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
在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29