新零售时代连锁企业数据化运营第一步：大数据分析选址

对于线下实体门店来说，业务开展的第一步，除了做好品牌定位之外首先就是要选址去开店。零售业中最重要一点就是位置了，作为实体零售竞争条件中入口级的核心要素，地址具有天然的空间壁垒，好位置能够为企业带来可观客流，大幅增高营业额，也是其一大竞争优势和无形资产。门店到底开在哪里，不仅很大程度决定了销售业绩，同时也决定了品牌传播的效果等。所以关于零售核心，业内一直强调着一句话“Location, Location, Location！”

在互联网极速发达打破时间和地域局限的现如今，对于线下实体门店以及大量连锁零售企业来说，选址依然是其需做的功课。何况，新零售也一直在强调全渠道，所以线下是一个必需的环节。哪怕把实体门店定位为体验中心，不考虑其销售压力，也需要谨慎选择，确保能够吸引到足够的目标核心顾客进店体验，才能最终实现品牌价值的精准高效传播。

从“盲选”到“精选”

选址是门学问，日本在这方面有着 40 多年的研究历史，而国内店的选址则还处于初期，比较粗犷”，传统寻址流程一直都存在着信息不对称、效率低下等问题。

   大家都知道选址的重要性，各家企业也有专业团队去负责渠道拓展选址开发的工作。可是依靠渠道部门开店，很多时候主要是依靠认为经验判断，即使再富有经验和标准流程，市场也会出现偏差。导致盲目选址，销售达不到预期所想，甚至造成经济损失。

国内某顶级大型制造企业开设自己的直营专卖店时，选择了一线城市核心商圈购物中心对面的一个店面，纵使只有一街之隔，自己的生意却门可罗雀，始终眼睁睁看着对面人流如织。另一个某世界500强企业在国内的零售门店，选择了一线城市的社区商圈，虽然客流还是不错，但是在经营了十多年之后运用大数据才发现自己门店的商品定位与商圈的顾客结构有很大偏差。这两个例子都充分说明了认为经验判断可能出现的局限与偏差。更何况在完全依靠人工拓展时还可能会出现很多其他因素干扰。

开店人越来越倾向于精确选址，希望能够做到从“盲选”到“精选”的转变。于是就有不少有人提出，既然数据更加准确，那就利用数据好了。安排人手做各种市调，收集各种数据进行分析，这样总没有错了吧。只能说方向确实没有错。

传统数据有别于大数据

数据运用分析的最核心要点是数据质量。所谓数据质量包括数据的广度、深度、属性，以及数据打通及分析能力。一旦这些方面达不到一定程度，数据不但不能够指明正确方向，还极有可能产生误导。

传统数据一般诠释宏观、整体的状况。而大数据则可以分析微观、个体的状况。传统数据来源于阶段性的，针对性的评估，其采样过程可能有系统误差；大数据来源于过程性的，即时性的行为与现象记录，第三方、技术型的观察采样的方式会使误差较小。传统数据分析的需求都较为普通，易获得；大数据挖掘则要求更高，不易获取。所以在互联网时代，我们才会谈论大数据，而非单纯的数据。

以目前行业内情况，商业大数据质量就非阿里巴巴莫属了。一方面是源于阿里的商业基因，以线下数据为基础，再与线上数据打通的"基于位置➕品类圈选用户"，已成为新零售与营销相结合的切入点。因此收集的数据都是可运用于零售的高质量商业数据，而并非简单的手机号等基本信息。另一方面，超过7亿用户的全域商业行为数据打通，对消费者的理解和洞察会更清晰，得出的总和分析结果，足以满足渠道选址功能，甚至其他零售运营的需求。

大数据智慧分析助力选址

大数据选址的概念对于国内企业并不陌生。但实际落地却并不简单，不仅要有数据，还要理解消费者，更要懂得线下商家的实际需求，对数据、技术、应用能力都有很高的门槛。

阿里巴巴正在利用覆盖线上线下的全域数据资源，让开店选址变得简单，高效和科学。阿里在全国有超14个亿的热点，是全球领先的全域数据服务商。能收集到超7个亿用户的全域数据，不仅仅是线上行为的数据，同时也包括了线下行为，例如线下购物通过支付宝支付留下的数据等。且拥有强大的数据计算和处理能力，以及深入垂直领域和业务场景的大数据产品体系。其次，这些数据包括了选址所必需的四个信息层面：顾客消费生活偏好需求等详细画像信息、顾客年龄性别等基础人口信息、商圈交通设施及竞争对手数量等信息、地理位置基本信息。通过这四个层面数据的贯穿打通，提供选址所需的多维度信息判断和分析。

从大数据的视角分析，每一个经纬度点位，都是由4层数据构成，从显而易见的直观信息，到需要借助数据技术和能力，去挖掘的隐含行为分析，层层深入。

由下到上的这四层数据中，通过传统手段能部分获得前三层的数据，只是成本高，效率低，数据源少。但是第四层面数据是最复杂的行为信息，也是最依赖大数据分析能力的。目前是无法通过其他渠道获得的，是大数据结合数据量、数据精度、机器计算和学习能力的核心产物。在人口信息中，我们一般更多的获得的是人口的"数量"，而他们有没有购买意向，会购买多少，未来趋势如何，这些则都是需要通过行为信息去挖掘的。阿里就是这样运用大数据在选址工作上，帮助零售门店高效精准地去判断门店店址的。

新零售的崛起使大数据助力开店选址成为了一项简单、精准、高效的工作，基本上摆脱了认为经验和其他因素带来的偏差误导。现在已有越来越多的零售企业都开始选用大数据来精确选址，阿里巴巴新零售的样板工程——盒马鲜生能获得如此大的成功，不光仅靠其独特的新型营销模式，同时也与他的精准定位选址密切相关。盒马鲜生一直以来都注重商圈的选择，以及客户的喜好，消费偏好等。他正是利用了大数据，根据其品牌设定的人群画像，比如消费者能力，习惯等，做了实时的潜客筛选，实现了精准定位。他利用这种大数据选址的方式大大节约了时间和人力成本，同时销售量也大获成功。投入与回报的成效都立竿见影。选址开店作为实体零售的第一步，连接线上线下的全域数据避免了高额成本的无效浪费，保障了后续经营的有效顺畅。那么既然如此高效精准大家自然会有需求，这样的技术去哪里寻找是必然会提出的问题。其实也很简单，目前阿里大数据服务也在不断推进社会服务化，产品已面向市场，相信未来会有越来越多的零售公司去选择这种高效，精准的大数据选址方式。同时也相信这样的方式一定会为行业带来一些高效率的提升和革命性的帮助。