MobTech联合举办第二届商业地产数智化研讨会：大数据助力实体商业数字化转型

3月30日,上海国际酒店及商业空间博览会(Shop Plus)在上海浦东盛大开幕。其中,作为聚焦商业地产数字化应用主题的分论坛第二届“商业地产数智化应用研讨会”也在昨日成功举办。

本届研讨会由商业地产数字化研习社、MobTech袤博袤博、汇动科技、诸葛云等企业联合举办,邀请了绿地集团、大融城、正虹商业、南翔印象城等知名企业代表参与现场交流与分享,从商业各业务场景下的智能化应用,以及大数据的采集、梳理、呈现、智能分析等几大方面出发,探讨数据驱动业务,实现精细化运营、数字化营销等未来商业面临的重要课题。

在互联网+时代飞速发展的今天,流行这样一句话“得数据者得天下”。互联网+时代是一个信息定输赢的时代,大数据的存在更是互联网+时代锻造竞争力的关键因素。不懂得运用大数据原理的企业在这场竞争中将处于不利地位。互联网+时代是一个以数据和技术为王的时代,不管是互联网行业还是传统行业,得数据者才能得天下。

MobTech袤博作为全球领先的大数据智能科技平台,基于商业地产的场景需求,通过城市配套数据、商场客流数据以及维度丰富的客群画像数据为核心,从城市规划、商场商圈到客群画像全方位地为商业地产项目赋能。

现场MobTech袤博袤博商业地理副总裁沈亚向与会嘉宾做了详细分享。他说到,通过大数据监测能够反应“商业的真实”,实现跨越时间维度,追溯客流特征;关联商业项目流失用户,与竞品商场的重叠客户研究,以及未来趋势判断。大数据时代带给我们更多的是一种新的思维方式,它不仅仅是单纯的“数据大”,更蕴含着一种计算和思维的转变。

MobTech袤博商业地理副总裁沈亚分享中

大数据在商业地产领域的表现最为明显的就是“智能时代的研策与商管”。以MobTech袤博智图产品为例,包含城市区域/板块宏观分析与商业项目分析这2大功能模块。智图数据覆盖全国40+主要城市,平均每个城市商场覆盖率高达96%+,覆盖全国店铺数量大于20个品牌的商场数达6000+,日均监测整体客流量高达1.5亿+,且这些数据还在不断更新迭代中。针对城市区域/板块分析,包含基础宏观分析、区域/板块对比、区域落位分析、板块布局分析等,辅助投资拿地决策。

针对商业项目,智图商业数据库囊括了全国主要商场购物中心的静态动态大数据,可对目标商场进行项目定位、运营策略、招商规划、和竞争分析,已实现数据分析全面表盘可视化、产品化、工具化,适用于项目研策和商管。

智图城市宏观分析 助力洞察区域发展空间

智图2.0的各板块功能遥遥领先于现有市场上同类产品。首先,城市区域分析功能。包含城市面的各项基础宏观数据、数据颗粒度细到各个区域,满足企业一切应用场景;城市区域年度数据对比,纵向对比洞悉区域发展速度辅助评估未来发展;区域加权指数评估分析,加权算法让数据更精准。

其次,智图2.0的城市板块功能。其数据颗粒度细到各个板块,便于不同场景下的应用;板块配套数据横向对比,直观对比各板块优势及发展空间;区域加权指数评估分析,让数据分析更精准,更具有参考价值;根据历史发展数据及区域变化等多因素参考,基于AI算法进行未来人口模型预估分析,帮助企业了解城市区域发展趋势及投资价值。

智图静态动态数据结合 助力商场精细化数字运营

除了城市宏观分析外,智图商业数据库囊括了全国主要商场购物中心的静态动态大数据,可对目标商场进行项目定位、运营策略、招商规划、和竞品分析。

1. 项目定位:计算目标商场的客群辐射规模和档次定位

根据目标商场的“商业面积、核心辐射半径、辐射范围、周边交通配套和主力店面积占比”计算得出其购物中心档次“城市型/区域型/社区型/邻里型”及档次打分,同时根据档次得分可对目标商场推荐可向上探索的档次边界。

        2.运营策略-竞争格局分析:运用智图大数据计算,可对跨城市全国各商场的数据进行模型比对,得到竞对列表及其竞对级别评分

对标项目分析:基于智图商业数据库,根据全国各购物中心的档次得分、及其消费者的客流表现、和主力客群画像定位(3、5、8km居住到访人群/贡献率),计算得出对标列表

竞品项目分析:在对标检索模型的基础上加入等时圈计算,得出竞品队列

3.运营策略-客群分析:可工具化得对目标商场的消费客群画像特征进行分析,亦或更进一步对比本品和竞对的画像特征差别,定位目标/活动人群以辅助运营决策

例如,根据目标项目的客群基础画像可计算得出其常客的特征偏向:

中产30%、新中产35%、经济族10%、单身贵族7%、小康家庭8%,以中产和新中产类人群为主,偏向有一定经济能力的客群。

4.招商规划-业态品牌建议:根据项目品牌业态特征以及消费客群特征,通过模型计算业态对辐射客群的偏向性以辅助招商决策

智图可根据其商场业态品牌分布,场内店铺客流表现、和周边客群特征,建立解释模型后,再将目标商场核心客群特征进行输入,以判断对目标商场在业态分布上进行倾斜的程度。

例如:目标商场包含休闲娱乐业态占比为4.17%, 辐射客群特征为23-35岁的新中产人群(占比35%),模型得出相关性指标:此业态偏正向,可加多引进此种业态的新兴品牌。

5.竞争机会分析-区域对抗矩阵:目标商场作为本品,选择竞争得分较高的项目作为竞品

可根据双方的消费客群来源地分布计算出各区域的竞争和贡献度,从而找到需重点关注的区域和POI辅助运营决策。

近些年大数据的发展使得地产商和地产咨询公司也开始重视数据的价值,MobTech袤博也与诸多知名企业合作,包括savills、戴德梁行、JLL、龙湖、华润集团、融创、凯德、旭辉集团、招商蛇口、吉宝置业、弘阳地产等。