
大数据时代 商业地产频频拥抱互联网
“对于大数据、云计算、移动终端构成的广义互联网,鸵鸟式的排斥或无视显然是不明智的,我们只能主动拥抱。”在国贸商城总监助理郑铁看来,传统零售行业已经没有退路。比起绝大多数规划出来的购物中心,有机生长而成的国贸商城动线更为复杂。因此,国贸商城正在研发一套人性化的室内地图导视,配合已有的消费足迹采集互动系统,推出更精准的营销平台。
记者了解到,凯德旗下的购物中心也在做一些新的尝试。被外界贴上“慢”标签的太古,在三里屯太古里开通了新的微信营销通道。
零售行业里,唯有“变”,才是唯一不变的法则。
对未来的探索
凯德商用在上海的龙之梦虹口广场从去年开始开展了两项服务。其一是白领在线服务。这个基于微信的移动客户端平台,让工作控可以快速自由绑定所需要的各色吃饭娱乐服务,“上班族”也能有私人助理服务,管理午餐、晚间娱乐、日常小食消费,还能抽空听听音乐会做做瑜伽,社交朋友圈认识新朋友。
龙之梦虹口广场拥有14万平方米的购物中心与5.2万平方米的办公空间,有近5000名白领在这里办公。“创造连接”让许多白领不再做“熟悉的陌生人”,通过综合体平台,吃饭、游戏、抢票互动起来。未来还将增加新的会员实用功能,如拼车服务、工作早餐服务等。
其二是名叫“未来商店”的概念店。消费者可以通过3D试衣镜试穿衣服;吃饭、唱卡拉OK、看电影等活动,可通过手机提前安排;折扣券、抽奖券、停车券等不用再前往服务台领取,一旦满足赠券条件,它们会自动出现在手机上。
在这里,电子显示屏取代了传统橱窗玻璃,其中一个屏幕上滚动播放着商场最热销的服饰、美食及各类休闲服务。消费者可站在橱窗前“隔空取物”,看中哪件商品或服务,用手一挥就会出现它的详细信息,包括店铺位置、优惠价格、产品二维码等。用智能手机扫一扫二维码,就等于将产品或服务放进了虚拟购物车,去店铺缴费即可取货。
凯德从不担心电商的冲击。凯德商用中国总裁骆伟汉去年在接受记者专访时就表示,购物中心会根据不断变化的消费者需求进行调整。
盈石集团研究中心总经理张平6月11日在接受记者采访时评价说,万科目前的大型商业项目正处于起步阶段,增长速度将很快。由于商业地产总的供应量巨大,而万科的项目供应主要集中在一线或者重点大型城市,竞争将更为剧烈。万科百度合作更深层次的动力在于,双方想合作构建集合一个线上线下的数据化平台,在了解客户需求的同时拓展零售领域的末梢。
而万达商业对未来的探索,则是对数据重新挖掘。张平指出,大数据应用能找出顾客消费习惯及爱好,改善商户组合配比,通过推送引导等方式增强顾客黏性。依靠这些数据,万达将有再次升级或者开发新一代商业项目产品的基础。“目前万达需要的是通过兼具互联网和商业背景的团队强化大数据的分析和应用,进而指导现有物业的业态调整,并据此给未来物业的业态组合提供基于大数据建议的解决方案。”张平说。
伟大是“熬”出来的
和赚快钱的地产公司相比,做商业的人有着持截然不同的思维。他们仿佛在做许多无用功。
位于北京西部商圈的凯德晶品购物中心,几乎每个月都至少有两场主题活动,涵盖时尚、文化、公益等主题。国贸商城也常常会做类似的活动。凯德商用方面表示,这么做的目的是位了让消费者有耳目一新的感觉,保持时尚度和体验性。三里屯太古里和颐提港也常常做些提升和改善的活动。太古认为,这是十分必要的。
在外界看来,太古进入中国15年才发展了5个购物中心,太慢了。但太古自己觉得,它进入中国的每一个项目都不复制,而是融入当地特色,符合当地文化,满足当地居民需求。
记者采访的过程中,业内商业地产专家对万达的评价几乎是两极的:一方面,万达广场代表了效率;另一方面,有快速扩张计划的商业地产商们,很有可能步万达的后尘。“快”和真正意义上好的、经得起时间考验的购物中心常常不可兼得。
有三条准则可以衡量一座商场是否成功,第一是定位与辐射人群是否匹配;二是运营层面,包括品牌调整和活动的有效性、潮流性、创新性;三是服务这种软性指标应当与硬件相得益彰。
抛开技术手段的改变,几十年来,有一些法则从来没改变。“市场的变化是永恒的,像北京国贸商城、新光天地、上海恒隆广场,历久弥新,这才是真正的成功。”张平说。
在郑铁看来,租金则是最后的结果,它固然可以运用技术手段测算,但更是经过耕耘后的收获,也意味着市场的选择。“为人提供更好的环境和服务,是一家商场所应该持有的终极精神。”郑铁说。当然,不仅仅是前来消费的人,也包括商户,还有为之工作的团队,都应该得到关怀。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04