他向京北投资融资200万 做实体商圈的空中雷达 消费数据分析店铺现状 指导经营选址
2016-08-11 17:29:22 薛婷 铅笔道 次阅读


小满信息创始人  郭恩熹


郭恩熹认为,国内很多商业地产招商、店铺做经营调整等,往往是拍脑袋做决定,缺少全面的数据做参考。


拿单个店铺来说,它从ERP、流水账单中能得知自己的经营状况,但是店铺所处的商圈如何,店铺在同行中的竞争力有多大,核心顾客的消费潜力等,它无从得知。


去年8月,郭恩熹创办小满信息(XmanData),他要利用数据(以全量消费数据为主)构建商圈模型,基于四个维度为中小微商户提供数据分析。



四个分析维度


产品取名为商圈雷达,郭说:“对于商户,我们就是迷宫上空的无人机,指挥作战、精确制导。”


他打了个比方:一个店铺就是个嗷嗷待哺的小崽子,要看爸妈(商圈、顾客)给的奶够不够吃,奶水质量如何;你喝奶快不快,消化能力强不强;在一群小崽子中叫声大不大,能不能抢到奶喝;是否能快速找到一起抢奶喝的小伙伴。


目前,商圈雷达的微信端正在开发中,预计9月正式上线。


注: 郭恩熹已确认文中数据真实无误,铅笔道愿与他一起为内容真实性背书。



挖掘大数据商业价值



“大数据风潮一来,大家都知道要做大数据。但是大数据能够带来什么价值,很多企业无法回答这个问题。”


这也是郭恩熹的困惑。在大数据公司星环科技工作两年,他发现必须深入到客户业务中,帮其解决核心问题,才能体现出大数据的价值。


如何让数据本身真正产生商业价值?先去找一些有价值的数据源,比如运营商、政府数据等,然后从里面挖掘价值,在此基础上建立延伸商业服务。


抱着如此设想,机缘巧合,郭恩熹与国内权威消费数据源(因签有保密协议,名字暂不公开)达成了合作意向。对方提供数据环境,郭来挖掘价值。“他们有国内近2000万家店的交易数据,覆盖70%的线下交易。”



数据团队


有了数据源,郭想真正尝试一下。去年8月,他成立小满信息(XmanData)。彼时,他带着团队正蓄势待发。“说服对方合作并不是件容易的事儿,我们当时有3个人的科学家团队,均来自AC尼尔森。从技术、商业上考虑,对方觉得你能做出来,才会给出机会。”


然而,他的创业理念在当时并未打动投资人,“很多人说看不懂或不看好”。于是,创始团队拿出100万,先自我验证。


因果网络框架


郭恩熹最初的想法是,在消费数据源基础上,利用算法(因果网络模型)构建商圈模型,由此指导商家经营。


由于数据源有严格的保密与合规要求,小满的技术团队需要到合作方的机房去建模,“不能把数据带出来,输出数据要合规”。“在企业的全量消费数据的基础上,先设定一个方向再建模,如销量预测模型、用户行为预测模型等。”



构建商圈模型



建模过程困难重重。


首先,由于数据量庞大,数据质量参差不齐,以及数据孤岛效应,郭恩熹不少“理想化”的构思因此放弃。“曾想做实时的用户行为监控、行为预测等,但受制于数据的孤岛效应和实时性。”


于是,技术人员只能不断迭代算法模型。“比如利用因果网络模型设想一系列结论,数据源不支持,再换一个结论尝试。”


第二个难点在于保证信息不泄露,即输出的数据不能反查到是哪一家商户或者个人。“如果数据没有得到单个商户授权的话,我们需要把信息加工成标签化的数据,才能输出。”


但是,跨过以上障碍,并不能还原整个商圈全貌。“如果数据质量很好,每一个店铺位置都很清楚的话,可以做到。但后来发现数据达不到要求,一个商场里有500家店,我们可能只掌握20家店的准确信息。”


最为理想的做法是,派出大量线下人员,挨个把商圈信息扫回来,包括哪个商场的每一层有多少家店铺,分别是什么类型等。“但是,这么做成本太大,要得到全国所有商圈的信息也不现实。”


现实情况是,郭恩熹要用这20家店铺的信息去还原一个500家店的商圈。他从数据的关联性入手,利用算法重新构建店与店之间的关系,即关系族谱。


他们利用商圈一年的消费数据去找寻店与店之间的关系。“就像人们逛街,刚才在A店消费,过一会又在B店消费,同一人的消费把两个店关联起来。”


其间,还要考虑时间、距离、概率等因素,“因为是长达一年的数据,会排除众多偶然因素”。


通过这种方式构建的商圈与实际商圈做对比。郭的第一个验证目标是上海来福士广场。


至去年年底,不带POI(地理位置信息)的商圈模型,其还原的商圈结构与固体商圈结构相比,重合度为70%。“还原了商场有多少家店,涉及多少行业,不同消费层次的店分别有多少家等。”


郭恩熹坦言:“最初的重合度为50%,慢慢涨到60%,再到70%,最后是80%,过程很痛苦。”



商业验证



商圈模型的建立,只是第一步。基于此,具体能为商家做什么,郭计划试水验证。


经过考量,郭打算先针对大型连锁品牌试水,“得到的效果更直观”。


去年11月,小满信息推出产品——Halo。“想看看这些模型对于品牌到底有无吸引力,先免费为其做咨询。”


第一家客户是一个国产鞋类品牌,郭在其所在商圈模型的基础上,做了定制化。


郭恩熹认为,要让企业快速感受到价值,那么要让它快速增加收入。


第一、让品牌了解哪些用户身上有消费潜力可挖。“品牌把会员数据导出,我们来评估其消费潜力。”


“一个用户在阿迪每月消费200元,但他在其它体育用户的消费每月有2000元。阿迪只知道这是个好客户,却不知道他的消费潜力更大。”


还有些用户在几个品牌中处于摇摆状态,没有品牌忠诚度。“我们用数据把他们找出来,打上标签,品牌可以花更多精力去转化这些摇摆用户,相比去转化竞争对手的忠诚用户,成本更低。”


第二、让品牌了解店铺的潜力。



单个店铺分析


该鞋类品牌在上海的几个商圈中,有的店铺本身竞争力强,且所处竞争环境也激烈;有些店铺看着人流不错,但销售数据惨淡;还有些店铺在商圈中几乎没有竞争,轻松赚钱。


该品牌以往的做法是,往销售业绩好、装修好的店铺投入更多的营销资源。


经数据模型验证后,郭建议,要往本身竞争力强但周围竞争少的店铺多投入资源;而对于竞争能力较弱的店铺,要做整体门店的提升,包括改进装修,引入更懂竞争的店长等。


由于数据保密,小满信息不会告诉品牌单个消费者、竞争对手的消费数据,只会展示品牌在商圈中或与其它品牌相比的评分水平。


服务该品牌两个月,其核心店铺月流水增长相比去年同期提高10%。


此外,Halo还为某运动服饰品牌做了选址评估。


分析图像


该品牌此前在一线城市开超市店,现在正杀向二三线城市。但他们发现在一线城市的选址经验,用到二三线城市行不通,“在哪儿开店举棋不定”。


以往的选址逻辑是,看下整个城市的GDP水平、运动品牌的消费状况、房价、人均消费水平等信息。


郭恩熹的做法是,从此前的经营数据中,找出该品牌面对的用户群体,他们有多大,消费能力如何,对品牌的忠诚度如何等。


此外,利用这个人群的消费数据找到与该品牌联动的其它品牌。“比如,该品牌的主要顾客经常在星巴克消费,也喜欢优衣库,但明显不喜欢X品牌。那做预测的时候,有星巴克和优衣库的商圈对比预测值带来显著的加分,有X品牌会带来扣分。”


如此,综合目标用户和品牌相关性,为品牌做选址数据决策,并预测其大概收入情况。



服务中小微商户


Halo产品体系验证以后,郭发现每个项目都是定制化,“卖的是咨询的那个人脑和技术能力”,难于实现规模化。“我们的数据服务能力,能不能让中小商家也能轻松享受到。”


为此,郭恩熹调转船头,针对中小微商户(涵盖连锁品牌、单店等)设计产品。



产品功能


他把产品取名商圈雷达,基于消费数据和其它外部数据,为商户提供四个维度的分析。


一、所处商圈的发展情况。“告诉商户这是不是个正在健康发展的商圈,能不能带来足够的人流。如果是做服装的,让商户了解商圈中的服装产业是否在良性发展。”


二、了解商户自身经营情况。“首先,帮商户诊断自身经营是否健康;然后分析其在商圈中、同行中处于哪个梯队,哪些地方做得好,哪些没达标。”


三、知道主力顾客群体是谁。“知晓这些顾客的消费潜力。”


四、清楚自己在商圈中可以合作的小伙伴。类似于前文所述的星巴克与优衣库,可能某服饰店铺与某化妆品店铺,顾客群体类似又不是竞品,那两者可以合作营销,互相引流。


目前,商圈雷达的微信端正在开发中,郭预计将于9月上线。在产品中,他们将加入其它合作伙伴的数据,如“智惠图”、“Talkingdata”、“极光推送”等。“用这些线下人流数据,补充线上消费数据。”


今年5月,小满信息获京北投资的200万天使轮融资。


近期,郭恩熹正在储备一些中小微客户。他计划短期内先集中在上海市场,然后在全国铺开。


接下来,他计划在雷达商圈中加入金融借贷服务。


以往,商户借贷主要依托POS贷(银行主要依据小微企业POS机刷卡交易的流水,来测算其经营规模,再根据交易流水来给予小微企业贷款)。“商户获得POS贷比较难,而且产业链中存在刷单现象,坏账率较高,对于银行来说风险相对高。”


在商圈雷达的模型中,刷单的店铺会被排除在商圈模型外。“这个店铺刷单的话,销售数据会跟其它商家没有联动。”


此外,商圈雷达除了提供经营数据模型外,还能验证该商户在商圈、同行中的排名;以及店铺和行业未来的发展潜力等,“能够帮金融机构规避掉更多风险”。


现在,他正与一些P2P、租赁公司等洽谈合作。






上一条 下一条