其次反言之，我们对于一个企业或者客户所谓大数据意味着什么？第一，我们从数据源上来看，之前不能够得到或者量化的数据，随着技术手段的进步，现在能够得到，或者可以量化了。线下消费数据的着力点在于，手机作为一个智能随身设备的普及，使得现在线下终于可以做得像我们为电商做的那样，定位并且追踪一个消费者的消费行为轨迹。第二，对于一个企业来说，之前的那股零散的丶不能打通的数据，可以把它汇在一个平台上来处理，观察之间有什么关联。第三，百分点这样的公司会提供第三方的丶行业的外部数据，作为补充。
亿邦动力网：WIFI可以锁定用户在商场中的动线，但是无法像cookie一样，跟踪用户的浏览轨迹。比如，他看过哪些商品，试穿过哪些衣服。怎么办？
柏林森：举个例子，迪卡侬，一个运动服饰品牌，他会在货品上放一个类似于RFID的设备，假设这件衣服被拿进试衣间了，他就知道衣服被拿进试衣间了。但是他不知道，是谁拿进试衣间的。但接下来，我们有可能这件衣服被谁穿过，评价过，然后和会员之间形成匹配。
包括到后面的智能pos等，从营销的角度上来说，我们关心每一个用户触点。传统pos机在线下只是作为刷卡丶收钱的工具，它没有作为用户营销的一个触点，没有大规模的发挥主动。智能pos这里，我会对用户进行关怀呵护和再营销。至于怎么实现，那当然是用智能的方法去实现，这肯定跟你的手机有强烈的关联。
亿邦动力网：大数据对传统零售的指导意义是否还存在于开店选址上？
苏萌：当然可以。比如说从集团的层面会关注怎么对一个店进行评级。基本上核心层面最关心两个，一个是客流量，一个是销售额。之前就是按照这两个来评，但是事实上一个mall开在什么地方，其外部环境如何也会影响到销售业绩。
比如，开到三线城市和开在北上广的中心地带，销售额说不定差一个数量级，但你并不能证明北上广的人就比三线城市的人做的好。所以，模型里面至少会拆开外部环境，这些都是要动用大量的数据的。比如会考虑到周围小区密度丶房价丶分布丶交通，在建模时，我们把这些外部因素排除，剩下的就是内部能力所导致的店今年做的好不好。
其实，除了选址，大数据甚至可以预测要在这开一个什么样的店，什么样的规模，预期的performance。当然这是个非常复杂的模型，从商业运作的角度来说有很多的做法是相辅相成的，当这个mall建成之后，周围的地价丶人群都会往上涨，所以这是个动态的丶交互的模型。
亿邦动力网：类似商超丶便利店这样的业态在你们合作的考虑范围内吗？
苏萌：便利店目前还不是。
亿邦动力网：这两个差别在哪？便利店是太分散了？实施成本过高？
苏萌：便利店的核心主打点在于方便，而shopping mall的核心主打点在于体验，这两是不一样的，整个运营策略都不一样。他核心满足的需求也不一样。
亿邦动力网：大平台越来越聚焦，第一梯队比较稳定，剩下的B2C日子很难受，百分点原有的线上合作伙伴是不是下滑很厉害，从而对业务造成影响？
柏林森：这些客户会比较稳定的增长，但是基本上格局已定了。我们觉得将来能看到的就是垂直电商增长的速度，用户忠诚度的形成。比如说户外，可能就不上淘宝。另外一块就是线下传统品牌，他们的整个线下渠道丶门店丶体验等，这些可能与纯电商相比很好的竞争优势。
亿邦动力网：这也是一种O2O，新老业务在O2O上交叉。
柏林森：是的。
购物中心是一个商业地产的模式，核心是人流，它的核心用户群就是周边影响力覆盖范围的这些人。所以对于北京大悦城来说，上海的客户到这里毫无意义的，就是天上掉下来的雨点。所以，从引流的角度，我们帮助他扩大自己的影响力范围。从原来覆盖三个小区到现在覆盖五个小区。
第二，需要丰富业态，让消费者有更多的时间花在我这。任何一个人和家庭的支出预算中，有多少比例是在我这完成的。比如今年平均是百分之二十，明年能不能把它做到百分之二十五。
内容链接：http://www.ebrun.com/20140424/97347.shtml
文章来源：亿邦动力网
文章TAG：流量入口 大数据营销 O2O
