京公网安备 11010802034615号
经营许可证编号:京B2-20210330
O2O与大数据引关注 互联网+商业地产如何寻求变革?
“O2O和大数据,是需要全行业共同面对、共同推进的。只有把全行业的链条打通,提升行业生态,才能真正实现商业地产O2O创新。”12月15日,北京万达(专题阅读)索菲特酒店,在以“‘共享经济’时代下的地产创变”为主题的2015中国房地产产业链主题年会暨第17届CIHAF中国住交会商业地产分会现场上,北京朝阳大悦城研策部副总监李英伟如是说。
过去的一年,线上巨头阿里开始布局线下,线下实体零售巨头万达也开始抢夺线上市场,一时间原本令人一头雾水的O2O成为街头巷尾的热词,大小零售商都积极布局自己的数据库、官方APP等。
但在当天的会议现场,多位业内大佬却提出了自建APP是一个“伪命题”的观点。
“互联网时代讲求开放,越开放越有价值。”阿里巴巴城市生活事业部、喵街智能商业副总裁苗峰指出,大平台、开放平台才是O2O的趋势。
“‘共享经济’时代下的地产创变”为主题的2015 中国房地产产业链主题年会暨第17 届CIHAF 中国住交会商业地产分会现场,商业地产O2O 和大数据的发展与未来引发关注。
打造生态开放平台
阿里喵街原本就是平台化模式的代表,强调合作共赢。而原本定位服务万达商业的自建平台飞凡网也表示定义将完全改变,从自建平台变为结合场景的“互联网 ”大平台。
“2015年11月底,我们有400万个APP用户,在所有渠道采集到的会员数据达到8500万,跟飞凡网达成合作关系的购物中心超过400家。我们不妨预言一下,优秀的自建平台都有可能在未来成为一个开放的大平台。”万达飞凡商业拓展副总经理冯舟表示。
越来越多的商家也意识到了分装APP没有效果。消费者今天使用下载明天就取消,大量闲置和试错后逐步开始意识到开放大平台的价值和意义。
大数据是流动的生态,越来越多的第三方大数据正逐步“松绑”,“第一方数据资源逐渐开始和第三方数据资源进行一些连接和整合,线下零售的大数据生态开始若隐若现地显现出来。”李英伟说,未来2~3年实体零售大数据生态的建立是非常深刻的趋势。
而在一年多O2O的尝试中,越来越多的从业者也发现O2O和大数据的主要目标是和人的链接,即给人带来多少价值,而不是给“楼”增加多少。
商业地产1.0阶段,市场可能更加关注具体的解决方案,比如怎么解决一些消费者在商场体验中的“痛点”,找车、定位、导航等;未来进入到2.0阶段,市场会更多考虑人的连接。“人实现连接以后,会进入第二个关键词——‘场景’。我们今天在做很多的尝试,O2O的创新实际上就是在创造更多与消费者互动和连接的场景。”李英伟表示。
李英伟预测,沿着连接的主线去增加各种各样的场景,这将是在明年甚至更长时间内O2O的创新举措。
提升线下整体经营水准
在这样的生态背景下,需要商家具备两个核心能力,首先是对大数据的理解,包括数据挖掘的能力;二是团队是不是真的具备互联网精神、互联网能力,因为无论多少平台、多好的应用,都需要团队有互联网的能力进行组合和应用。
更关键的是,商家要清楚,目前的生态系统变革下,不能指望APP或数据影响并破解困局。“尤其是甲方做事情容易陷入技术决定论,大家总是觉得我们只要有好的技术解决方案,好的技术供应商,很多的事情就可以解决,这是不对的,更多的时候还是要将重心放在团队能力的提高上,这才是最根本的。”李英伟进一步表示。
北京华润五彩城副总经理任东亮也认为,市场目前处在一个消费者换代的时代,过去传统地跟消费者互动的模式正在慢慢失效。未来利用数据技术去建立数据化的体系,是要建立在充分信息化的基础上。
更为核心的在于提升线下整体经营水准。“我认为互联网会加速线下的竞争,如果你的店面经营不行,上了互联网以后会加速死亡。”苗峰表示,互联网时代会放大线下实体的优势,也会放大它的劣势。所以无论是与喵街合作,还是与飞凡合作,实体店自身要变得很强大。
“如果商家的基础设施、管理团队、治理结构都没有准备好的话,去和阿里或者说是万达合作,是不能提高效率的。无论是喵街还是万达,最多可以帮你锦上添花,我不相信它可以雪中送炭,因为没有到这个时候。”苗峰坦言,“打铁还得自身硬”。
嘉宾观点:
O2O的小生态与大生态之辩
万达飞凡商业拓展副总经理 冯舟
购物中心和电商最核心的差异在于线上可能更加懂得消费者的需求,线下购物中心和百货商场对快速改变的消费者的内心需求把握不够精准,不够迅速。
飞凡的定位是“实体商业 互联网”的场景运营商,为购物中心提供智能软硬件的解决方案、WIFI等,可以覆盖购物中心、商超等全部业态。非凡要做的是一个结合场景与人的“互联网 ”大平台。未来优秀的自建平台都有可能在未来成为一个开放的大平台。飞凡还有一个有亮点的产品是全球招商平台,即把全球优质的商户资源和商业地产资源放在一个开放的平台上,使彼此在这个平台上完成有序、良性的交易。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16