【消息】如何抢占新零售先机这四个案例告诉你

发布时间：2021-01-03 02:12:52 阅读：次来源：笔袋厂家

6月23日第五届中国全渠道零售峰会上，【友盟+】王晨星分享了最新的线下数据应用案例，希望帮助线下企业解锁“新能源”，用数据驱动新零售落地。

和线上相比，线下数据的开采和挖掘才刚刚起步，还存在不少的问题，最突出的两个是：

l 缺少管理。比如车企4S店的进店潜客、购车人群、双11的广告触达人群、销量及地域分布等，而这些数据都没有沉淀下来;

l 数据打通难。单纯的数据是孤立的，不同类型、渠道的数据融合，才能实时的产生价值，这也是大数据的核心能力。放到场景中，近期门店的销量增长与线下的营销活动有没有打通，消费人群和被营销活动触达的人群是不是重合?

【友盟+】的最大优势是全域数据以及线上线下数据采集管理和打通能力。更深入的，我们拥有这么大体量的数据，本质上是对“人”的认知更透彻。我们拥有覆盖全网用户的标签体系，能够精准立体的刻画消费者。这些标签包括：

1. 人口学属性：性别，职业，年龄，婚房等;

2. 媒体偏好：上网时段、用户喜欢上的网站，用户喜欢的app类型，用户使用的手机型号;

3. 地理位置属性：商圈中的流量，到会场的人都来自于哪个省，哪个市等;

4. 消费画像：我们整合了电商的数据资源，提供了消费特征，还根据不同行业进行行业化的标签。

本质上，我们希望将“人”在互联网上的行为数据组合起来，将对于人的深入理解的能力赋能给线下。

下面重点分享我们最新的线下数据实践，这些都是真真切切的给客户带来了超出预期的惊喜和回报，希望对大家有借鉴意义。

商业地产+商圈人群分析

客户需求：新建地产，希望根据周边人群特征，定位商场性质、招商类型、引流策略等。

解决方案：我们通过数据监测了一个月内3km 和 7km两个范围的数据信息，由三个维度构成：

1. 商圈的流量数据：整个商圈中的总人口情况，包括常驻人口、流动人口、分布地图等;

2. 商圈中人的特征数据：比如性别、年龄等常规人口学属性，以及消费能力等与商业相关的属性;

3. POI数据：比如 3km监测样本量：监测到设备总量41万、小区数量316、写字楼112、学校50个。

实际效果：客户将线下采集的数据提供给咨询公司进行二次加工，结合行业经验，在商场定位、招商中更有针对性。

商超WiFi拉新

客户需求：上海连锁商超，核心诉求非常明确：拉新。

解决方案：我们通过线下数据采集，识别到店的消费者、商圈附近的人流。再与【友盟+】全域数据进行对比，识别和圈选出目标用户。如果是目标用户，我们再看是不是商超会员，如果不是会员，我们可以PUSH/广告的方式实时的去触达，达到拉新的效果。

数据效果：

1. 每天为7家门店触达新客1.3万;

2. 日新增1300新会员，提升40%;

3. 如果全年保持这样的效率，传统获客形式VS数据获客成本=1900万VS150万(预估)，一年可以为客户节省1750万;

4. 更深入的价值，客户有了数据沉淀，加上我们通过线上的用户行为对用户需求的实时捕捉，这些数据就变成活的、流动的。我们对于老客也有很多的办法去提高复购率，唤醒僵尸会员。

北京现代悦动+上市推广

客户需求：客户希望结合时下的新技术、新营销方式，通过互动娱乐的方式，促进真实转化，并沉淀目标用户数据。

解决方案：客户在南京有8家4S店，我们利用线下数据+营销数据+LBS数据，做互动性的场景营销。当时在南京的热门商圈投放iplus智能电子屏广告，根据不同时段、天气、环境、消费者的身份，展现不同广告内容。并结合支付宝AR红包，促进二次转发和转化。

更重要的是通过线下数据采集，沉淀了一批潜在消费者。紧接着我们进行了PUSH通道的二次触发，广告营销效果也是超出预期，一般传统的PUSH的点击率在2~3%，这次我们达到了6.2%。

数据效果：

1. 活动期间TA触发展现12,025,730次，共计10,267人参与红包互动，并形成热点事件，轰动全城;

2. 精准PUSH的点击率从常规2~3%提升至6.2%;

3. 我们推动客户做这样的测试，还有更深层的考虑：进入门店、参与营销活动，这种对于品牌有强反馈的场景人群数据，与品牌的契合度是很高的;

4. 我们将线下采集的人群，例如进入门店的、营销活动沉淀的人群作为种子人群指导广告投放。当他去淘宝购物、去今日头条刷新闻、去支付宝的卡券系统，都可以看到我们推送的产品信息，这样的投放策略效率要更高。

某时装品牌，数据资产管理

客户需求：客户是国际快时尚品牌，在国内拥有几千家门店，拥有非常丰富的线上线下数据资源，但是每年还要耗费数亿元为同一批消费者的触达卖单。客户核心诉求是管理数据资源。

解决方案：建立数据资产管理平台，将有价值的数据沉淀和挖掘，实现用户数据的可识别、可连接、可沉淀、可触达。具体产品形态是：

1. 多数据源接入：支持线下门店数据、官网线上数据、广告营销数据及客户自有历史CRM数据接入。

2. 数据银行(包含：客群管理、人群洞察、数据挖掘、个体查询)：多数据源的融合，提供数据的存储及数据的处理，以及人群的标签化展示。其中的“个体查询”功能，可以直观的展示【友盟+】数据对于客户自有数据的丰富。

3. 数据的深入分析与洞察：融入数据业务场景的垂直应用。

4. 运营/营销：数据可复用，数据平台可以灵活对接运营平台和营销平台，深入业务的链路中，实现业务数据化、数据业务化的能力。

以上是数据平台的表现形式，底层是一个标准化、结构化的数据架构，这些可以应用到数据化平台的建设上。

第一层：数据采集，包括了POS机、门店wifi、消费数据等;

第二层：数据融合，按照统一的规范去管理;

第三层：数据打通(数据处理)，将用户的不同行为，比如在A门店消费的行为，和在某次营销活动中触达的人群，识别成同一个人，立体的勾勒用户画像，这也是数据归一的理念;

第四层：业务应用，数据整理好了，如何促进业务升级，比如营销触达、对某个商品的消费人群分析。