰富、产品的齐全来吸引消费者。而传统的大众消费客群市场正在被有特殊喜好趋同的个性消费群体逆袭,具有自身鲜明主题和标签IP的商业项目从市场脱颖而出,并拥有了一批高粘度的粉丝。
大数据便能有效结合线上线下、场内场外,全面认识消费者属性和标签,从原来对于“人”模糊认知,到“精准化,清晰化”呈现。通过多维度的场内外数据分析,提炼目标消费者的标签,从而在线下经由标签构建项目价值观体系,使得项目成为固定标签人群的流量入口,同时形成低频消费向高频消费的转换。
以杭州某项目为例,中商数据对整个杭州市207万台移动设备APP进行索引,发现项目核心辐射范围内消费客群有着明显的“二次元(动漫喜好者)”标签,也就是说,该部分客群的线上消费痕迹有很明显的韩风和日风倾向,于是,推荐商场运营在线下开发该类型的主题街区和相关主题活动。
运营场景化
场景由主题和内容构建,需要“做好主题,做实内容”。当前,商场以场内智能化系统来构建“在线”消费场景,消费者必须到达商场才能融入消费场景。大数据的应用则补足了“离线”消费场景,使得商场内容无时差的传达至消费者,最终实现商场流量的最大化和高频化。
大数据对于场景内容的检测和关联分析,为消费者构建更为高效、更具违和感的消费场景,对场外数据的关注,可有效离场唤回及“离线”“在线”场景无缝契合。消费关联也是重要分析点。例如在某购物中心的大数据应用中,超市客群与女装、美食广场互动性较强,吸引力度也较高。通过该类型的数据对比,就能最优的关联相关业态,用数据来发现“谁是优等生”“谁是好邻居”,以构建最佳的业态组合。
渠道精准化
构建精准化渠道,首先需要做到深度认知消费者,才能组织有趣的内容;其次,细分渠道入口,不一样的渠道吸引不同的消费客群;第三,活动监测数据的存留与分析,为下一轮的活动做准备和提供决策依据。
商场运营过程中,渠道选择和投放一直以“想当然”的姿态出现。而通过大数据分析“客群特征”,能够抓住目标客群的“痛点”,进而细分渠道,降低损耗和无效推广。此外,大数据对于渠道效果监测也更加准确。
来源:36kr




楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-2 02:47

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表