大数据时代,传统行业的拓荒者之路_数据分析师考试
谈到大数据,在这个领域比较擅长,并且为我们所熟知的,他们大多是一些互联网公司,基于大量线上用户交互作为数据支撑,从而实现精准营销、提升效率和收益的目的。然而有关线下的数据收集,却一直是行业的痛点难点所在。
逐鹿网此次对智慧空间CTO庞涛进行了专访,以期希望能够通过他们的产品「流量小盒」来帮助大家了解一下关于线下大数据如何被有效收集利用,以及传统行业在拥抱互联网时应该如何去面对?
午后的一个下午,我在新中关的星巴克见到了庞涛,他显得形色匆忙,刚刚去微软谈了有关产品推广的合作,就风尘仆仆的接受了我的采访。
接地气的硬件,智慧空间的客流小盒
庞涛所在的公司叫做智慧空间,在他看来天下熙熙这么多人流,作为一家专注线下大数据收集的企业应该理所应当的区覆盖所有的地面空间,「我有一种责任帮助所有的地面空间,实现利用大数据来管理客流的一种能力。」
「智慧空间」这家公司在业内并没有什么知名度,他们的产品「客流小盒」也因为是2B端的产品,所以并不被用户所熟知,但这并不妨碍他们在线下大数据方面的成功。
传统的市场研究是找一个市场调查公司,做一些调查问卷,做一个通过统计学的原理来推断市场客户。而客流小盒则是帮助商家收集到足够多的客流数据,为监测商家的客流量提供解决方案,帮助零售企业更好的实现市场研究。通过一个设备和数据的留存,可以识别出一个精准的用户。
例如识别出一个客户后,能识别出一个客户从9点来到10点走,每5秒刷新一次之后就能识别出这个时间段内客户一直在留存。如果能在半年内监测到这个客户平均每个月到店4次,那店家就可以知道这个客户的价值。客流小盒的覆盖的半径大约为30米,能把手机设备的型号识别的特别精准。而其可以利用无线网络监测的道理其实很简单。
移动互联网时代到来,每个人都会有手机,这些手机都会发射无线电波。而如果一台设备能够听到这个无线电波,同时又能识别这个无线电波,那么就能够通过记录手机的个数,来比较准确的推出客流的个数。我们知道在无线电波传输的过程中,一定是带有硬件的特征码,而且这个特征码是固定不变的,通过监控这个可以锁定一个消费者在各个店铺的消费情况。
客流小盒具体来说是怎样的一个产品?用通俗的话来说,这是一个监控到店客流的硬件产品,但这或许是我所见到过的最接地气的硬件了。在前端,客流小盒主要利用经济成熟的无线wifi技术,识别客户手机等无线设备,进而可以准确方便地统计客流量、驻留时间、进店率、回头率等等有价值的数据。在后端,则通过系统后台提供专业易懂的客流相关数据报表,帮助客户实现线下精准数据与CRM的完美结合,最终达到精准营销。
现在客流小盒大概已经和五百多家实体店进行了合作,今年的目标是推广到大概上万家,推广主要走2B的渠道,目前它们也已经获得了天使轮融资。
艰难的前行者,线下数据的拓荒之路
在庞涛看来,互联网巨头没办法从根本上解决线下店铺获取用户的需求。举例来说,对一个具体的线下饭店,一天饭店里来多少人吃饭,谁来你这吃饭,这些人都是什么样的人,实际上对于一个实体店铺,他基本上没有什么手段,而所谓巨头其实也没办法解决这种困境。
当然,不少线下店铺会有一些很笨的手段,但这些手段往往都存在诸多弊端。
首先,存在大量数据缺失,监测无法达到有效的精准度。像Zara的所有门店都放了三路摄像头,这个用来数到店人数。还有711便利店比较聪明,弄了一个只要计数器,只要你一开门,计数器就会自动加1,开一下就加1。其实商家并不是不想监控这些数,而是监控这些数的手段不够多。像711这个,一下来了一堆20个人开了一下门,大家一块监控,就没办法精确监控了。摄像头也有同样的问题,会出现一个人出现在两个摄像头里,被重复计数两次的现象出现。而图像识别的精准度又不是很高,这就导致你无法具体计算到底来了多少人。
其次,即使监测到了具体人数,也无法清楚客流动向。店铺进来了多少人,这只是线下大数据的第一步,对商家来说他们更在意的是消费者最关注的是什么?他们去了店铺里的哪些地方,在什么地方停留时间最长等等,这些数据对线下店铺来说可以帮助他们迅速的调整商品策略。这种在线上很常见的监测流量的热力图,在线下却没有一个解决办法。
最后,到店人数最终的转化率。这个相信会是所有商家最关心的数据,到店的消费者当中到底哪些去了试衣间试衣服?现在的监控都是通过销售后的数据,店铺卖了几单,这个客单价是多少?但事实上,一个品牌做了很多市场推广,这个到店其实是有成本的。哪怕是自然流量,那也是支付了高额的成本才能获得这个好的地段,所以才有了这个流量。商家当然希望能找到一种方法让用户获取成本变得更低。
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22