珠三角运营商用大数据为消费者画像

珠三角城市群，国内商贸往来最繁华的地区之一。数以千万计的人流，带旺了餐饮、服装、电子消费品等行业，支撑起了珠三角地区庞大的消费市场。这个庞大的消费市场产生了庞大的消费数据，这些数据，被越来越多的企业视为可开发、可定价的资源。

其中，餐馆、服装店的消费数据尤为引人瞩目。

一方面，餐饮、服装等传统行业的不少企业加速融入互联网，借助数据挖掘、数据分析推动企业经营提质增效；另一方面，传统的IT企业、新兴的大数据企业强势介入传统行业，试图推动大数据在本行业的深入应用和与不同行业的融合。

这些企业试图通过对数据的广泛收集和深入挖掘，使大数据已经成为一门新的生意。

不过，多名业内人士指出，当前珠三角地区也存在国内较为普遍的“信息孤岛”问题，不同店铺、线上平台的数据难以互通共享。要破解这一问题，需要政府尽快推动行业标准的建立，以系统的脱敏共享促进行业数据和政务数据的开放互通。

为消费者画像

大数据，一个引无数企业遐想的名词，在广东正逐步从虚拟走向现实。

早在2012年，广东就提出了“大数据战略”，时间上早于全国大部分省份。

据2015年年底发布的《广东省大数据产业发展报告》，2014年广东大数据产业总产值约为220亿元，呈现“广深引领、珠三角集聚、粤东西北紧随”发展态势。

而早前出台的《广东省促进大数据发展行动计划（2016-2020年）》明确，到2018年，广东培育5家左右大数据核心龙头企业、100家左右大数据应用、服务和产品制造领域的骨干企业，建设10个左右大数据产业园，大数据及相关产业规模达4000亿元。同时，用5年左右时间，打造全国数据应用先导区和大数据创业创新集聚区。

目前，大数据产业在广东已是如火如荼，大量的企业已经开始利用广东数据资源丰富的资本，为自身的经营服务。

在广州汇美服装有限公司，何建伟正担任数据总监。这份看起来很新颖的职务，其实就是针对公司的产品企划、原料采购、品牌推广提供相应的数据。

汇美服装早年主营女装电商，近年来逐渐从线上转向线下。据何建伟介绍，由于做电商起家，他们很注重收集数据。如今，大数据团队通过整合各大电商平台、线下实体店、加盟店的数据，已经初步建立起企业的大数据库。数据库中的服装款式、服装售价、消费者尺码、人流量等数据，经过挖掘分析，将形成消费者偏好的“画像”报告，企业据此完成产品企划、采购和市场推广等企划。

这个“画像”要解答的问题是，企业应该卖什么，卖多少，怎么卖。

“用户画像完成后，我们可以判断他们倾向的款式、价格和购买的时间点，从而精准推送，同时预判销量以减少库存积压。而以往的这种决策仅是凭借行业的经验。”何建伟告诉21世纪经济报道记者，“从效果看，大数据应用有助于企业提高效率和节省成本。”

不仅仅服装，餐饮业大数据也十分红火。

跨界进入餐饮行业的云藏科技 CEO陈昱是另一名给消费者“画像”的创业者。目前，云藏科技团队正在做餐饮行业的大数据项目，这个项目试图以大数据应用分析，给传统餐馆的管理经营提供决策依据。他对21世纪经济报道表示，从广度上看，珠三角地区人口基数大，流动人口多，消费能力强，每天产生的数据足够“大”；从深度看，珠三角地区的消费人群来自五湖四海，行业业态多种多样，数据丰富度极高。

“数据越丰富越有全国代表性，越能分析出深度。国内很多城市都没有兼具广度和深度的优势。” 陈昱说。

在他看来，数据分析得越深，消费者的倾向、企业的经营情况就越清晰。这不仅能促使企业、同行业内部提质增效，同时能够促使不同行业跨界融合。

丰富的消费数据是珠三角地区的天然优势，而在风险投资人、久久投常务副总经理盛东华看来，珠三角地区更重要的是有鼓励创新的环境。

以深圳、广州为代表的珠三角城市，创投资源云集，TMT行业等创新人才较为集中。大数据应用企业落户在珠三角地区，既方便利用该地区的资本和创新资源，又能直接面向庞大的市场。据盛东华介绍，他已经投资了若干大数据项目。

解题“信息孤岛”问题

无疑，珠三角地区的大数据商业化应用已经具备先发优势。但是，要到达“大数据之巅”，还需要解决关键掣肘：数据的“共享难”问题。

珠三角地区消费发达，各大商圈、广场店面林立，每家门店的电脑里都记录了成千上万条消费记录。可惜的是，大部分门店的数据相互间并不能实现互通，“信息孤岛”现象普遍存在。

比如即使门店接受云藏科技的信息系统，亦不能很好地连接这些历史的沉淀数据。也就是说，这些数据依然处于沉睡的状态。

“沉睡的数据是没有用处，只有数据流动起来，相互连接才有挖掘分析的价值。”陈昱对21世纪经济报道记者表示。为了破解餐饮业“信息孤岛”问题，云藏科技团队一边对门店做优化管理的设计方案，一边收集数据。

涉及“信息孤岛”命题的另一个问题是，A行业的数据库用在B行业，到底有没有效果。

“一般行业会根据自己的需要收集数据，放在另一行业很可能并不适用。”图灵科技CEO杨林晟的论据是早年长期在运营商企业工作的经历。

杨林晟表示，一般情况下，运营商导入的流量中，5%是成单用户，5%-15%的用户是可能成单的潜在用户，其余用户均是无效的用户。

运营商对用户消费行为数据的挖掘、分析，类似推荐通话套餐的营销手段，可以促使部分潜在用户转化为成单用户，使成单用户概率控制在10%左右。但是一旦涉及跨行业，前述可控的成单用户概率很可能急剧跌至3‰的水平，与自然概率相差不大，已经没有多少可挖掘的价值。

究其原因，还是有效的数据积累过于狭小，数据的丰富度有限，无法更深入分析。杨林晟认为，要提高A行业跨界应用到 B行业的效果，关键的解决方法是推动更多行业数据的“脱敏”后共享。他所说的“脱敏”是指企业或政府的数据经过处理后形成更抽象的数据趋势，而不是涉及企业安全和个人隐私的具体信息。

在他看来，由于涉及企业的安全管理和全社会的开放环境建设，当前的“脱敏”工作非常难做。

“实际上存在一种对共享的误解，就是要求拿到一个个具体的数据，这可能涉及隐私或知识产权。但根据算法反馈抽象的结果也是共享。你不用告诉我谁在这家店消费了什么，但你可以告诉我这个区域比较受欢迎的产品是什么。”