文/楊正硯

我介紹的是北京阿拉丁大數(shù)據(jù)（www.aladinfo.com）所開發(fā)的大數(shù)據(jù)智能選址產(chǎn)品——慧選址。這個(gè)產(chǎn)品通過聚合多源數(shù)據(jù)并進(jìn)行專業(yè)店鋪選址算法的開發(fā)和應(yīng)用模型的構(gòu)建，旨在為各種業(yè)態(tài)的零售終端在店鋪選址過程中提供數(shù)據(jù)支撐和智能化、智慧化的決策支持。

俗話說，良好的開端是成功的一半，店鋪選址是各類零售終端都要做的第一步工作。零售終端是地利經(jīng)濟(jì)，業(yè)內(nèi)有“七分選址，三分運(yùn)營”的說法。任何一種形態(tài)的零售終端都有自己的品牌定位和目標(biāo)客群，每個(gè)店鋪只要店址確定了，周邊商圈的客流也就確定了。大數(shù)據(jù)分析可以實(shí)現(xiàn)零售終端品牌定位跟目標(biāo)客群之間的精準(zhǔn)匹配。很多經(jīng)營不善甚至關(guān)店的零售終端，主要原因是沒有實(shí)現(xiàn)品牌定位跟目標(biāo)客群的精準(zhǔn)匹配。

成功的店鋪選址需要根據(jù)客群洞察、客流監(jiān)測、購買力畫像、競品分析等進(jìn)行全方位的分析，這就需要有數(shù)據(jù)的支撐。阿拉丁在這方面具有明顯的領(lǐng)先優(yōu)勢，我們的數(shù)據(jù)包括：一、移動(dòng)運(yùn)營商中國移動(dòng)、中國聯(lián)通的手機(jī)用戶數(shù)據(jù)，包括用戶位置移動(dòng)軌跡、性別、年齡、居住地、工作地、職業(yè)等近三千個(gè)指標(biāo)；二是銀聯(lián)的消費(fèi)刷卡數(shù)據(jù)，對(duì)于一個(gè)具體的商圈，某種業(yè)態(tài)在指定的時(shí)間區(qū)間里銷售額是多少，都是可以進(jìn)行分析的。目前，能同時(shí)通過移動(dòng)運(yùn)營商和銀聯(lián)的源數(shù)據(jù)進(jìn)行建模和算法開發(fā)的應(yīng)該只有我們阿拉丁一家。我們的產(chǎn)品開發(fā)人員都是在中國移動(dòng)、中國聯(lián)通以及銀聯(lián)的數(shù)據(jù)中心直接使用源數(shù)據(jù)進(jìn)行店鋪選址模型和算法的開發(fā)。

對(duì)店鋪選址來說，主要目標(biāo)就是進(jìn)行精準(zhǔn)選址，包括對(duì)目標(biāo)客群的識(shí)別以及洞察，解決傳統(tǒng)方式數(shù)據(jù)收集的困難成本高，數(shù)據(jù)單一的問題和痛點(diǎn)。商圈分析可以分幾個(gè)維度，首先是客群的居住情況，我們擁有全國所有小區(qū)、住宅的基礎(chǔ)信息；第二個(gè)維度是寫字樓數(shù)據(jù)，分為兩部分，第一部分是寫字樓的基礎(chǔ)信息，包括建筑面積、樓高、層數(shù)、層高、進(jìn)深等基礎(chǔ)信息，第二部分，我們開發(fā)了“樓立方”模型，對(duì)每一個(gè)寫字樓里面有多少公司在辦公，我們可以按照樓層和房間號(hào)，展示每一層每個(gè)房間有哪些公司在這辦公，這些公司是哪年成立的，做什么業(yè)務(wù)，公司規(guī)模等。比如在一個(gè)寫字樓下面要開一個(gè)便利店，通過這個(gè)模型你就可以知道這個(gè)在寫字樓里工作的是什么類型的人群；第三類是周邊區(qū)域的醫(yī)療成熟度；第四類是周邊區(qū)域的教育成熟度。

為了反映各個(gè)城市不同業(yè)態(tài)的具體發(fā)展情況和競爭的飽和度，我們做了全國所有城市的商圈地圖，可以看到不同業(yè)態(tài)的聚集情況?？腿寒嬒袷敲枋鋈巳旱哪挲g、性別、學(xué)歷、戶籍、生活階段等信息?？腿浩梅謨刹糠郑阂粋€(gè)是線上，一個(gè)是線下，線上的偏好比如每個(gè)用戶經(jīng)常瀏覽什么網(wǎng)站，網(wǎng)購什么產(chǎn)品，客單價(jià)多少以及購買頻次等，線下主要是每個(gè)人在某個(gè)區(qū)域里面的興趣點(diǎn)和興趣路線，某個(gè)人去一個(gè)區(qū)域以后，去干了什么事情，行為的軌跡，把每個(gè)人的行為軌跡變化匯集到一起形成人群的潮汐。客群篩選可以選擇不同的緯度，包括性別、年齡，也包括消費(fèi)情況，比如每個(gè)月或者每個(gè)星期消費(fèi)的次數(shù)，消費(fèi)的單筆金額，以及個(gè)人的資產(chǎn)狀況。比如，我們想看看某個(gè)區(qū)域內(nèi)凈資產(chǎn)過千萬的有多少人?？腿嘿徺I力是反映目標(biāo)區(qū)域里客群的購買力水平的一個(gè)指標(biāo)?？腿和ㄇ谑欠从吃谀繕?biāo)區(qū)域里的人群的出行方式，比如是開車、坐地鐵、騎行還是步行，以及在路上花了多長時(shí)間，或者到目標(biāo)區(qū)以后停留了多長時(shí)間。競爭狀況方面，我們對(duì)各種業(yè)態(tài)的發(fā)展情況進(jìn)行分析。比如咖啡廳，全國所有的城市2017年一共新開了多少家咖啡廳，有多少家咖啡廳的門店關(guān)店，從行業(yè)角度能看到目標(biāo)區(qū)域里面特定業(yè)態(tài)的運(yùn)行狀況。競品方面，比如星巴克可能會(huì)關(guān)注costa、太平洋咖啡每年或每個(gè)月新開店的情況或關(guān)店的信息。

阿拉丁智能店鋪選址產(chǎn)品“慧選址”的優(yōu)勢主要體現(xiàn)在兩個(gè)方面：第一，阿拉丁是一家專注于店鋪選址的大數(shù)據(jù)公司，在數(shù)據(jù)源的聚合方面目前我們做的是最全的；第二，在選址算法和模型的開發(fā)方面阿拉丁具有明顯的領(lǐng)先優(yōu)勢，要實(shí)現(xiàn)智能選址，對(duì)一個(gè)區(qū)域的客群進(jìn)行詳細(xì)分析，需要智能模型的支持，例如，我們開發(fā)了交通橫斷面分析模型，可以讓零售終端運(yùn)營方在選址時(shí)進(jìn)行更精準(zhǔn)化的分析，不僅看到一個(gè)多邊形或者圓形區(qū)域里面的客群情況，甚至可以分析一條街道朝哪個(gè)方向的客流有多少人以及客流和客群的多元屬性，從而再分析是否可以在周邊開店。總之，我們希望通過大數(shù)據(jù)來助力零售終端取得更大的成功，因?yàn)閺牧闶劢K端這個(gè)行業(yè)來說，有30%的終端是因?yàn)榈赇佭x址選得不好，導(dǎo)致整個(gè)店鋪的運(yùn)營失敗了。阿拉丁的目標(biāo)就是協(xié)助零售終端提高開店成功率，并通過客群分析為后續(xù)的運(yùn)營提供更好的支撐。