
O2O与大数据引关注 互联网+商业地产如何寻求变革
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
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23