關聯營銷，只是中糧集團旗下的大悅城精細化管理的冰山一角。在“E大悅城戰略”驅動下，位于閘北蘇河灣的上海大悅城，正在構建21個層級的會員管理體系，北京的西單大悅城重點挖掘客流軌跡，而朝陽大悅城則嘗試拓展O2O（線上線下）的服務。
中糧集團副總裁兼中糧置地董事長周政說得好：“如今要把握顧客的需求，不再是靠經驗而是靠數據。內部創新只跟著感覺走的話，可能花了很多錢，卻沒有找到真正能夠討好消費者的方法。”
而專業商業咨詢機構提出的“大數據”理想應用場景應該是：利用顧客線上及線下購買行為的全部歷史數據、會員卡及消費者人生階段劃分等方法，將零售從 “想出售商品給顧客”的模式轉變為“提供顧客想買的商品”模式。
且讓我們近距離觀察一下，此番大悅城的“大數據”改革藍圖，究竟有何玄妙之處。
客流是需要經營的
國內購物中心的“大數據”探索并不是一個新話題，會員年齡、性別、消費金額等數據收集只能算作基本功，更多的諸如人臉識別、水滴系統等新技術也逐漸成為標配。
不過，“大數據”在實體零售業落地卻不是一件易事，許多失敗案例也證明，由互聯網生態催發的“大數據”應用，并不能簡單移植到實體領域，中糧置地有限公司商業管理中心研策部總監張巖對此深有體會。他舉例說，在垂直類網站普遍應用的“標簽法”，就難以勝任實體零售客群的復雜性及品類的多樣化，任何一個因素變化，都會導致數據處理的難度增大幾倍。
對于急于想從“大數據”中掘金的實體零售商來說，真正的難度也許并非技術壁壘，而是清楚地認識到，為什么要收集、整合和分析這些數據。
“好多人觀念中的‘大數據’，就是搜集海量的數據去對比，但對比得出的結果，對實際的商業策略調整，未必真正有益。”張巖說。他覺得，“大數據”應用最大的困難在于，眾多數據之中，應該向哪個方向尋求突破。換言之，盡管新的技術手段不可或缺，但“大數據”應用卻不能脫離傳統的商業邏輯，后者才能將無序而紛亂的數據，提煉鍛造為商業情報和商業智慧。
大悅城的商業策略立足于“經營客流”，單個消費者的單日消費軌跡追蹤，利用價值并不高，而影響最大的是會員生命周期。通過對會員總體的生命周期管理，可以準確發現會員的維護節點期、平臺期、高價值消費期和預計的流失期——只有把握其中規律，才真正有助于構建指導日常商業運營的會員管理體系。
下一步，則是在相應節點進行技術分析，比如依據年齡、性別、RFM（最近一次消費、消費頻率、消費金額）等指標，將顧客依據其自身屬性匹配至相應的坐標系下：每個人都有7~8個或者更多的“標簽”，有什么樣的營銷需求，就可以抽取相對應的“標簽”組合。
具體來說，就是對即將進入維護節點期和流失期的會員，進行最大力度的維護管理，促使其重新“歸隊”，對進入消費平臺期的會員，進行更加精準的消費引導和激勵，推進其進入高價值消費期。
如何發現“女大叔”？
2014年11月初的西方“萬圣節”期間，上海大悅城舉辦過一個主題為“鬼屋”的活動，其提取的“標簽”有：一是女性，她們對購物更感興趣且帶來男性客戶；二是近一個月沒有來，但歷史上有過購物記錄，這是有效會員但非忠誠會員。該活動的會員拉動率超過12%。
針對忠誠會員，上海大悅城進行了積分換購的促銷活動。通過客戶偏好分析，他們把忠誠會員可能感興趣的品牌作為積分兌換目標，并將活動信息發給12萬會員中的1824人，最后實際產生兌換的人數為128人，參與率為7%——同行業同類促銷活動的參與率僅為1%。
通俗地說，這就是垂釣者“定向投餌”與“隨機撒網”之間的區別。
上海大悅城副總經理危建平總結說，這樣的定向促銷活動，首先是節約了營銷成本，更重要的一點是，不至于為了幾百個人的有效消費，而犧牲了十多萬人的購物體驗。
“對于那些對此項活動完全不感興趣的會員來說，收到促銷短信，無疑是一種騷擾，我們要努力避免類似糟糕體驗發生。”他說。
這也是大悅城“大數據”應用的基本出發點：對手上多達85萬的會員精耕細作。
據稱，萬達集團董事長王健林也在公司內部研討中提到，過分追求會員數，會誤入歧途，要增加的是有質量的會員，活躍的會員，這樣產生的“大數據”才有價值。
在張巖看來，未來購物中心之間的競爭，業態容易照搬，商家品牌可以分享，推廣活動也沒有什么特別的難度，真正學不來的是數據的處理、分析和挖掘，因為數據應用不僅僅是數字表面的簡單關聯，更重要的是數據背后潛在商業價值的獨到發現。
比如人臉識別系統，早已不是什么獨門的技術秘籍，最直接的應用識別性別特征，但這顯然遠遠不夠。張巖舉例說，他們在一次活動中就有特別有趣的發現，由此還提出了 “女大叔”（即消費方式趨于中性的女顧客）這個獨特的客群，并進行了相應的店鋪調整和品牌重新定位。
“大數據”拯救“二房東”
經營客流的最終目的，是知道如何將這些客流引導到商家的店鋪中去：可以針對性地進行活動推送，也可以實施LBS（定位服務）精準營銷，平衡客流分布，還可以識別特定店鋪的顧客“臉譜”，有助于后者更加精確的定位。
不過，這種應用并非是單點操作，而是系統作業，步步為營，這樣才能挖掘客流的最大價值。比如，朝陽大悅城在發現銷售額與車流的匹配度相關性之后，就開展了環環相扣的營銷運作，相繼推出“免費停車3小時”“不開車，大悅城補貼公共交通費”“發放小飾品優惠券返還車費”等系列活動。
即便手握數據，也不一定能夠實現上述效果，因為目前實體零售商對數據的應用還過于粗放，甚至無從下手。有效的做法是：將數據依據商業規律進行更加細致的解剖，直到量化為最清晰可見，也最容易捕捉的“數據原子”。
以店鋪銷售額為例，最直接的影響因素是每天到店的客流情況、轉化率及交易額。但張巖認為，這還遠遠不夠，比如客流會受商鋪品牌、推廣活動、競爭對手的影響等，依此類推，就形成一個個數據節點，正是企業進行數據采點的依據。
“銷售出現問題，就能夠溯本逐源，看出真正的問題。”張巖說。
類似的問題排查系統，在大悅城已初步發揮效用。在北京朝陽大悅城，2014年1至8月份之間，共有85家店鋪通過幫扶措施實現銷售業績明顯增長，其中同比增長在30%以上的店鋪達59家，一些店鋪甚至成為全國銷售冠軍店鋪——當然，這也相應帶來了大悅城租金收入的大幅提升。
危建平認為，以上嘗試，使購物中心盈利模式的轉變成為可能，因為與傳統的購物中心固定租金的模式不同，現在是“抽成租金”的概念，兩者相較取其高。他舉例說，如果固定租金設置為2萬元，以20萬元的銷售額為基準，超額完成之后抽成租金10%，那么如果是25萬元的營業額，那么購物中心就會收到2.5萬元的租金。
在一定程度上，“大數據”改革的成功，消除了逐漸陷入困境的傳統購物中心“二房東”模式的弊端。后者對品牌和商鋪缺乏控制，商品同質化嚴重，“千店一面”，且租金收入單一，不加租難以化解成本上漲，租金加碼又會適得其反逼跑租戶。
“對消費者來說，購物中心要常見常新，就要不時‘換鋪’，之前就是靠經驗，現在是靠數據說話。”危建平說。
京公網安備 11010502049343號