【友盟+】潘雪梅：全域数据驱动线下商家变革

4月20日，在UBDC全域大数据峰会Ÿ2016“无数据不智能”之“IOT和O2O数据应用”分会场上，【友盟+】产品总监潘雪梅，就全域数据如何为线下商家提供数据解决方案，进行了名为“‘数’说线下，全域数据驱动线下商家变革”的主题分享。

What：潘雪梅首先引入我们在现实生活中经常遇到的实际案例进行分析，她指出，虽然目前有一些手段去了解线下消费者，但还是会丢失大部分数据。因为线下商家在实际经营过程中缺少一个有效监测数据的工具，无法了解消费者，其次，相较于线上商家与消费者的“零距离”接触，线下品牌商和消费者“失联”，同时，线下和线上数据断裂，这些都是线下商家所遇到的问题。

How：就线下数据的获取和应用问题，潘雪梅分享了目前线下数据服务能够为商家提供的解决方案。通过智能WiFi去获知和识别线下消费者；客流数据实时回传后，经过隐私脱敏，可以基于云计算、室内定位等算法技术，智能识别进店，最终通过SAAS客流分析系统，线下客流情况一目了然。她尤其强调了，打通全域数据的能力是线下数据和线上数据共同发挥作用的关键。

同时，潘雪梅还通过现场数据墙实际讲解让大家直观感受到了线下数据分析的魔力，并分享了经营、顾客、营销三个方面的线下数据应用案例。 最后介绍了【友盟+】就线下数据服务推出的数据产品U-Oplus。

以下为潘雪梅在UBDC全域大数据峰会•2016中分享的速记实录：

各位嘉宾下午好，我是潘雪梅，在【友盟+】负责线下数据产品线。我今天主要跟大家分享关于线下数据这一块。

线下数据我们在过去一年做了一些尝试，我们发现在线下数据面临着一些现状，我们也试图在找一些解法，来解决我们线下商家遇到的一些实际的数据问题。今天我演讲的主题是：“数”说线下，全域数据驱动线下商家变革。

演讲之前，我给大家分享一个小故事，这个故事是我自己遇到的一个事例。不知道大家有没有经验，我们身边总会有一些比较好的小店，这个店总会有一些特别惊喜的地方，比如有一个特别好的早餐店，并不是特别高大上的品牌。这家店不一样的地方是这家老板娘非常厉害，这个店周边所有小区的老爷爷奶奶几乎每天都去吃早点，这个老板娘看到每个进店吃早餐的人，大部分的人不用说我今天点什么，她会记得每个人吃什么，基本上每一个到这个小店吃早餐的人都会非常开心，甚至已经养成一种习惯。

这个故事的背后，我每次都觉得很有幸福感，事后想想这里有两个信息可以传递给我们：第一，如果我们的线下店有一个非常好的老板娘或者非常好的小妹，能够记住每一个顾客到店的时间，这个顾客的喜好，以及这个顾客上次来什么时间，这次来又是什么样的状态，对于顾客的体验是非常好的。另外一个信息，大部分时候这种都是小概率事件，这样的店或者这样的老板娘是很少的。我们有没有办法了解消费者，尤其是在线下的场景。假设今天我们没有那一面数据墙，各位今天到来，让大家直观的感受一下我们今天的整个会场大概有多少人，男的多还是女的多，我们今天邀请的嘉宾里面的人群特征是什么样的，如果没有这个数据墙，大家试想一下会有什么样的方式了解大家的信息。

我用这个故事开始，其实是想说我们在线下长期以来缺失一种客流监测的工具。这也就是我们今天的一个现状，这个现状我总结起来，线下商家与线下消费者之间其实存在着一种“失联”的状态，这个失联怎么来解释？我总结了一句话，就是看不见摸不着，当然不是说我的视觉上看不见，而是整体上来讲我没有办法知道我的顾客整体的量，不是说有多少顾客买了我的东西，而是包括买了我的东西和没有买我的东西的人。摸不着的意思是，这些顾客来到店里走了，我没有一个很好的办法再触达这些消费者，今天其实也是有一些手段，整体来讲还是会丢失掉很多的顾客。这就是我们刚才讲的现状，从线下来看，我们缺少有效的监测数据，缺少监测的工具和途径去了解我们的消费者，导致了失联的状况。

对于品牌商来讲，由于线下数据这一块是长期缺失的，即使它有一部分数据，已经有很多优秀的商家今天已经通过一些很好的渠道在积累对消费者的认知数据，举个例子，比如我们会通过微信、支付宝或者我们在O2O的平台上积累一些粉丝，线上下单线下服务的消费者，包括我们自己的一些会员积分体系，VIP的注册登记，这些数据其实形成了我们线下数据的一部分，尤其是线下消费者的数据。但是这个数据在今天很大的场景下依然是分散的，我在这个渠道的数据和另外一个渠道拿到的粉丝，之间并没有很有效的打通，我的顾客是有，但是没有办法真正的建立起联系，我拿到四个顾客，也许这四个顾客是同一个人，线下与线下的数据都是割裂的，有些误导性，所以品牌商很难对我们消费者有一个全面的了解。

我们再反观一下线上数据，线上数据我不用多讲，今天参会的很多嘉宾都很了解线上这块的数据的发展现状，我们在PC、H5、APP三端有非常好的数据监控，并且数据在营销、流量很多场景有非常好的数据应用，也真实在帮助我们的商家，还有一些服务商都会很好的做到对消费者服务的体验提升。得益于全域的线上大数据的能力，电商和消费者之间其实可以做到零距离，我们很清楚的知道我们的消费者在哪里，什么时间来，每次来多长时间，包括下一次什么时间来，他对什么东西感兴趣，它对消费者的这个情况是了如指掌的，这样对于它来了解消费者、抓住消费者进行转化是非常有帮助的。我们再反观线下，线下数据可以说是一个0的状态，或者是0到1的一个起步状态，我们今天共同探讨一个话题，如何解决这样一个问题，我们要让线下商家与消费者之间建立一个联系，而且这个联系是长期有效持续的联系，不是不能积累，以后不知道，我们有这样一个途径获取线下数据，让线下的消费者以及线下的生意有迹可循，并且这个线下数据必须跟线上数据进行打通，这个打通之后，消费者全域的特征就能够刻划出来，商家可以通过这样的手段更多的了解我们的顾客，这方面有很大的想象空间。

从今天现场会场客流的数据墙，大家也可以看到，我们今天已经有一些手段去“智取”消费者，这个智取分两层，第一，我们有办法感知线下消费者，我们线下的客流，并且能够知道消费者的一些个人特征，以及消费者群体的特征，今天我也想给大家介绍一下，我们如何获取线下消费者。

有一个基础前提，我们要智能的识别消费者，这个跟线上的手法其实有点类似，就是具体执行不太一样，线上我们很清楚的是，我们可以通过Cookie或者ID，我们在PC、H5、APP这一端标识我们线上的用户，用户之间可以建立联系打通。线下这一块怎么做呢？我们可以埋一个代码，然后放到门店？这是同样的原理，我们借鉴了这个思路，我们借助了一些智能设备，铺在我们线下的门店里，这个智能设备的范围是很宽泛的，过去会有摄像头、红外、WiFi探针、蓝牙，还有陆陆续续会出现的一些IOT的设备，现在智能门店的概念也非常多，关于智能门店、智能楼宇这些场景是比较多的。借助于这些设备，可以把人的信息捕捉到。其实我们做了很多这样的尝试，从今天来讲，我们认为商业WiFi探测器，在应用场景上是比较推荐的，其他的多多少少都会有利有弊，在实际数据的采集以及最后的数据应用上，都会遇到一些障碍。所以今天相对成熟的是WiFi嗅探，智能感知线下客流。有人会说，你这个数据是不是我的隐私。其实我们并不会探究大家的隐私信息，整个过程中我们更多是在探测客流的唯一标识其实跟我们今天在线上识别的原理是差不多的。对人的感知之后，我们会用一些计算技术，去判断他在真实产品下的位置以及在空间中的动向，然后会形成我们今天看到的客流分析、热力分析、动线轨迹，这样一些功能和应用场景就出来了。其实这是识别的一个前提，如果这个不能做到，我们再往后基本上没有办法继续了。

但是我更强调的一点是通全域，其实在识别上大家都已经有一些尝试和突破，但是真正对于线下数据的应用，应该是通全域的。这个通全域，如果这个数据不能跟线上数据打通，这个数据在很多的产品下会面临着使用的障碍。第一，大家直观理解一下，因为线下数据的积累是相对缓慢的，比线上要慢，至少今天是这样的。线上数据的优势大家今天已经能看得到，如果不能打通，线上数据的财富几乎不能为线下服务。所以这一块对于品牌商来讲是一个损失，首先它自己的数据不能用，其次是全行业的数据不能为之所用，再往后一步就是会有营销、经营和交易。如果你不能打通，接下来你数据的应用有障碍，我要看得见，也要摸得着，这是非常关键的一个点。

这两个是我们今天获知消费者的一个手段和基本原理，我们在过去也做了一些线下数据的应用实例，今天跟大家分享四个。

第一个案例，现场板。我们今天看的数据大屏，就是我们今天的第一个案例。这个案例是基于我们今天在主会场、主会场外、前导处布了一些WiFi的硬件，左上角是今日实时的客流分析，我们基本知道今天参会的嘉宾的人数，我们今天累计的人数，以及以索菲特酒店为中心周边的客流情况。这个给大家一个概念，我们可以知道一个转化路径在里面，以线下场景来讲，我周边客流有多少，我自己的门店从周边能吸引到多少客流，以及门店的客流最终入店客流是多少，这里会存在一个转化率，最终是消费。这个消费我们要跟交易进行打通，我们也在跟交易的一些产品，包括支付宝，正在谈一些合作。交易的转化和客流的转化。我们可以看到直接量的转化情况，但是对于最后一步转化来讲，人的画像和特征也是很重要的。基于线上和线下数据的打通，我们可以对于线下客流做一些人的特征分析。今天我们展示的只是一部分demo的标签和维度，实际上我们的维度和标签是比较强的。从今天主会场和其他会场都看到人群的画像能力，我这边就不用再多介绍了。下面这块热力动线是室内做出来的场景，这个场景会被广泛的应用于商场、主题公园这些面积比较大的线下商业实体做一些分析，如果精细化一点，也是有用的，比如说店内的动线轨迹的分析。

接下来的案例主要是从经营、顾客、营销三个方面来讲。先看一下经营，这是一个化妆品，我们曾经和一个化妆品的品牌做了一个合作，它的问题其实比较直接，因为它的特征是线下有店，线上也有旗舰店，线下一直不如线上卖得那么好，并且线下的销量相对来说有点缓慢，线下的压力比较大。我们跟它合作的重点就是要挖掘背后的原因。这个结果其实是一部分，重点分享几点。我们现在可以看到它整个门店的客流，在右下角，它的整个门店新客的比例是80%，我们又发现有些门店周末的客流量是平时客流量的1.5倍，但是从这两个点，还有一个结果，新客比例很高的情况下，新顾客在店内的停留相对是短的，很短，尤其是在周末这种特殊的流量非常多的门店，但是这些门店当天的入店率并没有提升。还有一个特征，我的门店客流上升的时候，我的入店客流并没有上升，这说明什么？当客流来了，我们没有留住。另外有些店老客比例是比较高的，但是很奇怪的是老客停留反而是所有门店中相对最低的，我们去看门店老顾客的停留时间，普遍都比较长，大概一到两个小时，说明导购的服务能力和后续的转化会有关系。第三，它的线下和线上比一直略贵，这是它认为线下卖不上去的原因。我们从数据可以看到，线下逛过门店的顾客，他在事后的确会到线上购买，并且在线下逛过店的顾客，最终下单的几率要比没有逛过线下店的人高出2倍，所以线下门店逛过对线上有帮助。

再看一个案例，每个门店的顾客特征是不一样的。可以看到两个图，一个是购买力，一个是年龄，很明显一个门店顾客的构成要比另外一个门店整体年龄5到10岁，我们在海淀偏西一点的店比偏东边的店年轻，西边的店在24岁以下，东边的店在29、30岁左右，它会有很多30到35岁的人群。购买力这一块，它的整体购买力水平是比较高的。但是转化不同，我们针对它针对不同的门店做不同的导购策略，加大转化。

再一个是营销，数据今天比较直接的应用出口是在广告营销。这一块我们做过一些真实案例的测试，首先在广告，我给谁看？受众，受众以什么样的形式，什么样的时机，效果怎么样？受众这一块我们做过一个实验，线下获取精准的潜在人群是非常好的做法，因为过去很多商家在线上圈选人群，给这些人做投放。人在线上和线下的行为有时候不完全一致，我曾经做过一个测试，同样的投放，一块是用线下的人群特征去宣传，并且针对线下人群直接做投放，一部分直接按过去的做法，在线上直接选择，投放效果的差异是很明显的，有线下效果的人群CTR和ROI都有提高。精准人群在什么样的时机去投放也是非常重要的，化妆品这里逛过店之后的十天是非常好的时机，这个时间是因行业而异的，我们在一个家装品牌，时间比这个短得多，像家装对于决策没有那么长，顾客的决策时间更短，这个时机稍纵即逝，所以这也是非常重要的点。我们有线下数据之后，效果监控也是可以做的，尤其是在线上到线下，以及线下到线下。今天我们也有一些应用，这块待会儿也有嘉宾帮我们做一些介绍。

今天上午主会场介绍过我们的Oplus的产品，【友盟+】Oplus的产品是这个月刚刚发布的一款新的，有几大功能：一个是客流的统计，第二是我们基于客流人群的统计数据沉淀之后形成的客流人群的管理系统，我们可以对于人群到店行为，将这个人群分层管理，比如线下的流失顾客，线下门店的回流顾客，针对这些人可以做一些营销活动，营销活动需要的API也是我们今天推出的一款新的产品，我们会帮助商家更好的使用这个数据。室内定位对于一部分行业和一部分商家可能是我们想要的，但是我们主要的场景是在零售这一块。再往下是O2O营销监测，这是我们接下来即将要做的事情，我们更希望跟广告的合作伙伴来做O2O的营销效果监测。其实线下数据的可能性非常多，因为这一块过去真的太少了，我们接下来有更多的线下数据产品，给商家提供服务。

我们Oplus的线下数据产系四大优势，智采集、轻部署、精分析、通全域，智采集我就不多说，刚才已经有介绍，我们做的有一点跟很多外面的产品不一样，我们不局限于自己的硬件，因为我们不生产硬件，我们更希望跟行业中做得非常好，沉淀了很多年的硬件厂商，包括IT服务解决商，共同合作，为我们的商家提供解决方案，我们建立了一套标准的线下数据采集规范API，这样对数据进行采集。并且在整个过程中，因为我们这一块给到商家更多的灵活性，商家不需要使用我这套数据的时候买我的设备，所以商家可以根据自己过去设备的情况，以及他根据自己实际线下需要什么样的商业WiFi，就选择最适合的商业WiFi的供应商，所以我们的整个是轻部署，给商家最大的灵活性做这件事。目前我们已经跟几大服务商和厂商达成合作。精分析我们讲过，就跳过。更重要的能力是通全域，我们的Oplus产品得天独厚的优势是备考【友盟+】全域的打通能力，基于这样的打通能力，可以做到对人进一步深度的分析，以及对这些数据在后续运营和营销的使用。这是线下营销产品的关键。Oplus准备了很多行业的解决方案，我们在零售、餐饮、主题园区、户外媒体、大型商场以及电影院，我们今天都已经有落地的客户，并且做了一些很不错的例子，我们欢迎更多很行业的客户跟我们合作。

线下这一块是一个很大的命题，过去也有很多的历史原因，单靠我们自己一家是很难做到很好的，尤其是线下比线上复杂很多，从硬件到数据采集，到数据应用场景，每一个行业，每一个商家，都有自己个性化的一些东西，所以我们更多是一个开放的态度，我们会愿意跟硬件厂商、IT服务解决商、广告公司、咨询公司，这样一些专门为商家提供各个环节解决方案和服务的公司，我们愿意跟它们进行数据合作，我们今天也可以看到一些合作伙伴，包括广告、厂商、支付，还有很多没有列在这里，希望在座有兴趣合作的，会后也可以跟我们联系。

最后感谢一下大家，尤其是今天有很多我们的客户以及未来的客户都在下面，非常感谢大家对我们的信任和支持，希望大家和我们建立合作联系，谢谢！