大悦城的“大数据”经营

梁宵

编者按/ 任何一位来到北京或上海大悦城购物中心的时尚男女都会发现，当你正在香港满记甜品里大快朵颐时，手机上会忽然收到一条美国服装连锁品牌店GAP的促销短信——这个“惊喜”绝非巧合，因为根据大悦城的跟踪分析，光临满记的会员中，有超过37%的人，也将进GAP购物。

关联营销，只是中粮集团旗下的大悦城精细化管理的冰山一角。在“E大悦城战略”驱动下，位于闸北苏河湾的上海大悦城，正在构建21个层级的会员管理体系，北京的西单大悦城重点挖掘客流轨迹，而朝阳大悦城则尝试拓展O2O（线上线下）的服务。

中粮集团副总裁兼中粮置地董事长周政说得好：“如今要把握顾客的需求，不再是靠经验而是靠数据。内部创新只跟着感觉走的话，可能花了很多钱，却没有找到真正能够讨好消费者的方法。”

而专业商业咨询机构提出的“大数据”理想应用场景应该是：利用顾客线上及线下购买行为的全部历史数据、会员卡及消费者人生阶段划分等方法，将零售从 “想出售商品给顾客”的模式转变为“提供顾客想买的商品”模式。

且让我们近距离观察一下，此番大悦城的“大数据”改革蓝图，究竟有何玄妙之处。

客流是需要经营的

国内购物中心的“大数据”探索并不是一个新话题，会员年龄、性别、消费金额等数据收集只能算作基本功，更多的诸如人脸识别、水滴系统等新技术也逐渐成为标配。

不过，“大数据”在实体零售业落地却不是一件易事，许多失败案例也证明，由互联网生态催发的“大数据”应用，并不能简单移植到实体领域，中粮置地有限公司商业管理中心研策部总监张岩对此深有体会。他举例说，在垂直类网站普遍应用的“标签法”，就难以胜任实体零售客群的复杂性及品类的多样化，任何一个因素变化，都会导致数据处理的难度增大几倍。

对于急于想从“大数据”中掘金的实体零售商来说，真正的难度也许并非技术壁垒，而是清楚地认识到，为什么要收集、整合和分析这些数据。

“好多人观念中的‘大数据’，就是搜集海量的数据去对比，但对比得出的结果，对实际的商业策略调整，未必真正有益。”张岩说。他觉得，“大数据”应用最大的困难在于，众多数据之中，应该向哪个方向寻求突破。换言之，尽管新的技术手段不可或缺，但“大数据”应用却不能脱离传统的商业逻辑，后者才能将无序而纷乱的数据，提炼锻造为商业情报和商业智慧。

大悦城的商业策略立足于“经营客流”，单个消费者的单日消费轨迹追踪，利用价值并不高，而影响最大的是会员生命周期。通过对会员总体的生命周期管理，可以准确发现会员的维护节点期、平台期、高价值消费期和预计的流失期——只有把握其中规律，才真正有助于构建指导日常商业运营的会员管理体系。

下一步，则是在相应节点进行技术分析，比如依据年龄、性别、RFM（最近一次消费、消费频率、消费金额）等指标，将顾客依据其自身属性匹配至相应的坐标系下：每个人都有7~8个或者更多的“标签”，有什么样的营销需求，就可以抽取相对应的“标签”组合。

具体来说，就是对即将进入维护节点期和流失期的会员，进行最大力度的维护管理，促使其重新“归队”，对进入消费平台期的会员，进行更加精准的消费引导和激励，推进其进入高价值消费期。

如何发现“女大叔”？

2014年11月初的西方“万圣节”期间，上海大悦城举办过一个主题为“鬼屋”的活动，其提取的“标签”有：一是女性，她们对购物更感兴趣且带来男性客户；二是近一个月没有来，但历史上有过购物记录，这是有效会员但非忠诚会员。该活动的会员拉动率超过12%。

针对忠诚会员，上海大悦城进行了积分换购的促销活动。通过客户偏好分析，他们把忠诚会员可能感兴趣的品牌作为积分兑换目标，并将活动信息发给12万会员中的1824人，最后实际产生兑换的人数为128人，参与率为7%——同行业同类促销活动的参与率仅为1%。

通俗地说，这就是垂钓者“定向投饵”与“随机撒网”之间的区别。