新零售时代，WIFIPIX用数据智能赋予线下门店三大能力

[ 导读 ]选址困难、运营低效、营销混乱一直是线下门店的三大痛点。过去15年，传统零售业都在谈“信息化”。今天，无限向溯wifipix从这三大痛点出发，帮助线下门店降本增效，用“数字化”赋能传统零售。

两年前，阿里提出“新零售”。一时间，“新零售”成为无论是传统行业还是互联网圈出现频率最高的词汇，同时也被当成了媒体流量热点。办公室货架、无人便利店……一大波高举新零售大旗的品牌出现，颠覆传统零售的创业口号成为风口。

新零售中“新”的定义，业内一直没有明确的标准。为了对标阿里，京东和腾讯又分别提出了*零售和智慧零售。不管哪种说法，各家的共识就在于，线上流量的增长瓶颈已至，线下成为新的增长点，价值开始被重新审视。由于高估值和强势能，互联网巨头开始大举入股传统线下零售业态。

作为线下「传统」零售业，扩张选址困难、运营效率(供应链、库存、周转等)、营销方式低效一直是线下门店的三大痛点。过去15年，传统零售业都在谈“信息化”，直至今天，我们也许迎来了「信息化」后期时代的新趋势，“数字化”赋能传统零售，从这三大痛点出发，紧贴业务和经营，帮助线下门店降本增效。

「扫除视觉盲区，智能数据支撑的全新选址模式」

不可否认，选址——这门传统零售业最古典的手艺，仍然是决定线下门店是否成功最为核心的因素之一。今天的线下零售业依然是基于租金、基于地理位置的“守株待兔”获客模式，即便是阿里新零售的“一号工程”盒马的线上线下结合再紧密，围绕的也是三公里的半小时生活圈。

在传统的选址逻辑中，实际选址数量和需要考察的铺位数量的比例大概在10-20%之间，效率非常低，并且基本是靠店面开发人员的经验和人脉，因此在这一过程中，决策成本很大，误差也很大。如果能够借力于大数据，效率便可得到大幅度的提高。尤其是线下大数据，因为人类80%以上的行为还是发生在线下，因此线上数据一方面很有局限性，另一方面反哺到线下难免失真。

品牌门店选址一般基于两个大原则：一是根据自身的品牌定位和目标消费者群体特性寻找合适的铺位，二是针对竞对已有的门店地址在其周边进行布局，「跟随」策略。但无疑，这两种方式都存在着极大的信息盲区和不确定性。在过去的一年里，wifipix服务的超过100个行业*客户里，我们利用大量商圈和消费者线下群体数据，开发出的大数据选址产品“睿选”，除了可以帮助品牌很快捷地查询到商圈周边的完整可信的交通、流量、公共设施、住宅办公，以及商业体类型、面积、辐射范围、竞对门店分布等选址需要依据的核心信息外，在更为多样和灵活的商业选址决策模型方面，提供了一套全新方法，大幅提高选址效率和可靠性。

相比传统模式，基于海量高密度数据，并且利用实践验证的算法模型和价值目标智能识别方法的大数据选址优势明显。

「多维度客群分析，让运营效率最大化」

我们观察到，在传统零售中，门店对于客群和流量的分析几乎空白，拥有的最多也只是进店人数和成交数据，除了实名制会员，对于其他进店的消费者很少会关注到，分析方法相对落后。结果就是销售数据与客流数据之间的割裂，无法形成类似互联网运营的完整漏斗优势，导致运营提升无从下手。

新零售形态下的线下门店正在逐渐摆脱单纯依靠地理位置，客户的获取、留存、经营是在全域、全渠道进行的，这也将会使得客流分析的难度进一步加大。未来门店与消费者的关系绝对不是只有进店、离店、是否成交这几个简单流程，而是从品牌接触、感兴趣、购买，每个环节都可以被数字化度量和运营。

对此，我们开发了客流分析平台「mancy」，从区域客流→楼层客流→过店客流→到访客流，显示的是一个多级的门店销售漏斗。根据现有不同级之间的流出比例，来相应地调整运营策略。例如，若过店人数多，到访人数少，说明可能橱窗和展示不够有吸引力;到访人数多，停留时间短，可能是店内的商品结构不符合进店人群或者是服务不到位，停留时长约长意味着消费者的兴趣越大，交易成功率也会随之提高……总之，各级的漏斗越大，销售额自然越高。另外，动态的对不同关联程度的客群持续进行活跃度、生命周期管理也是核心。

真实客观的客流分析可以帮助到门店运营者摆脱“经验判断”这种非标属性强的决策。在我们的观念里，数据并非为分析而生，是为应用而生，如果要实现数据的价值最大化，那就需要门店和大数据服务商之间很好地配合，通过移动支付数据、物联网、lbs定位等技术，把消费数据和客流数据进行打通连接。在这一点上，我们和门店之间已经有了非常深度的合作。

「消费行为碎片化，线下新营销成必然」

线下营销并不具备像天猫双11、京东618这种电商的宣传渠道的传播度和快捷度。在过去，会员卡是象征身份的实体卡，但随着移动支付的普及，会员卡也开始线上化。无奈治标不治本的一点是，营销方案还是一刀切：过去往各家门口塞一份传单，现在改成了往用户手机号广撒一波短信或者盲目地投分众。至于微信朋友圈或者自媒体等渠道，社区型的线下门店就更加不适合了。

我们和某大型商业的店庆营销合作案例中，仅利用客群活跃分层模型，将门店最高价值的s级、一般价值的a级、沉睡客群b级和彻底流失的c级四个简单等级，即可轻易帮助该商场新注册会员同比提升了24.7%，核销率由3.2%提升至8.7%。

当然，这个应用仅仅停留在营销中最末端的触达层面，通过对最新到访用户的监测，我们也可以很好地反馈给商场或者店内应该组织哪种营销活动，是简单粗暴的打折，还是制造一些互动感强的游戏等等，这对于商场、品牌、消费者以及服务商来说才是多方共赢的。要知道，今天的消费者由于经历了过去十年电商和移动互联网的教育，消费场景变得非常碎片化，在线下有目的性的购物，或者实惠性的购物已经越来越少，反而探索性、休闲性、场景化的购物越来越多。营销只有满足新的消费者新的需求，才会有真正意义上的零售经济和品牌经济的增量。

中国作为世界上数字化程度较高、移动互联网化最彻底的国家，不管各家对于“新零售”的理解有何不同，数字化成为了传统线下零售转型的最基本和最核心的驱动力。不过需要强调的是，新零售还是需要回归零售的本质，在降本增效的前期下，为消费者创造极致的产品和消费体验。wifipix作为智能大数据公司的一员，深刻地感受与其“颠覆传统”，我们更应该做的应该是“敬畏线下”，从最刚需的痛点解决开始，与线下保持高度协同才能实现行业真正的进步。

本文作者介绍：

wifipix北京无限向溯科技有限公司(http://www.wifipix.com)创始于2013年，专注于移动端用户消费行为及场景信息的数据挖掘，通过对全球范围内超过6000万个线下消费聚客点，600余个城市，涵盖5000余家一线购物中心以及2.5万个消费品牌进行日常客群捕获和监测，监测覆盖10亿+主流消费者，成为业内最大的线下场景与消费行为数据洞察企业。