大数据选址平台通过数据整合和算法构建,旨在洞察和发现人、店、地存在着必然的潜在联系,从而使线下零售店铺选址和网点规划的智能化和精准化成为可能。根据专业大数据选址服务商阿拉丁智店的专业经验,大数据选址平台的数据类型主要包括人口人流数据、业态经营数据、商业生态数据三大类。
1、人口人流
跟地理位置相关的人口人流分析,是大数据选址平台为各业态(川菜、粤菜、鲁菜等餐厅以及火锅、烧烤、咖啡厅、茶馆、奶茶、海鲜酒楼等各类餐饮;理发、美容等生活服务类;便利店、超市、商场、购物中心、药店等购物服务类)提供实体店网络规划、店址评估服务的关键支撑。
目前,人口人流数据的提供商主要包括以下四类:移动运营商、BATJ为代表的互联网公司、APP信息采集商和室内定位服务商。四类提供商各自的优劣势对比如下。
(1)运营商
运营商数据的优点是
1)全量数据:我国手机普及率几乎达到人人拥有一部手机的程度,特别是城市人口,基本能实现人口全覆盖;
2)时空连续性:能获取每个人365天每天24小时每分钟的连续时空轨迹数据。
3)标签丰富:手机实名制使得运营商可以获取用户的性别、年龄、户籍地等基础信息,移动互联网的普及,使运营商可以获取每个用户的上网浏览偏好;此外,通过对时空连续数据进行建模,可以获取旅游偏好、购物场所偏好、娱乐地偏好等多维标签。
(2)BATJ和app信息采集商
虽然BATJ几乎能覆盖我国100%的城市人口,但不能获取每个人365天每天24小时每分钟的连续时空轨迹数据,这是支付宝“健康码”不得不使用运营商数据来查询用户通勤状况的根本原因。由于不能获取全量用户实时轨迹信息,人流、客流数据准确性偏差较大。
以Talkingdata、友盟、个推、极光为代表的 app信息采集商的数据获取方式与BATJ基本相同,从数据体量和精准度上比BATJ差距明显,因此在大数据选址过程中的偏差更大,可用性较低。此外,国家对用户信息获取的政策日益严格,过度采集用户数据的法律风险日益严峻。
(3)APP室内定位商
以汇纳为代表的室内定位商,通过wifi实现在购物中心场内为用户提供定位和导航服务,可以为用户购物提供便利,但由于只有部分场内用户会连接场内wifi,导致数据覆盖率较低;对于场外人口人流数据,此类服务商更是望尘莫及,所以其数据在店铺选址过程中的应用价值大打折扣。
阿拉丁智店用于店铺规划和选址的人口人流数据主要是三大运营商、百度大数据、京东数科和银联全国消费者数据。其中三大运营商主要提供居住人口、工作人口、到访人口、旅游人口、娱乐人口的数量、性别、年龄、驻留时间、通勤方式等;百度大数据主要提供线上搜索和浏览网页类别的标签;京东数科主要提供电商平台上购买的商品类别和消费额数据;银联全国消费者数据则主要提供消费水平、资产状况方面的数据。
2、业态经营数据
业态经营数据主要是店铺销售量、客单价。该数据对于判断目标开店区域的市场饱和度、竞争激烈程度、市场机会的判断至关重要!对于餐饮店铺,该类数据主要是美团、饿了么的外卖数据。支付宝和微信支付和银联、拉卡拉虽然可以获取较为准确的实体店经营数据,但受限于商业信息保密的要求,断然不敢将该类数据商业化应用。只有阿拉丁智店这种通过整合运营商人口数据和美团、饿了么外卖数据以及上述消费数据,基于算法和模型,对各店铺经营业绩进行估测的方式,既能为零售业态选址和运营分析提供有价值的数据参考,又不会有法律风险。
3、商业生态数据
主要包括任意地理围栏的公交站、地铁、小区、写字楼、学校、医院以及各类POI数据。此类数据主要来源是高德地图和百度地图。
阿拉丁智店通过”人工+采集”相结合的方式,可以获取小区内的楼栋数、单元数、楼层数和居住户数和多维人群画像;写字楼的建筑面积、入驻企业、办公人数和多维人群画像;全国3000多个大学的学生数、生源地、专业;对店铺选址的价值极大。