2018线下大数据产业应用研究报告.pptx

线下数据新生态，实体经济新动能,2018线下大数据产业应用研究报告,目录CONTENTS,1. 项目研究回顾Research Review,2. 线下大数据发展现状Development of Industry3. 线下大数据应用价值Application & Value4. 线下大数据发展趋势及建议Trends & Recommendations,Research Review,Part1. 项目研究回顾,3,Part 1. 项目研究回顾,项目研究背景与目的,近几年来，“大数据”的概念因为云计算、虚拟现实及AI等技术的发展和应用被炒得火热。大数据的意义已经不局限于数据规模的定义，更代表着信息技术发展进入了新时代。基于现有电子信息产业统计数据及行业抽样估计，2015年我国大数据产业业务收入2800亿元，据工信部预测，到2020年，大数据相关产品和服务业务收入将突破万亿元，年均复合增长率保持在30%。大数据已经成为新经济的增长引擎，但是大数据的应用还主要局限于线上大数据，线下大数据还未得到广泛采集和应用。随着新零售时代的到来，线下大数据的价值逐渐得到重视。目前，国内对线下大数据的产业应用缺乏整体性的研究论述，亿欧智库联合业内领先的线下大数据服务商众盟数据发布2018线下大数据产业应用研究报告，对线下大数据产业深度剖析，分析线下大数据的发展现状、服务场景等，展望线下大数据产业的发展趋势并提出建议。4,Part 1. 项目研究回顾,项目研究方法,5,为了达到研究目的，线下大数据整个报告研究主要通过两种方法来进行：首先，XX基于对线下大数据产业长期研究获得的行业知识，通过案头研究(Desk Research)的方式，对线下大数据产业的整体发展脉络、宏观环境、发展条件等进行了梳理，为进一步的调研工作奠定基础；另外，在案头研究的基础之上，XX通过对业内从业者、行业专家、意见领袖进行深度访谈(Experts IDI)，充分听取业内人士对行业的理解和认知，针对项目研究目的，获得更有深度、更有效、更具体、更有针对性的研究结果，深入剖析线下大数据产业。,DeskResearch,整体理解阶段：对线下大数据相关信息进行了盘点梳理，,对相关概念、宏观环境、发展条件等基本情况进行梳理，形成整体认知；梳理线下大数据服务的典型特征与代表企业；分析线下大数据发展挑战，绘画线下大数据产业图谱。,Experts IDI,深入挖掘阶段：基于案头研究的成果，对业内从业者、行,业专家、意见领袖进行深度访谈；深入挖掘线下门店主要场景、线下大数据服务场景、线下大数据如何赋能实体经济等细节问题，展望线下大数据发展趋势与建议。,Part 1. 项目研究回顾,主要研究发现, 随着线上流量红利消失，庞大的线下客户群体成为优质流量资源，线下实体经济和产业的数据化需求也推动线下大数据产业进入快速发展，然而行业缺乏对于“线下大数据”明确且公认的定义。XX认为，线下大数据是虚拟世界的互联网行为以外，现实场景行为的数字化。 在此份报告中，XX、众盟数据通过梳理发展现状及应用场景、展望发展趋势并提出建议，全面分析线下大数据产业，核心研究观点如下：,6,123,发展现状：线下大数据产业进入快速发展阶段，线下客流人群作为优质流量资源逐渐被重视。线下大数据企业在政策、社会、资本、技术等因素推动下快速发展，并且形成了涵盖数据采集、数据合成和数据应用的闭环服务。应用场景：线下大数据从选址、SKU、营销、销售等方面服务实体经济实现整体运营数字化，提升用户体验，增强用户画像，降低运营成本，提高行业效率。趋势&建议：未来，线下大数据资产化、线上线下大数据高度融合、深化行业应用是主要发展方向，线下大数据作为实体经济发展新动能也将提供更好的服务。,Development of Industry,Part2.线下大数据发展现状,7,特点及发展历程,Part 2. 线下大数据发展现状,8,Part 2. 线下大数据发展现状特点及发展历程,大数据产业进入快速发展阶段,数据来源：XX9,2011年,2012年,2013年,2014年,2015年,2016年,2017年,2018年,900075006000450030001500,萌芽期,探索期,启动期, 随着互联网、移动互联网、物联网的发展，数据体量呈现出爆发式增长，大数据也应运而生。大数据可以通过以下五个特征来定义：海量的数据规模、多样的数据类型、数据真实性高、快速的数据流转和动态数据体系、数据价值大。 “大数据”一词的百度搜索指数在一定程度上可以体现其相关概念和产业的几个发展阶段： 萌芽期、探索期和市场启动期，目前大数据产业已进入快速发展阶段，实现了市场接受度提高、应用深化和市场规模快速增长等目标。而“新零售”概念的提出为大数据培育了新的增长点。XX：“大数据”百度搜索指数趋势快速发展阶段10500,新零售,Part 2. 线下大数据发展现状特点及发展历程,国外大数据发展起步早，政策推动国内大数据产业后来居上,10,2012 瑞士达沃斯召开的世界经济论坛上，大数据是主题之一，会上发布的报告大数据，大影响宣称，数据已经成为一种新的经济资产类别 美国政府在白宫网站发布了大数据研究和发展倡议，这一倡议标志着大数据已经成为重要的时代特征 阿里巴巴集团推出大型的数据分享平台“聚石塔”，为电商及电商服务商等提供数据云服务,2014 美国白宫发布了2014年全球“大数据”白皮书研究报告大数据：抓住机遇、守护价值。鼓励使用数据以推动社会进步 2014年，“大数据”首次出现在中国当年的政府工作报告中,2015国务院正式印发促进大数据发展行动纲要,标志着大数据正式上升为国家战略,2016,Computing Research发布2015 大数据市场评论，表明去年没有将大数据和大数据分析集成到其运营过程的企业的比例从 33% 降到了 16%。大数据开始作为企业决策的重要支撑，在商业市场上发挥巨大价值,2005Hadoop项目诞生。Hadoop是由多个软件组成的生态系统，共同实现功能全面和灵活的大数据分析,2008“大数据”得到部分美国知名计算机科学研究人员的认可，业界组织计算社区联盟，发表白皮书大数据计算：在商务、科学和社会领域创建革命性突破,库,2010肯尼斯 克尔在经济学人上发表了长达14页的大数据专题报告数据，无所不在的数据,2011 麦肯锡全球研究院发布了一份报告大数据：创新、竞争和生产力的下一个新领域，大数据开始备受关注，这也是专业机构第一次全方面的介绍和展望大数据 工信部把信息处理技术作为四项关键技术创新工程之一,2006云计算概念被提出,2017,国内政策的接连出台为推动大数据产业快速成长提供了良好的发展环境,Part 2. 线下大数据发展现状特点及发展历程,线上流量红利消失，线下客户群体成为优质流量资源,11,线上大数据,线下大数据,以互联网为载体，用户网络行为产生的数据得以数字化，且容易被采集和存储。因此大数据的早期应用主要是基于线上大数据。,从导购系统、GPS到现在的iBeacon、各类数据采集传感器技术为线下数据采集提供了新的可能。,物联网可以实现万物互联，推动线上大数据和线下大数据融合。,线下大数据与线上大数据融合,线上流量红利消失，纯线上获客成本增高，边际收益递减，线下流量价值愈发重要。, 线上流量红利消失：线上用户总规模趋于稳定，纯线上获客成本越来越高，边际收益递减。 线下流量愈发重要：消费者更加重视消费体验和品质，庞大的线下客户群体成为重要流量资源入口，如何发挥线下流量价值成为企业重要的战略关注点。 数据采集技术发展催生数字化变革：互联网实现了线上行为数字化，而iBeacon、各类数据采集传感器技术使得现实场景行为数字化成为可能。未来随着物联网的发展，线上大数据和线下大数据将实现高度融合。单纯的线上大数据或线下大数据难以实现流量价值效益最大化，只有将线上大数据和线下大数据融合才能实现数据的价值闭环。,定义解读及发展背景,12,Part 2. 线下大数据发展现状,Part 2. 线下大数据发展现状定义解读,线下大数据定义：虚拟世界的互联网行为以外，现实场景行为的数字化,13,企业众盟数据来电科技上海大数据产业联盟亿欧昆仲资本阳光媒体集团,内容概要线上和线下的区分不是技术问题、也不是应用。线上指的是互联网，虚拟世界；线下就是实体经济，产业。线下大数据根本上是从数据来源角度区分，是对实体世界的数据化。线下数据，包括来自于用户端的数据、场景的数据、生产端的数据、物流的数据，人货场各个维度都有产生这种数据的可能性。所谓的线上和线下，最大的区别就是他的实现场景不一样。从数据的产生、交互直到产生价值、发挥作用，都是和人、物、场在不断的发生这种连接，这样的数据叫线下数据。需要从一个更全面的角度去理解线下数据，其实在整个商业生活里面，不管个人也好，包括组织所在的机构也好，他们在生活或者商业里的每一个环节中产生了的线下的数据，都可以把它看成是线下大数据的构成。线下大数据实现的是用户生活场景和消费场景的数字化。, “大数据”在最初被提出的时候，并不存在线上线下这样的界定，它是伴随着社会信息化而诞生的一个概念； 起初，大数据多指线上大数据是因为，以互联网为载体产生的数据，在当时更容易被采集和存储；随着智能终端、数据采集传感器等新技术的普及，线下实体经济和产业的数据化需求推动了线下大数据的快速发展； 单从获取层面来说，线下大数据是虚拟世界的互联网行为以外，现实场景行为的数字化。 在移动互联网甚至物联网来袭的大背景下，线上线下的边界越来越模糊。XX认为，在未来线上大数据和线下大数据一定会实现高程度的融合。只有将线下数据和线上数据联系起来，才能更好的赋能产业。XX：线下大数据定义代表性观点,Part 2. 线下大数据发展现状发展背景,政策、社会、资本、技术等因素推动线下大数据产业发展,14,政策多方面支持和引导大数据与实体经济相结合，加快大数据在经济活动中的发展应用资本投资热度高涨，线下大数据备受资本市场青睐,社会线下消费市场空间大，新零售推动线下大数据快速发展技术iBeacon和各类数据采集传感器为线下大数据产业提供有效的技术支持,Part 2. 线下大数据发展现状发展背景,政策：多方面支持和引导大数据与实体经济相结合，加快大数据在经济活动中的发展应用,15,文件名称,发文单位 发文时间,内容概要,信息通信行业发展规划（2016-2020）大数据产业发展规划（2016-2020）信息产业发展指南,工信部工信部工信部,201701201701201701,具体到“十三五”期末，网络经济与实体经济良性协同的发展格局基本形成，充分挖掘互联网在推动产业升级、服务社会民生等方面的潜力，积极培育和壮大互联网新业务新应用新业态新模式。支持第三方数据服务，鼓励企业探索数据采集、数据清洗、数据交换等新商业模式，培育一批开展数据服务的新业态。加快传统行业改造提升，推动数据开放，加强共建共享，开展新型网络经济培育活动，加快大数据在经济活动中的发展应用。,关于促进分享经济发展的指导性意见,发改委等 201707 充分利用云计算、物联网、大数据等技术，创新网络业务监管手段， 加快网络交易监管服务平台建设，实施线上线下一体化管理。,新一代人工智能发展规划 国务院,201708,加快推进产业智能化升级，鼓励围绕个人需求、企业管理定制化商务智能决策服务。,关于积极推进供应链创新与应用的指导意见十九大报告,国务院国务院,201710201710,加快制定供应链产品信息、数据采集、数据交易等关键共性标准，加强行业间数据信息标准的兼容。加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合。,全国人民代表大会常务委员会政府报告,国务院,201803 深入开展“互联网+”行动，实行包容审慎监管，推动大数据、云计算、物联网广泛应用，新兴产业蓬勃发展，传统产业深刻重塑。, 国家对大数据的重视程度不断提高，为大数据产业发展提供强有力的政策支持：关注大数据应用如何落地，推动大数据与实体经济结合，培育开展数据服务新业态，加快大数据在经济活动中的发展应用。XX：大数据领域主要政策文件,Part 2. 线下大数据发展现状发展背景,社会：线下消费市场空间大，新零售推动线下大数据快速发展,16,13.4,24.5,0.5,0.8,1.3,1.9,2.8,3.9,5.2,15.7%15.5,12.3%17.4,10.9%19.3,7.3%20.7,11.1%23.0,6.5%,53.7%,67.5%,42.4%,49.7%,33.3%,26.2%,100,403020,6050,2010,2011,2012,2013,2014,2015,2016, 线下消费市场空间大：据商务部统计，2016年我国线下商品零售额24.5亿元，占总零售额的82.5%，线下消费仍然具有巨大能量和前景，线下流量成为新的关注点。 新零售推动线下大数据快速发展：普华永道发布的建设未来：零售商的十大投资领域报告显示，39%的零售商认为“把客户数据转化为智能的、可操作见解的能力”是他们最大的挑战之一。新零售本质上是为了重构人货场，为了实现新零售中“人”的重要位置，关于用户线下数据的采集和基于个性化需求理解的经营是核心。XX：中国2010-2016年线上及线下零售额,线下零售额（万亿元）线下零售额增长率,线上零售额（万亿元）线上零售额增长率,灵活的供应链,全渠道数字化,重构人货场,线下线上零售一体化,新零售,个性化需求经营,Part 2. 线下大数据发展现状发展背景,资本：线下大数据投资热度高涨，备受资本市场青睐, 线下大数据备受资本市场青睐：社会关注点逐渐回归线下，使资本市场注意到了线下大数据的发展潜力。2017年多家企业获得融资，如众盟数据获得1.8亿元B+轮融资、汇纳科技在深圳交易所创业板挂牌等。在资本强力推动下，未来几年线下大数据将会迎来,爆发式增长。,17,XX：部分线下大数据公司融资信息表,公司/品牌名称众盟数据友盟芝麻科技超盟数据图灵通诺云加科技,成立时间201320102012201520162014,融资情况2016年2月，完成由九鼎投资领投的A轮融资；2016年4月，完成由复星锐正领投、九鼎投资跟投的A+轮融资，两轮融资总额1.1亿元；2016年12月，完成由昆仲资本、IDG资本领投，盛景网联跟投的亿元级B轮融资；2017年8月完成1.8亿元B+轮融资，由云锋基金领投，IDG资本、昆仲资本跟投。2010年11月获得创新工场天使轮投资；2011年6月完成A轮融资，经纬创投为主要投资方，融资规模1000万美元；2013年4月被阿里巴巴以8000万美元交易价格收购。2013年11月获联想之星的天使轮融资；2015年7月获光信资本Pre-A轮融资；2017年2月获数千万元A轮融资，由深创投领投，品友互动与碚曦投资withinlink跟投。2015年12月获得真格基金和力合清源数百万人民币天使轮融资；2017年5月获得山行资本2000万人民币Pre-A轮投资；2017年11月获得襄禾资本、远镜创投数百万美元A轮投资。2017年12月获得数千万元Pre-A轮融资，由昆仲资本领投，百度风投和峰尚资本跟投。2014年12月获得产业资本数百万元天使轮融资。,公司/品牌名称璧合科技汇纳科技树熊网络北京文安迈外迪紫尘咨询,成立时间201220042012200520082014,融资情况2013年9月获得德丰杰1000万元A轮融资；2013年12月获得华科创投投资的600万元的A+轮融资；2014年2月获得蓝色光标B轮融资；2015年6月获得科大讯飞领头的4000万融资；2015年8月登陆新三板；2016年3月完成2亿元融资。2011年11月及2012年12月获得红杉资本中国、殷明的数百万美元A轮融资和数千万美元B轮融资；2017年2月在深圳交易所创业板挂牌。2014年3月和2015年7月获得支付宝A轮融资及A+轮投资；2016年6月获得总金额2亿元B轮融资，由联建光电、德塔资本联合投资。2006年完成天使轮融资；2015年3月，文安智能A轮融资引入达晨创业投资有限公司与北京集成电路设计和封测股权投资中心两家战略合作伙伴；2017年12月宣布获得来自青云创投、香港水木投资、三星风投、ABB瑞士公司总额2000万美元的B轮融资。2012年获得景林投资的1000万元A轮融资；2013年迈外迪获得小米数千万元B轮投资，2014年获得腾讯、大众点评3亿元C轮投资；2016年被万达收购。2014年底完成两轮融资，数字未公开。,Part 2. 线下大数据发展现状发展背景,技术：iBeacon和各类数据采集传感器为线下大数据产业提供有效技术支持, 目前，市场上广泛应用的线下采集产品主要有iBeacon和各类数据采集传感器（Wi-Fi探针和人脸识别摄像头等），其中Wi-Fi探针应用最为广泛。随着技术的不断更新迭代，各类采集技术将通过互补以实现更精准的数据采集。 随着技术发展，未来数据采集方式更加多样。在即将到来的5G时代，国家积极推行的5G宏站+5G小站模式，将为线下数据采集提供新思路。,18,入这个信号网络。,Fi信号的设备用Probe Response报文给予回复。,前处于发展初期，未达到实现商业化条件。,技术可以实时检测客流数据。,iBeacon通过使用低功耗蓝牙技术，iBeacon基站可以创建一个信号区域，当设备进入该区域时，相应的应用程序便会提示用户是否需要接,Wi-Fi探针特指Wi-Fi设备通信过程中的一种信号帧，这种类型的报文专门用来请求终端（能够连接Wi-Fi网络的设备）周围的Wi-Fi信号，然后由放出Wi-,5G小站5G试验网现已正式启动，由5G宏站+5G小站组成宏微融合覆盖的特色网络环境，为线下大数据采集提供了新思路。该技术目,人脸识别摄像头人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，通过视频分析,5G,蓝牙,数据采集传感器,相关企业图谱及战略聚焦点,19,Part 2. 线下大数据发展现状,Part 2. 线下大数据发展现状相关企业图谱,完整的线下大数据产业闭环服务涵盖数据采集、数据合成、数据应用, 线下大数据的处理流程包括数据采集（同时包含数据预处理和数据存储）、数据合成（数据清洗、标签添加、数据挖掘，数据运算和数据分析）和数据应用（精准获客、选址、运营管理、销售监测等）。 线下大数据发展较晚，目前还没有形成清晰的产业链条，线下数据的供应端和服务端呈现了多种创新的发展趋势。线下大数据产业相关企业图谱数据采集同时包含数据预处理和数据存储数据合成数据清洗、标签添加、数据挖掘、数据运算、数据分析数据应用精准获客、选址、运营管理、销售监测等20,21,1,2,3,4,准化体系，推动产业发展。,线下大数据商业生态战略聚焦点,线下大数据服务商要通过积累数据采集量、建立标准化体系、深化落地应用和提高数据合成能力，构建健全商业生态积累数据采集量,线下大数据发展时间短，数据规模有待提高，企业需要时间增加数据体量，发挥更大价值。建立标准化体系线下大数据发展初期还缺乏标准化体系的规范，在推动线下数据开放的前提下，企业需要积极探索线下大数据应用的标,Part 2. 线下大数据发展现状战略聚焦点提高数据合成能力,提高数据清洗技术能力，减少数据库中冗余数据占比，细化用户标签，优化后续数据应用的质量。深化产业应用线下大数据企业致力于实现线上大数据和线下大数据的联通和联动，并开始在一些产业落地应用，未来还需探索不同产,业服务模式，提供更好的服务。,Application & Value,Part3.线下大数据应用价值,22,Part 3. 线下大数据应用价值发展意义,线下大数据在未来几年会顺应市场需求保持高势头增长和发展，助力实体经济创新, 线下大数据虽然起步晚且面临诸多挑战，但在市场需求、技术进步和实体经济产业更新的推动下，行业从业者在不断探索中发现了许多机遇。 不管是从线下经济大环境不断革新的角度，还是从线下大数据和线上大数据互利互补的趋势来看，线下大数据在未来几年会顺应市场需求保持现在的高势头继续增长和发展，助力实体经济创新。中国商业的主导权在发生着重大变化，消费格局的核心慢慢向对消费者的经营和服务聚拢。线下大数据是利用数字化的手段凸显客户的中心位置。线下是消费产业发展的最初形态，线上线下的模式和销售逻辑并不相同，不同品类在不同渠道的发展趋势差异较大，线下数据为平衡渠道战略提供支持。线下行为以时间为维度，生活状态和生活轨迹更丰富和鲜活。相较线上趋于习惯性的行为，线下行为是对目前线上数据缺失的有力补充，提高了消费者行为的数字化率。消费升级带动商业升级，线下大数据是新零售加速布局的重要支撑。线下大数据的出现推动了商业要素的重构，加速了实体经济经营模式和商业模式的创新。23,Part 3. 线下大数据应用价值服务场景,线下大数据从选址、SKU、营销、销售等方面服务实体经济实现整体运营数字化,24,选址, 线下大数据服务实体经济：实体经济正经历基于技术和数据的新一轮升级，在此趋势下，实体商业纷纷确认“数据驱动一切、以消费者个性化体验” 为核心的经营法则。如何基于线下大数据提升用户体验、增强用户粘性、降本增效，成为商家需要着重思考的问题。 目前，线下大数据已经应用于百货、共享经济、文娱、金融、旅游等多个行业，各个行业的服务链条存在差异，通用应用场景包括选址、SKU、营销、销售和运营，XX将分别描绘各个场景中，线下大数据如何服务实体经济数字化经营。SKU,(供应链,营销,销售,+选品)运营,为运营决策做支撑和优化,用户画像（基于线下大数据+线上大数据描绘）,经营数据（支付数据、会员数据、口碑等）,客户,数据库,选址、SKU、营销、销售,25,Part 3. 线下大数据应用价值,Part 3. 线下大数据应用价值选址,选址：从“经验”到“数字化”，线下大数据选址是关键, 选址作为线下实体店落地的第一环节，不仅是商家对于市场定位的选择，更是制定经营战略和目标的重要依据。 经验选址：过去实体经济拥有者对于选址大部分是基于企业经验，或者追随市场跟风选择地址开店。虽然可能根据不同影响因素，构建了不同的模型，但是由于消费者需求无法评估，非数字化的模型和无法量化的优劣势指标对比难以实现科学指导。 数字化选址：基于商家已有模型、行业和品类需求，依靠线下大数据采集，锁定目标客群集中区域，推荐多个细分商圈。通过匹配主要商业维度和用户标签，提供降本、高效、全面、风险可控的选址方案，确保经营中，门店拥有足够数量和优质的消费者。,26,经验选址,数字化选址,投入成本高人工计数统计人流量等社会环境指标，时间成本和人力成本高数据不全面依据开店经验建造模型或跟风选址，数据零散，不够全面,供需评估难信息不对称，供需评估难：对于潜在客户的消费水平和消费喜好缺乏量化统计回报难预测无法提供销售预估，成本回收期,高效节省成本基于线下大数据量化客观环境影响因素，节省大量成本数据全面，信息对称用户标签数字化，结合支付数据，组成更完整客户信息，帮助锁定目标群体,成本回收周期,供需匹配有效支撑连接商户信息和消费者信息，基于线下大数据打通商业经营整个环节可预见投资回报率根据分析进行销售预测，预估,Part 3. 线下大数据应用价值选址,案例分析-线下大数据助力无人零售选址,目标地址, 无人设备是技术发展衍生的新零售终端，主要切入场景是社区和写字楼办公室。中国有10w+的城市社区，怎么选择受众群广的社区进行设备投放，形成市场定位和区域规模布点优势，选址是亟待被解决的首要问题。 无人零售设备的方案提供商利用线下数据采集技术，分别对已有门店、目标地址和竞对点位进行数据采集。相比以往人工计数的方式来统计流量，线下大数据可以借助数据智能工具大幅度提高统计效率，多维度分析客流信息，通过数据对比辅助客户决策。 由于社区和写字楼工作日人流量非常大，导致很多无人零售设备的客流转化率处于一个较低的水平。目前利用线下大数据进行选址的应用还处于萌芽探索阶段，企业还没有结合线下大数据制定成熟的策略方案，但XX预测，通过用户画像选址并根据用户标签相应的调整进行选品，无人零售设备的客流转化率至少可以达到现在的两倍以上。竞对点位,已有门店 采集已有门店客流数据，对客户做标签化分类, 归纳分析受众人群的喜好、行径路线 结合支付数据和线上数据描绘用户画像 根据门店各类可变因素架构模型27, 统计对比目标地址人流量和目标客户流量 对比目标地址的用户画像和模型的匹配程度, 通过检测竞争对手投入的点位，监测客流情况, 分析竞对产品和自身产品区别、主营业务差异，寻求不同类别的驱动点,Part 3. 线下大数据应用价值SKU,SKU：线下线上结合最优化商品管理,28,设计,计划,采购,仓储,物流,生产,分销,客户,供应链优化,数字化供应链,供应商,制造商,分销商, 企业通过SKU对商品的属性进行管理，SKU本质上就是对货品实现数字化管理。SKU作为选址后的第二个场景，其效果直接影响门店的销售和运营。实体经济商品在线下场景的数字化可以提高企业战略和运营决策能力，线下大数据可以完成商品和客户之间强相关；在供应链层面，线下大数据的实时反馈可以在保证整体库存精简的同时实现管理最优化。 传统模式的企业供应链是链条式运作，而数字化带来的变革实现了商品供应链中各环节“并联”进行，同步操作，构建供应链生态的协同关系。例如供应链系统中的进销存管理，通过线下大数据可以实现对动销状况实时监测并做出营销策略调整。并且根据线下大数据构建商品价值模型，建立销售端的客户信息库，结合线上数据找到消费者需求最集中的产品，甚至预测消费者消费趋势。客户,3PL,零售商,服务商,大型机柜,商场,广告,43寸广告屏大型机柜,中型或大型机柜,中小型机柜,结合人群画像调整选址,中型或大型机柜,结合场景和用户画像进,Part 3. 线下大数据应用价值SKU,案例分析-线下流量优化市场颗粒度，为共享经济匹配更精准的选品, 随着共享经济概念的火爆，共享充电宝也应运出现在了大众视野。共享充电宝如今发展并不成熟，行业面临诸多痛点，例如布局少，归还不方便、用户认知率低和用户对于安全问题的担忧等。 来电科技作为最早入局共享充电宝的企业，其产品主要应用场景有：大型商场、交通枢纽、会议会展、餐饮企业、泛娱乐行业等，不同场景对应的共享充电形式也不同。为了能够实现有效扩张，充电宝如何实现最大利用率是选品放置时最关键的考量因素。 来电科技从布局共享充电宝以来，不仅利用线下大数据采集对自身九十多类应用场景模型进行了补充，将共享充电宝的选品与投放和线下数据采集充分结合。通过线下大数据采集，实现自有客流信息数据库的建立，通过客流的停留时间和用户画像等维度，建立模型，选择最优回报率的产品和数量；将潜在用户的细化描绘直观的体现在场景中，分析热力分布，优化充电宝选址，进行更精准的匹配。XX认为，市场分类的细度直接影响产品发展空间，通过用户标签的精细化选品会为共享经济带来更高效正面的市场反馈，共享经济也会成为线下流量的主要入口之一。,29,线下大数据客流量,用户画像,停留时间,单体设备,品类大型机柜 包含20-124个充电宝中小型机柜 包含8-16个充电宝,单体充电宝,餐饮企业,泛娱乐行业,大型商场会议会展交通枢纽景点、医院等,餐饮和泛娱乐,用户口味(搜索)偏好,根据场景选择单体充电宝 用户使用率高或小型机柜用户使用率低,行策略调整,客流量大，停留时间长，共享概念认知度高 根据用户画像搜索偏好客流量大，停留时间长，共享概念认知度低 曝光度高，吸引用户，结合客流量小，停留时间短，共享概念认知度较高 用户使用率高客流量小，共享概念认知度低,用户偏好营销,交通枢纽,客流量大，停留时间不一，紧急充电需求,43寸广告屏大型机柜+充电边柜,Part 3. 线下大数据应用价值营销,营销：基于线下大数据实现营销精准化，提高广告投放投资回报率, 大数据对于门店经营的价值不再只是事后分析，而是预测和推荐。基于线上大数据的营销模式更多是依靠线上大数据的积累，而用户画像不仅包括线上大数据，线下场景的行为数字化更能体现用户的客观需求甚至潜在需求，因此线下大数据应用为实体店的营销提供了基于真实场景的数据支持。 门店在采集和分析用户画像时，可以通过用户标签来发布广告给所要触达的用户，根据消费行为推送商品信息，提高双方的匹配效率，实现营销更精准化。同时还可以通过搜索广告、展示社交广告、移动广告等多渠道的营销策略、营销分析以及后端CRM/供应链系统打通一站式营销优化，全面提升广告投放投资回报率（ROI）。 根据线下数据采集绘制用户轨迹，基于不同的营销场景、区域商圈实现定向广告投放，缩短营销刺激和实际转化之间的距离。通过打造线下数据库，采集用户喜好，了解用户需求，为客户提供数字化产品和服务，优化品牌与消费者之间的数字化体验。,30,营销更精准化,搜索广告社交广告移动广告,营销手段,流量成交量复购率,营销效果,营销策略营销分析供应链打通,营销优化,提升ROI,根据消费数据和线下行为，匹配标签，定向营销,对销售数据进行分析，属于事后,基于线上大数据购买记录、浏览记录、浏览时间等,营销,求，进行预测和推荐,分析基于线下大数据行为轨迹、人群分布、人流密度等通过客群洞察，了解客户潜在需,Part 3. 线下大数据应用价值营销,案例分析-线下数据丰富用户信息，泛会员体系概念提出, 百货行业是受电商崛起影响最大的行业，面对新消费时代，如何利用大数据驱动线下门店，商家也在积极探索新的创新模式。 百货商场自有数据主要包含两部分：会员数据和销售数据，将会员数据和销售数据连接，描绘出的用户画像维度单一，存在会员数据不完善、广告成本高但效益很低、无法锁定人群等困扰，数据价值难以发挥作用。某百货商场使用线下数据采集传感器对到店顾客进行线下采集，通过20天线下数据采集，实现了部分会员画像以及未记录消费者画像的补充。 通过数据多维分析了解到店顾客特征，为顾客匹配属性标签，对相似人群营销推广，客流转化率达到1.4%，高于行业千分之几的平均转化率。经过定向营销，看过广告到店人数占总到店人数比例6%左右，获客成本4.76元，实现营销效果可视化。就百货商场目前存在的问题，线下大数据给出了初步的解决方案，公司运营对线下大数据开始倾斜。但是目前线下大数据还处于一个积累体量的过程，随着体量增加，用户画像的描绘会更加客观和细致，百货商场会逐渐调整公司策略以更好地发挥线下大数据的价值。,31,数据采集传感器采集线下数据,用户画像会员数据+销售数据,相似人群,定向营销,精准曝光3,967,822次,广告观看数1,224,628人看过广告到店17,242人,效果, 原有会员信息维度的拓展, 会员定义多维化和立体化 广告效益可数字化 高意向人群标签化 定位竞品商场,Part 3. 线下大数据应用价值营销,案例分析-沉淀线下大数据支持音乐节精准营销, 文娱产业是当下的一个热门话题，宏观经济下行带来的“口红效应“，使文娱产业呈现爆发式增长，随着人们对于精神需求的标准越来越高，文娱产业需要迎合消费者作出精准营销，才能更好地符合文娱产业的价值传递。 张北草原音乐节（以下简称音乐节）是目前中国户外音乐节露营和自驾聚集人数最多的音乐节。目前音乐节已拥有较高的品牌认知度，为了寻求新的价值空间，品牌升级、突破单场盈利瓶颈、实现音乐节产业链上的价值空间转移，成为目前面临的主要问题。音乐节受众客群比较固定，过去音乐节仅通过自身票务销售数据和移动信号检测两种方式收集数据。从票务数据来讲，线上和线下渠道区分仅能描述观众的数量级；而检测移动信号只能大致勾勒观众人群的来源地，对营销的指导意义不强。 2017年音乐节前期，根据音乐节自有数据资源沉淀，利用线下数据场景缩小范围，针对性投放广告，特别是张家口本市商圈的投放。结合音乐节多维度营销，最终实现了30万人次到场并突破亚洲纪录。通过对2017年音乐节期间线下采集的大数据细化观众粒度，根据用户搜索偏好明确招商拓展目标，并且根据用户画像进行精准投放实现人群二次召回和新客开发，为2018年音乐节做数,