AI浪潮引发行业巨变，购物中心如何最大化解锁「数据赋能」？|写字楼|商业地产|数据赋能|购物中心

如今，商业地产行业正站在数字化变革的十字路口。从宏观经济格局审视，全球经济结构的深度调整与国内经济发展的新常态交织，推动商业地产从粗放式的规模扩张迈向精细化运营的深水区。存量时代的大幕已然拉开，市场竞争的硝烟愈发浓烈，传统商业地产模式在这场角逐中渐显疲态，原有的边界被不断突破和重构。

另一方面，消费者行为的数字化变迁亦不容忽视。在数字时代，消费者的购物决策路径已全面数字化，线上线下的界限日益模糊，他们穿梭于虚拟与现实之间，追求个性化、沉浸式的消费体验。商业地产数字化顺应此趋势，借助精准营销、客户关系管理系统等数字化手段，深入挖掘消费者的潜在需求，定制化推送信息与服务，构建全渠道的消费互动生态。

尽管商业地产数字化前景广阔，但在实践过程中，依然面临着诸多难题和挑战。对此，铱星云商与及刻数据COO、来客地图总经理马秋楠展开对话，探讨购物中心如何进行更纵深的数字化变革。

01大数据服务能力提升商业地产数据获取呈新趋势

对于商业地产数字化市场趋势、技术驱动等大环境，马秋楠首先从数据的角度对数字化进行了剖析。他指出，随着整个社会大数据服务能力的提升，商业地产近年来获取数据呈现出以下几个趋势：

首先是数据源质量大幅提升。商业地产关注人的线下数据，线下数据源随着信息技术与智能手机发展，数据规模与数据质量较之前大幅提升，让商业地产拥有更优质的数据源。

✦数据质量：精确到门店级别的数据获取能力，包括门店客流、来源地、竞品关系、画像等超20个维度。

✦客群规模：覆盖国内超7亿规模，且为最具消费能力的客群群体。

✦门店规模：覆盖国内超2500万线下门店数据服务能力。

✦全国范围：覆盖国内全部337个城市，9000+商场、200万+楼宇等数据均可提供。

✦数据真实性：100%真实，对现实物理世界完整的数字化记录。

其次是数据维度与深度大幅提升。摄像头采集客流的年代，只能查询到商场客流、门店客流、门店关联关系、简单的画像等数据维度。基于《来客地图》的大数据能力，分析维度扩展到来源小区、小区渗透率与贡献度、老客比例、流失客去向、场外线下门店偏好、品牌偏好、收入/消费水平、职业等200多个维度。其全国范围的数据查询能力，让商业地产专家们研究任何一个商场的数据，都非常容易。

再次，是数据产品成熟度大幅增加。过往商场经营者们，经常要通过采买商业咨询报告获取相关数据，通过商业咨询公司、线下调研公司获取相关信息。服务能力参差不齐，服务内容差异较大，覆盖的数据维度差异巨大。

经过多年的总结与提炼，为商业地产提供的专业数据平台越来越多，产品的完善度、易用性、成熟度越来越高，让数据查询成为一件很方便且惬意的事情。以下图为例，过往想查询以下数据维度并生成材料，需要准备1-2周才能完成，现在使用《来客地图》，简单的几下点击就可以获取全部数据，并且生成自动报告。

广州百信广场的智能驾驶舱▼

广州百信广场25分钟步行圈内，人口总量、分布热力图、周边POI分布情况等▼

最后，是数据使用成本大幅降低。随着《来客地图》产品的普及，商业地产的数据使用成本被大幅降低。几万元一年的套餐，就可查询10-30个国内商场全维度数据，几百次的区域客研数据、品牌数据等。较之前其他的数据产品，使用成本大幅降低。

02得数据者得人心高效数据赋能商场精细化运营

毫无疑问，商业地产数字化对提升管理效率、优化运营流程、增强客户体验等方面的赋能是多方面的。马秋楠认为，数字化各个维度中，购物中心掌握数据的效率，掌握数据维度的多少，洞悉客户消费偏好的变化，对商业的营销工作、招商工作、客服服务等非常重要。

在获取数据的速度方面，商场尝尝面临几种场景需求。第一种场景是商场开展了周年庆活动，想及时对活动进行复盘，了解活动期间的客流规模变化、门店客流变化、客群来源小区分析、客群画像分析等；第二种场景是商场想调研周边商场的客流情况、入驻品牌、品牌客流、来源地、周边渗透率、复购率等数据；第三种场景是商场集团评估某区域地块价值，查询该地块周边圆形或车行等时圈范围内的人口规模、品牌偏好、人口画像、商场偏好等。

对此，马秋楠对以上3种场景采用传统方式获取数据和使用《来客地图》方式获取数据进行了对比：传统数据获取方式中，商场1-3周左右拿到数据，时间与数据成本高昂，再增加2-5天数据报告撰写；而《来客地图》方式下，商场系统上查询数据，导出数据，截屏各维度报表，1-3小时便可以完成报告。

在优化运营方面，无论是商场希望提升流量，还是适时做出业态调整，不同数据模块的数据获取和分析都起着至关重要的作用。

比如，商场希望提升客流量，对周边楼宇进行广告投放。投放哪些小区或写字楼？通过“小区分析”模块，商场可以清晰看到小区或写字楼内的来客率（渗透率）、贡献度等数据，以及小区的人口总量、客群画像等，用于筛选投放目标。

举例：武汉经开永旺的小区分析▼

通过“潜客分析”模块，找到本商场的潜客聚集区域以及数量，用于精准投放。

举例：武汉经开永旺的潜客分析▼

再比如，商场进行阶段性的业态与品牌调整，商场客群对哪些业态偏好在增加，对哪些品牌更有需求？商场能够通过本品的品牌偏好，洞察客群的各业态品牌偏好程度，引入相应品牌。

通过来客地图的“消费地分布”模块，洞察客群的场外消费场所到访人次，评估适合引入本商场的品牌。

下图为深圳壹方城客群的中餐厅类型的场外消费到访人次▼

在客户体验的反馈上，体现在到访时长增加、来访次数增加等方面。商场想要提升客户在商场的良好体验，就需要掌握客户的到访情况，以便帮助商场更好地进行运营管理和客户服务。

通过来客地图的“顾客到访时间分布”模块和“到访天次占比”模块，可以清晰的看见本商场在一天24小时内，工作日、休息日和节假日的每个小时之间到访人群的占比分布情况，以及一个月内顾客到访所选场景的天数分布情况；

商场洞悉此项功能可以优化人力资源配置、合理安排服务和活动，减少顾客等待时间、提升购物体验，提高顾客满意度，从而建立商场与客户之间的信任，增加他们的停留时长和到访次数。

03商业地产下半场数字化“拿捏”长期主义决策

商业地产下半场，数字化早已不仅仅是短期经营致胜的工具，而是助力企业增强核心竞争力，实现持续发展的引擎。及时、准确的了解客群偏好、了解竞品的数据、了解区域土地客群的消费水平与偏好，商业地产能够实现在拿地评估、开业前策、品牌引入、业态调改等方面的准确把控。

一般而言，商场在拿地评估的过程中，需要花费大量的人力，物力和时间成本对实地进行考察，但是来客地图可以自定义区域，分析这个区域的各项功能，比方说这个圈内的常驻，居住，工作人群数量，以及他们的画像；圈内的商业，住宅，写字楼等POI的数量和信息也都在其中，商场可以通过分析该地的这些数据，来进行拿地评估的工作。

开业前策方面，来客地图可以通过精准营销功能向商场周围的小区，写字楼人群等潜在客群发送营销短信，还可以向竞品商场客群发送，以此来帮助商场增加知名度。

在品牌引入方面，来客地图收录了全国8万多个品牌，且已按照美食，购物，休闲娱乐等业态分类，方便商场寻找。且每个品牌点进去都可以查看到它的详细信息，包括现有门店，等级分布，拓店趋势，在营趋势等，方便品牌筛选合适本商场引入的品牌，及时避免引入那些发展不好的品牌，从而导致商场业绩下滑。

在业态调改方面，来客地图可以查看本商场所有已经引入的POI信息，包括所属业态、品牌、客单价、楼层、人次等，可以按照业态分类查询，商场管理者根据这些业态的数据，通过商场未来的发展趋势来对业态进行调整改进，包括分析人数过少的业态的原因，来实行客流增长方案或更新业态等。

为了更进一步加深理解，马秋楠以几个在商业地产数字化方面的成功案例进行了分享，包括项目背景、实施过程、取得的效果等。

总部位于北京的某大型商业集团，之前非常重视数据对经营决策的指导作用，持续在市场中寻找优质数据服务产品。2023年初开始使用《来客地图》产品，替换掉原有的平台。经过1年的使用，全集团29个购物中心全部成熟使用平台，年度总使用次数超过6000次，数据查询量超过19万次，大大提升集团数据使用能力，形成基于数据决策的工作方式。

并且基于数据平台的丰富维度，在集团内部形成了统一的数据报告模板，由各商业的内部人员生成专业数据报告，大大节约报告采买成本。这就意味着，这不仅提升了报告的标准化，还促进了科学决策，降低了沟通成本，增强了内部协作，从而提升了集团的运营效率和市场竞争力。

04技术持续迭代数字化全新浪潮席卷而至

尽管前景一片美好，商业地产数字化的过程依然道阻且长。在技术持续迭代的背景下，如何更好地应对挑战，制定合适的解决方案？

首先，是合适的数据合作伙伴的选择。商业地产数字化过程中，找到合适的合作方非常重要。只有能够提供准确、完整数据源的合作伙伴，才能有效基于数据做出准确判断，否则容易引起误判，做出错误决策。

相较于运营商数据与APP数据，来客地图的数据优势明显。一来，数据颗粒度细，具备门店级别数据服务能力；二来，数据准确性高，数据准确性在95%以上；此外，数据规模巨大，完整性好。拥有7亿日活数据，数据完整性强。整体而言，相较于市场参差不齐的产品，来客地图以其卓越的数据能力，为商业地产数字化进程中的合作伙伴选择树立了新的标杆，有助于提升决策的准确性、优化运营管理，并推动商业地产的数字化转型。

其次，是打破原有认知，打开客户感知能力。商业地产运营过程中，由于原有数据源的限制，掌握到的数据维度少，甚至有些维度的数据是错误的，对经营的判断形成误判。

例如：商场对周边小区的来客率（渗透率），存在多种统计口径，1个月的来客率与3个月、5个月的数值差异巨大。若数据颗粒度不够细致或及时，渗透率变化缓慢或不显著，会对形势造成误判。

下图为广州白云某商场的渗透率数据（1个月口径），已经是业内比较高的水平了▼