如何通过流量大数据提升商业运营价值
原阿里巴巴集团CTO王坚刚到阿里巴巴时,就曾建议把原本每天被删除掉的交易数据留存下来,虽然当时并不知如何使用。而就是当时没有明确目标的留存,才有了今天蚂蚁金服等一系列的增值业务,这也是通过对数据分析和整合,在大数据平台上衍生出新业务,让数据变成资产,实现增值。时至今日,马云更是提出 “阿里巴巴公司本质上是一家数据公司,做淘宝的目的不是为了卖货,而是获得所有零售的数据和制造业的数据。”
流量红利时代已近尾声,占领了流量入口的企业纷纷聚焦于如何通过大数据实现更高效运作流量,大量互联网公司已经从初阶留存,到深度分析以支持调整产品策略,逐步向运用数据孵化衍生业务发展。而线下实体商业本就天然有客流的“流量”,但是对于客群数据的留存和深度分析显然要远落后于互联网公司。关于各物业的客群数据、会员数据、经营数据、品牌数据以及之间交错的转化关系等,尚处于碎片化的积累。互联网公司对于数据化运营,实现流量导入,流量运营,对于客群进入网站后的轨迹有着很精准的记录和分析。
图片来源于中商数据
其中通过沉淀的Mac计算出高频、低频及流失客群,根据他们过往的线上消费轨迹,分析出不同人群的不同偏好。曾有个项目开业首年的高频客群,非常突出的线上偏好是团购,虽然运营商并不能追踪到每家店铺成交来源,但透过此偏好以及对于线上品牌团购网站活动的交叉,就可以了解到影响高频客群到达频率的因素。 而流失客群在口味上和低频、高频客群有着截然不同的喜好,并且对于团购敏感度并不高,所以更多吸引流失客群的再度到达,聚焦在增添部分流失客群偏好口味的餐厅。
除了对于客流流量频次的研究之外,到访时间和业态特征的交叉分析,也有新的发现点。某个项目到访客流和竞品到访对比分析下,可以看到,在餐饮高峰时间段,本应出现的人群流入并未出现,究其原因也是餐饮业态并未充分发挥其带动效应。基于此现象我们,再度追踪分析了三个项目的品牌数量。就可以看到,其业态品牌规模上的短板、以及短板带来阶段性吸客乏力的反应。
除了场内流量的透视,与场外的打通,也纠正了很多传统认知的偏差,例如,相邻即可辐射是错误的。曾有项目在轨迹的追踪后,发现原本以为客群会大量来源于毗邻的大学城,而事实恰恰相反,基本以周围居民,甚至可以辐射到5公里外的家庭客群,反而大学生到访甚少。反向追踪大学生客群发现其更多是线上购物,线下更多是周围小型社区型商业为主。这也为项目下一步优化升级提供了方向判断的依据。
大量项目还有很多未被收集整理,亦或是尚在沉睡未充分使用的数据资源,通过数据的打通,以及基于问题的交叉分析,才能充分发挥数据的效能。