導讀:縱觀人類歷史,人類從農(nóng)耕時代的土地驅(qū)動、手工業(yè)時代的勞動力驅(qū)動、蒸汽時代的機械驅(qū)動,逐漸到現(xiàn)在互聯(lián)網(wǎng)時代的數(shù)據(jù)驅(qū)動,可以預見,數(shù)據(jù)有可能作為基礎(chǔ)設(shè)施,成為未來的第五生產(chǎn)要素。
在近日的“泰合書院”內(nèi)部分享會上,泰合資本董事梅林分享了她對線下大數(shù)據(jù)領(lǐng)域的分析和預測。
縱觀人類歷史,人類從農(nóng)耕時代的土地驅(qū)動、手工業(yè)時代的勞動力驅(qū)動、蒸汽時代的機械驅(qū)動,逐漸到現(xiàn)在互聯(lián)網(wǎng)時代的數(shù)據(jù)驅(qū)動,可以預見,數(shù)據(jù)有可能作為基礎(chǔ)設(shè)施,成為未來的第五生產(chǎn)要素。而在即將到來的物聯(lián)網(wǎng)時代,線下大數(shù)據(jù)有可能是最重要的命題之一:
關(guān)注線下大數(shù)據(jù),因為用戶的兩大稀缺資源,時間和金錢依然集中在線下;
相比于線上大數(shù)據(jù),線下大數(shù)據(jù)生產(chǎn)門檻更高,具有精準性和廣泛性的兩大特點;
數(shù)據(jù)服務主要有四種變現(xiàn)模式:數(shù)據(jù)交易、數(shù)據(jù)呈現(xiàn)、營銷服務、運營服務;
理想的線下大數(shù)據(jù)商業(yè)形態(tài)是,深度與用戶需求和應用場景相結(jié)合的營銷服務和運營服務;
線下大數(shù)據(jù)的未來趨勢是,通過數(shù)據(jù)聯(lián)盟和場景聯(lián)盟進行“融合”。
以下為部分分享內(nèi)容,經(jīng)記者整理發(fā)布:
為什么我們關(guān)注線下場景的大數(shù)據(jù)?
從用戶角度出發(fā),我們會發(fā)現(xiàn)用戶有兩大稀缺資源,時間和金錢。前者體現(xiàn)在每人每天都只有24小時,后者體現(xiàn)在每人每年的可支配收入是相對固定的。
線上互聯(lián)網(wǎng)的使用場景主要集中在電商、社交、內(nèi)容等,根據(jù)QuestMobile2018年中國移動互聯(lián)網(wǎng)報告,平均用戶每天在線上時間投入大約為5小時。相比而言,除去睡眠時間,用戶投入在線下的時間仍是線上時間的兩倍。
雖然許多非餐飲的食品、煙酒以及日常家用品線上滲透率非常高,但人們還是會去線下消費,比如吃飯、買車、看病、教育等。2017年居民人均消費支出大約在18000元,線上消費占比三分之一,線下消費投入仍是線上消費投入的兩倍。
毫無疑問,用戶的時間、金錢投入的大頭仍在線下。
回到產(chǎn)業(yè)端,數(shù)據(jù)服務是企業(yè)服務的一種,是賦能的邏輯,如果你做得很好的情況下我是沒有必要幫你做得更好的。我們發(fā)現(xiàn),線上場景集中度比較高,已經(jīng)形成巨頭吃肉,余下喝湯的局面。但從線下的競爭觀察,其天然的LBS(Location Based Service)屬性決定了行業(yè)集中度低,業(yè)態(tài)分散,不僅面臨線上巨頭的競爭,還面臨與線下同地區(qū)業(yè)態(tài)的競爭。線下商業(yè)競爭激烈,于是為企業(yè)賦能的第三方數(shù)據(jù)服務有很大的空間。
如果比較線上的數(shù)據(jù)結(jié)構(gòu),我們會發(fā)現(xiàn)一個典型的TMT公司往往已經(jīng)形成數(shù)據(jù)閉環(huán)。從流量開始,到打通的賬號體系,公司可以清楚地知道用戶是誰,用戶做了什么,多少的用戶買了單。這些數(shù)據(jù)都可以被采集和記錄,公司可以通過數(shù)據(jù)分析,挖掘用戶價值,形成運營體系。比如,我們服務的神策數(shù)據(jù),就是幫助企業(yè)把所有用戶在線上發(fā)生的行為全部采集下來。
反觀線下數(shù)據(jù),線下很多業(yè)態(tài)是無法對其客流進行把握和分析的。一家傳統(tǒng)的百貨公司是不知道今天我來了多少人,他們的消費需求是什么,更別提感知營銷活動、天氣等對客流的影響,基本處于躺著賺錢的粗放式經(jīng)營狀態(tài)。
雖然部分線下大數(shù)據(jù)公司已經(jīng)實現(xiàn)了通過wifi傳感器、攝像頭和Beacon去捕捉和分析客流,但這仍處于最基本的流量環(huán)節(jié)。關(guān)于用戶的識別、以及用戶交互還是兩眼一抹黑。線下場景相對封閉,客流、識別、動線/交互、交易支付、用戶運營每個環(huán)節(jié)都需要單獨的供應商,需要從零部署,數(shù)據(jù)相互打通基本沒有。
線下競爭激烈,業(yè)態(tài)分散,我們認為這是第三方數(shù)據(jù)服務存在的空間,最終線下業(yè)態(tài)會逐步跟隨線上業(yè)態(tài)完成數(shù)據(jù)閉環(huán)。
數(shù)據(jù)交易不是線下數(shù)據(jù)變現(xiàn)的最優(yōu)解,理想形態(tài)應與用戶需求和應用場景相結(jié)合
我們從數(shù)據(jù)價值和變現(xiàn)模式來看待線下大數(shù)據(jù)理想的商業(yè)模式可能是什么樣的。
首先線下大數(shù)據(jù)的數(shù)據(jù)價值體現(xiàn)在精準性和廣泛性兩點:
精準性:相比于可復制的線上數(shù)據(jù),線下數(shù)據(jù)通常代表著用戶的真實消費意愿,人們每一次出現(xiàn)在餐廳、零售店、4S店都真實表現(xiàn)了他的時間花費,并且他可能是打車或坐地鐵特地跑去線下店的。
廣泛性:線下數(shù)據(jù)覆蓋了全量人群,互聯(lián)網(wǎng)覆蓋較少的銀發(fā)人群以及小于10歲的小孩,他們的消費行為和意愿是可以在線下被捕捉的。
基于這兩點,我們看好線下數(shù)據(jù)的數(shù)據(jù)價值。目前市面上數(shù)據(jù)服務主要有以下四種變現(xiàn)模式:數(shù)據(jù)交易、數(shù)據(jù)呈現(xiàn)、營銷服務、運營服務。
數(shù)據(jù)交易,它的變現(xiàn)形式比較簡單,即直接售賣采集到的數(shù)據(jù)源,但是這種模式存在變現(xiàn)可持續(xù)性不足,以及規(guī)模天花板的問題。
數(shù)據(jù)呈現(xiàn),它是將采集到的數(shù)據(jù)經(jīng)過淺加工,變成一個商業(yè)化的產(chǎn)品賣給用戶。這種產(chǎn)品的輸出形態(tài)是,基于多方數(shù)據(jù)源,進行數(shù)據(jù)挖掘后形成的BI報表。比如,把硬件布在零售超市的數(shù)據(jù)公司,會呈現(xiàn)貨架上面的品類,然后告訴超市哪個SKU現(xiàn)在已經(jīng)需要去補貨。它變現(xiàn)的方式比較直接,賣產(chǎn)品然后收年服務費。
數(shù)據(jù)呈現(xiàn)類產(chǎn)品變現(xiàn)的優(yōu)勢在于,它能落地成一個相對標準化的產(chǎn)品。但是它的問題在于工具屬性比較重,因為它只做呈現(xiàn),至于客戶怎么去使用這個數(shù)據(jù),怎么去決定商業(yè)發(fā)展的問題,都無法涉足,所以客單價會相對受限。
上圖從左到右,是基于數(shù)據(jù)源逐步做深的過程,再往后做深就是落實到營銷服務和運營服務里。
營銷服務,簡單理解就是一種更加精準的線下廣告,它的輸出能力是基于線下采集的數(shù)據(jù),加上數(shù)據(jù)分析能力和媒體曝光的能力,使其最終能在場景里,比較精準地觸達目標人群,比如白領(lǐng)人群、家長人群等,可以對人群打各種各樣的標簽。它的收費模式類似傳統(tǒng)廣告,是按照曝光量去收的。這種模式,優(yōu)勢在于營銷是剛需,每個企業(yè)都有營銷預算,挑戰(zhàn)在于如果沒有媒體資源,它的分潤比例就不會太高。
最后一個維度就是運營服務,即營銷拉新用戶后,還指導企業(yè)運營決策,比如如何運營這些用戶,應該在哪里選址,如果是百貨購物中心的話,里面應該引入什么樣的品牌,淘汰什么樣的品牌,品牌擺放的區(qū)位如何安排,這些問題其實都是運營服務的一部分。
這種模式這種現(xiàn)在有企業(yè)開始逐步做了,算是相對比較新的領(lǐng)域,比較典型的收費模式就是按照項目合同制的模式去收,優(yōu)勢在于技術(shù)壁壘比較高,因為背后需要用到的工具很多,客單價也會比較高,挑戰(zhàn)就是在于模式的可復制性,包括產(chǎn)品化的程度還處于較為早期的階段。
數(shù)據(jù)交易本身不是最優(yōu)質(zhì)的商業(yè)形態(tài),原因如下:
數(shù)據(jù)跟普通的商品不一樣,它是沒有使用異步性的問題,一旦復制和規(guī)?;瘮U張之后數(shù)據(jù)的價值就會降低。
數(shù)據(jù)邊際成本幾乎為零。一旦布下一個傳感器,它就持續(xù)不斷地貢獻數(shù)據(jù),額外地增加這個數(shù)據(jù)的獲取成本,基本上可以趨向為零。
如果數(shù)據(jù)源不去與應用深度的結(jié)合,單純賣一個數(shù)據(jù)源,無法掌握數(shù)據(jù)的定價權(quán)的。
涉及數(shù)據(jù)交易比較容易遇到用戶隱私的問題。
所以,數(shù)據(jù)的規(guī)模和單位價格之間會相互的制約,這會是一個trade off,并且可能會帶來隱私風險。
理想的線下大數(shù)據(jù)商業(yè)形態(tài)應該是,深度與用戶需求和應用場景相結(jié)合的營銷服務和運營服務。
線下“頭條”以及數(shù)據(jù)驅(qū)動版“麥肯錫”?
從營銷和運營角度,線下大數(shù)據(jù)的想象空間在哪里?我們將行業(yè)通過決策周期和消費頻次兩個維度去分類,有的行業(yè)需要營銷,有的需要運營。
決策周期長、消費頻次低的商品種類,類似于汽車、房產(chǎn)等,營銷需求強。因為其一,消費頻次很低,比如用戶購買新車后,需要等個五年十年才會買另一輛,這是一個天然的長周期生意,也就是說拉新是它主要收入的貢獻來源,之后才能從拉新的顧客身上賺取足夠的錢。所以,消費頻次越低,營銷需求越強。
其二,正因為購買決策流程極其復雜,營銷就有比較多的窗口機會。比如一種場景是,通過設(shè)備探測到消費者去了4S店,大概率他就是需要買車的人,但是不可能他第一次去就當場買車。所以,在3-6個月左右的時間窗口里,企業(yè)就可以推送廣告或者其他服務,這樣營銷效率是非常高的。
以線下大數(shù)據(jù)為核心的營銷業(yè)態(tài)可能是什么樣的?如果看線上巨頭如百度和頭條,根據(jù)用戶行為數(shù)據(jù)做精準營銷,已經(jīng)是非常成熟的模式,但線下營銷還停留在資源驅(qū)動為主,比如像分眾傳媒等這樣的公司,通過將屏幕鋪設(shè)在電梯、機場,占據(jù)各個線下場景。
在我們看來,通過線下大數(shù)據(jù)幫助線下傳媒做精準信息分發(fā)是有可能的。
舉一個典型場景的例子來講,這是幾位男性創(chuàng)業(yè)者跟我們講的一個笑話,他們在一個寫字樓里面等電梯,結(jié)果就發(fā)現(xiàn)電梯那邊的廣告在展示一個衛(wèi)生巾的廣告,他們就覺得很尷尬。
所以,其實他們想象的場景是什么呢?未來這個屏幕上面可能是會有傳感器的,基于這些信息我就會知道,在我面前站著的這個人是一幫男性,而且是相對中青年的男性,在這種情況下面它有可能就不會去推這個廣告,它的廣告就可以做到分散化,做到一個顆粒度更細,基于誰來到了我這個屏幕旁邊去決定我到底要給你推送什么樣的內(nèi)容,而這件事情天然就是線上的數(shù)據(jù)驅(qū)動的業(yè)態(tài),就是千人千面。
我們認為,未來有可能通過線下數(shù)據(jù)和場景資源結(jié)合的業(yè)態(tài)出現(xiàn)一家新型媒體集團。
決策周期短、消費頻次高的行業(yè)例如餐飲、零售、購物中心,這是所見即所得的服務,運營需求強。這些業(yè)態(tài)已經(jīng)有相應的流量,但是我需要知道流量是誰,需要去更好的了解用戶從而指導運營,這個部分是運營導向的。
市面上已經(jīng)有兩類咨詢在幫助企業(yè)做運營。一類如典型咨詢公司麥肯錫、貝恩等,他們在行業(yè)里有豐富的經(jīng)驗,了解行業(yè)的know how,可以幫助企業(yè)提供經(jīng)驗驅(qū)動型的咨詢服務。另一類如于Nielson等數(shù)據(jù)驅(qū)動的企業(yè)服務公司,根據(jù)企業(yè)已有的交易數(shù)據(jù)、用戶數(shù)據(jù)去以及市場情況,提供數(shù)據(jù)監(jiān)測管理服務。
但在此基礎(chǔ)上,我們認為未來可能存在將兩者結(jié)合,出現(xiàn)以數(shù)據(jù)為主要驅(qū)動力的咨詢業(yè)態(tài)。已經(jīng)出現(xiàn)的玩家比如Aibee,它將各地的數(shù)據(jù)匯總到一起,通過AI各種工具,基于用戶需求提供整套解決方案。
數(shù)據(jù)采集分散限制了線下大數(shù)據(jù)行業(yè)的增速
雖然說線下大數(shù)據(jù)市場很大、價值和空間也很大,但它不像2C這個業(yè)態(tài),一上線就能爆發(fā)式的增長,線下大數(shù)據(jù)增速緩慢的現(xiàn)狀,主要難點就在于分散:
一是場景分散,不同的場景是極度分散的。百貨中心是獨立業(yè)態(tài)、餐飲連鎖是獨立業(yè)態(tài),兩者相互之間并不關(guān)聯(lián)。而一個用戶有可能到任何一個場景里面去游逛。所以如果不打通極度分散的場景,對用戶的認知一定程度上就會變得比較淺層和片面。
二是數(shù)據(jù)采集位置分散,剛才講到線下場景天然就是有物理區(qū)隔的,它分散在不同的省份、不同的城市、不同的位置里。線下的數(shù)據(jù)采集都是需要一步一個腳印,一個一個客戶的去敲門,然后一個一個的去布到這個場景里面。
三是數(shù)據(jù)采集形式分散,線下數(shù)據(jù)采集形式包括WiFi探針、攝像頭集群、POS收銀系統(tǒng)等。不同的采集形式帶來的是不同的賬號體系,用戶ID Mapping尚未打通。
展望未來,線下數(shù)據(jù)服務商應多元融合,建立數(shù)據(jù)聯(lián)盟和場景聯(lián)盟,促進線下商業(yè)從LBS (Location Based Service,基于位置的服務) 轉(zhuǎn)向UBS (User Based Service,基于用戶的服務),將用戶價值最大化。
上圖左邊的數(shù)據(jù)聯(lián)盟,為什么我們需要它,是因為每一個企業(yè)本身所獲得的數(shù)據(jù),只是廣泛數(shù)據(jù)中一個小的子集,最好的方式是通過多種形式,比如通過股權(quán)合作的形式去促成數(shù)據(jù)聯(lián)盟,大家數(shù)據(jù)互通,資源互補。而右邊的場景聯(lián)盟,是指如果有一些場景比如百貨購物中心,已經(jīng)被其他市場玩家占據(jù),那么企業(yè)可以選擇戰(zhàn)略性放棄而進入其他場景,但通過資本的合作,把場景聯(lián)盟也構(gòu)建起來,讓場景相互之間也能夠串聯(lián)。
最終的形態(tài)就是通過數(shù)據(jù)互通、場景互聯(lián),讓數(shù)據(jù)維度更加豐富,從而能更好地知道客戶是誰,帶來更大的數(shù)據(jù)價值。然后幫助企業(yè)更好地知道客戶需求,從而提供更好的服務。
如果上述事情能夠完成,客戶和這些數(shù)據(jù)服務商之間的關(guān)系就會更緊密,客戶就會把更多的場景給到你,有了更多的場景之后,服務商描述用戶的數(shù)據(jù)維度又會更加豐富,這樣一個滾雪球的無限循環(huán)就完成了,最終的結(jié)果就是用戶價值最大化。我們樂見其成的是,行業(yè)內(nèi)會出現(xiàn)多元的數(shù)據(jù)服務商,在數(shù)據(jù)和場景維度能夠深度合作。