无限向溯获星河数千万A+轮投资，新零售的大数据玩法

“双11”就要来了，A小姐有当天在网上“扫货”的冲动，但“双11”以外工作生活中的每一天，她都是要在线下消费的。

早起上班，A小姐在东三环附近汉威大厦COSTA匆匆买了杯咖啡；中午午休，在世贸天阶商场闲逛一下；晚上下班后，到凯宾斯基酒店面包房买面包作为第二天早点。

这是A小姐一天用脚走出来的消费路径，都被一家叫WIFIPIX（“无限向溯”）的大数据公司记录了下来。当然，无限向溯不知道A小姐的任何个人信息。

无限向溯是星河集团成员，是业内最大的线下场景与消费行为数据洞察企业之一，已在全球600多个城市覆盖超过6600万的线下POI（Point Of Interest，兴趣点）。

把线下采集的数据与线上的数据相结合之后，无限向溯分析得出洞悉结论，并以此开发出产品，一年为零售商盈利提升30%。

图：无限向溯CEO林志鹏

给客户带来的实打实的收益，使无限向溯的商业化道路比较顺利，“从去年底开始商业化之后，增长速度吓到我们了，我们很可能在年底就实现盈利。”无限向溯CEO林志鹏说。

　　在无限向溯的商业化过程中，投资了该公司数千万元的星河起到不可忽视的作用。机缘巧合，林志鹏经好朋友介绍，认识了星河集团旗下 天马股份 总经理陶振武博士。

“同为技术出身, 与陶博士接触之后的沟通几乎没有任何的鸿沟，又有非常多共同的认知，所以与星河的合作进展非常快。陶博士在技术、数据挖掘、AI、商业智能应用等重要层面，给了我非常多的极具价值的启发和支撑。”林志鹏说。

　　 覆盖10亿主流消费者线下行为如何做到不涉及隐私

无限向溯独特的地方，在于积累的是用户线下真实行为的大数据。

无限向溯目前监测覆盖超过10亿主流消费者的线下行为，日活跃用户超两亿移动设备。

线下行为被监测覆盖，会令用户产生缺乏隐私保护的疑虑，对此林志鹏解释说，无限向溯为商业客户提供的其实是一套具有相似消费行为的抽象化群体类的分析服务方案，本身不采集、存储、监测任何C端单体用户的可被映射及追溯的信息，手中没有用户的底层信息，即没有任何敏感信息。如何做到这点的呢?

　　“仅通过与开发者，即APP厂商进行合作，由APP厂商在自家用户 许可 下采集非敏感的设备传感器等基础脱敏信息，无限向溯助其进行二次加工及分析，产生的不可映射和追溯的用户抽象行为标签。”林志鹏说。

因此，无限向溯以一种新型的、轻量级的算法和服务, 实现了自身不涉及和接触任何隐私数据的条件下进行大数据分析的平台型方案。

无限向溯强调线下行为，是因为，“线下大数据”已成为当下备受关注的点。

线下行为是相对于线上行为而言的，一个“人”到访某一场景，意味着这个场景能够为其提供某种效用,满足其需求释放，所以这个“人”才会对这个场景地点“有兴趣”。

线上行为，则是用户的互联网浏览、电商购物、网络社交等方面的行为，由于互联网普及带来的便利条件，线上积累了越来越多的大数据，显而易见如BAT这类巨头。

然而，消费方面的线上行为再多，却依然不及线下，根据国家公布的相关数据显示，目前线上消费行为在总体消费中所占的比例仍不足20%。

线下行为比较难以搜集到。

成立于2013年的无限向溯，已用4年时间积累线下大数据。

基于无限向溯的发明专利算法，通过对全球范围内超过6600万个线下POI、600余个城市、2.5万个消费品牌门店进行各类电磁波信号采集（WIFI、地磁等信号指纹），形成一套服务于开发者的高精度场景定位服务。

北上广深是无限向溯重点覆盖的城市。以北京为例，北京的消费场景约100万个，其中包括购物中心、写字楼, 各类公共消费场馆等常见的数百种消费场景，无限向溯覆盖率接近100%。

也就是说，在北京，无限向溯可以监测到绝大多数消费场景，以及每天大概进店的客群情况。

　　 移动端行为标签库——“潜在购车者”“二次元”“旅游达人”

图：人群画像，价值挖掘

无限向溯与skyhook、placed、factual等公司模式类似，不过，无限向溯更专注于场景地理数据本身的价值挖掘，形成了更为庞大有效的移动端行为标签库。

值得注意的是，无限向溯的数据都是经过线上、线下双重校验和融合的。积累了海量的线下大数据，再结合线上大数据，可以构造出精准的用户画像。

举个例子，比如说无限向溯通过数据监测模型分析出一类用户在过去的2周、或者一个月频繁的去一些汽车品牌、4S店到访，通过这样的线下行为，无限向溯猜测这类用户是一群表达出品牌喜好的潜在购车者。

同时，继续挖掘这类用户也可能有一些线上行为，比如通过移动端或者互联网去比较车型，可以更精准的定位出他们的精准购车需求。

这种线下行为加上线上行为，二者结合起来是一个强烈的需求信号释放，形成“潜在购车者”这样的用户移动端群体行为标签，无限向溯就可以通过这些信息，指导商家提供适合潜在消费者偏好的产品，最终给用户提供最大化的便利。

其他用户移动端行为标签包括，“二次元”、“旅游达人”、“文艺青年”等数百个。

　　“我们核心能力是一个场景定位引擎，类似于百度或高德的定位接口服务，供各类成熟移动互联网服务、APP、及各类开发者服务平台接入使用。这个引擎提供到门店级别的位置信息， 从而帮助开发者提升各类可能的服务，拓宽线上线下连接的想象空间。 ”林志鹏这样描述无限向溯的核心能力。

基于场景，无限向溯能加工的信息维度异常的丰富，通过一个设备在时空上的场景信息，以及关联信息，帮助开发者本身获取到更为有价值的用户“用脚投票”的行为信息，从而提升自身的服务能力。

　　 线下大数据变现与客户一起成长

怎么把积累的线下大数据变现，即进行商业化，跨界很难，无限向溯选择与客户一起打磨，与客户一起探索大数据的应用场景。

无限向溯在中国大数据领域，是进入比较早的一家公司，历经4年多的积累，但其实真正考虑商业化还是从2016年底才开始的。

　　之前，在过去的4年时间里，无限向溯团队精力集中在沉淀技术、数据能力上，花了巨大的时间成本和资 金成 本，来完成大数据领域最基础最重要的能力。

在商业端无限向溯怎么用这些数据呢？比如说一个购物中心，可以借助大数据更全面理解会员及潜在会员消费者；还可以将这种能力拓展到周边的3公里、10公里范围上百万消费群体的规模。

“可以告诉商家，哪些才是核心客群，来过你的店是哪些群体，哪些群体是被竞争对手分流的，哪些群体是高价值潜在客户，你应该满足不同群体的哪些更痛的需求，如何改进自身的经营状态，提供更好的配套设备和服务。商家和消费者双方获得了更为精准的匹配，双方获益。”林志鹏说。

水到渠成，无限向溯商业化的时间点顺其自然。到今年年中，无限向溯已经快速建立起比较好的行业应用模式，并且在这一过程中，基本上是与客户一路同行、一起打造。

以商业地产为例，无限向溯之前对这个行业理解很浅，比如说从早期阶段怎么选址定位、开业怎么招商、怎么设计动线、怎么进行日常数据化运营……还有很多非常细节的东西，比如如何持续有效的活动动态营销，市场策划，客户研究等等。

今年，无限向溯一举拿下国内最顶级的几个商业地产集团客户。

在与他们合作互动过程中，无限向溯学到他们的经营理念和思维方式，并用互联网特有的一些运营方式帮助他们运营调整，充分发挥无限向溯数据应用层面的能力，直接与客户形成了逐步验证、快速产出、小步快跑、持续收效的战略级合作。

“当然，这个过程是比较痛苦的，跨界是一件很难的事情。”林志鹏说。

比如说。让一个做移动互联网技术的人，去理解一个零售品牌在过去的几十年如何经营这件事，难度是非常大的。这个过程中，客户有强烈的意愿与无限向溯沟通，一起去拉平认知，然后达成共同目标。

目前，“我们几乎所有的产品和服务，都是与客户一起打磨出来的，贴近他们的需求，而且真正帮到了他们，产生了效果。我们目前标杆的大客户都是持续性战略合作。不管是客户的数量，还是产品服务的品质，还是客户跟我们持续合作的意愿，在行业里面还是相当有竞争力的。”林志鹏非常自信。

　　 4年技术和数据投入一年商业化就将实现盈利

技术导向的创业需要耐得住寂寞。过去4年的时间，无限向溯基本上在做投入，数据的采集、积累，技术的升级，收入接近于零。

但从去年底开始商业化之后，无限向溯很可能在年底就能实现盈利。

商业化道路如此顺利，是因为无限向溯给客户带来了切实的利益。无限向溯的产品，一年可为零售商盈利提升30%。

在商业地产领域，无限向溯服务了Top100强里超过80%的客户比例；在零售和地产领域，无限向溯有一百多个成功为客户服务的案例。

无限向溯的产品包括两类：第一类，为企业提供精细数据化经营的产品；另一类，是支撑企业日常或重大决策的商业大数据分析辅助决策工具。

　　第一类产品，涵盖了企业日常经营的几个主要维度：包括消费者场内行为动线跟踪、消费行为转化监测，以及打通企业内部数据，比如说会员、消费数据、SKU销售数据，帮助企业建立起一个完整的，以消费者为核心的，以企业经营状况实时完整分析的数据加工、采集和 自动化 分析的平台。

此平台支撑企业经营过程中，门店调整、货品调整、业态组合的调整、服务体验的引进、客群的细分、有效营销等经营活动，帮助线下企业形成全经营环节的所有数据打通，形成了与线上平台类似的完整数据运营支撑能力。

“最有代表性的一个客户案例，我们帮助国内某巨头运动连锁品牌分析管理了一千多家门店，从客群到不同地域门店的开关决策，从不同门店组货到产品设计，都进行了强有力的支撑。在长达两年的持续合作过程中，我们形成了数据决策-门店调整-效果反馈-数据决策模型调整的应用闭环，该企业达成了大规模门店盈利水平。”林志鹏说。

另一类产品，更智能和灵活一些，主要帮助企业建立数据决策能力，比如说新开门店选址，借助大数据分析商圈消费环境、分析商圈内目标群体的消费习惯，推荐更合理的选店地址；企业除了自身经营，也需要了解竞争对手情况，学习竞争对手的经营长处；借助大数据，分析竞品的经营策略，分析竞品的人群定位和品牌招商，做到“知己知彼，百战不殆”。

第一类产品，主要面向零售行业连锁门店场景提供服务更多一些，也能够直接与门店内部日常经营结合起来；第二类产品，主要面向大中型地产企业，辅助企业基于大数据完成科学决策。

图：无限向溯开发第一类产品MANCY

目前，第一种产品因为非常成熟和标准化，并对客户的日常经营具有极大促进作用，在客户群里深受欢迎。

在商业化道路上，无限向溯真的比较幸运，“我们在过去的四年多历程中，并没有主动去接触最终客户，反而是很多找到我们的客户，帮我们跨行业结合，最大化我们的价值。”林志鹏说。

　　另外，星河集团在无限向溯的商业化道路上起到了重要的作用。星河集团成立于2005年，是中国最大的产业互联网综合服务提供商之一，星河集团全球率先创立 联合创业 模式，是一个面向全球创业者的“联合创始人+超级产业投资人”。

林志鹏这样描述星河集团陶振武博士给无限向溯带来的帮助：“陶博士是行业知名技术专家，在大数据及AI领域更有着从技术到资本的产业化经验。特别是消费级大数据应用领域，陶博士给了我们很好的数据价值发挥建议，比如如何将数据用在投资策略支撑、如何将数据用在提升消费者高价值服务方极具启发性。”

此外，星河集团在很多领域的布局，包括金融、商业、智能零售等方面，都能与wifipix形成极具爆发性的协同增长效应。

　　 无限向溯认为，公司与星河集团能够有很好的结合，特别是星河集团在产业能力上的布局，使双方在很多行业上可以有极好的能力互补 。

　　无限向溯，未来无限可能，“ 消费领域的大数据变现，仅泛零售领域，我们预估未来 1-2 年内就会有超过千亿的市场服务规模 。”林志鹏说。