易铺网 > 易铺资讯 > 2015中国商业地产管理年会 >

嘉楼商业地产大数据CEO殷冬明:经营商业地产中的大数据运用

2015中国商业地产管理年会
暨中国购物中心IT峰会
11月27日(下午)
购物中心IT创新专场
    
时间:2015年11月27日
地点:北京京瑞温泉国际酒店三层阳光厅
 
 主持人:好的,非常感谢柏总带来的精彩演讲。接下来将为大家带来分享的是嘉楼商业地产大数据CEO殷冬明。殷冬明先生是全球首个专注商业地产商业智慧的大数据平台——GALA嘉楼SMARTMALL(r)的创始人。他毕业于南京大学城市规划专业,自中国科学院和美国马里兰大学取得两个硕士学位,在清华大学担任客座教师,同时也是《北京规划建设》的专栏作家。在商业地产领域中,GAIA嘉楼系统作为领域内首个专属本行业的BI工具,是整合全领域碎片化数据并将专属商业地产的大数据挖掘运用于实际运营的行业开创者。目前,嘉楼GAIA的多项子系统,均已被包括大悦城集团在内的多家上市公司集团化化运用。殷总演讲题目是“经营商业地产中的大数据运用”,掌声有请殷总。  

 
殷冬明:好,谢谢。非常感谢大家有机会,感谢陈总邀请我来参加这个论坛,给大家分享一下我们在商业地产领域去做大数据实践的一些做法、技术和思考。刚才很巧,我听柏总说到消费数据和自己数据的关系,我们刚好是做自己的数据的,这个顺序挺合适的。在做这个事情过程当中我其实接触了大量的运用数据,而且运用数据和自己的实践管理进行相结合的购物中心经营者,在和他们的接触过程当中,我个人有很多感触,也有很多痛,我觉得今天其实是跟大家分享一下我和他们在解决这些痛苦过程当中一些经历。

嘉楼商业地产大数据CEO殷冬明
   
我想把今天我解释的三个感悟归纳起来。为什么现在我们说了大量大数据,但是从实践角度,其实可能大家真正把数据运用在自己经营过程当中的比率以我的经历来看,一线城市可能也不到20%,二线或者二线以下城市基本就是接近于零的状态,数据可能更多只是表格。为什么会出现这种情况?我想我的实践经历告诉我们,其实最重要的有三个原因,第一个原因是数据让你放不下去,这个特别简单,大家每天都会在微信上收到很多跟数据相关的报告,我的个人经历是如果有一份报告,这个WORD如果有一个表格,表格下面有一行字我一定先看那行字,我不想看那个表,因为所有数据都是枯燥,人的本能是避免枯燥,所以如果有的数据的呈现方式让你感到厌恶,你自然没有可能沿着数据这条路走下去,所谓数据化管理,不要说大数据,哪怕是小数据经营都很难成为一个信息。
   
第二个,大量的数据没有真正解决经营过程当中遇到的实际问题。当然这些问题是什么我一会会有一个一个案子解释,现在很多做数据的,因为我本人是做过商场的操盘手,所以我对商场经营相对来说会熟悉一些,我和很多做数据的,尤其从电商跨境过来做购物中心数据的人跟他们沟通时候我就发现一件事,他们更专注于表述我能做什么,但是他们从来不管这些数据能够为购物中心实际带来什么。当然这个不能怪他们,因为他们的确对购物中心经营不理解、不熟悉,但是如果我们知道自己想要什么我们去找数据,小数据其实未必不如大数据,这是我的第二个感悟。
   
第三个是别人分析与你无关。这个就更多,因为其实购物中心面临一个非常重要的行业背景就是从百货向购物中心的演化,在本质上是从售卖单品向收取租金作为主要的,行业作为内在的盈利模式,一旦我开始收取租金了,我的百货思维,或者我的超市思维只能够被替代,我举一个特别简单的例子,现在商场ERP内部信息有一个非常非常重要的模块,你想去掉还不行,就是单品管理。这是百货一直过来的ERP。但是对于一个购物中心来讲,我不管单品干吗要那么大的,有趣的是很多商场用的ERP,这个模块因为当时写模块化,所以你想拿掉拿不掉,这个系统一直背着一个并不需要它存在的一个大工具块往前运行,这是我们一个切身经历。

我想说的第三件事我们应该分析哪些事对我们商场经营有用,接下来我知道讲三个问题。
   
第一个问题也是最直观的,为什么我们所有人都有一种感觉,数据是好东西,但是一看数据就烦,尤其是老板,因为老板每天的时间严重碎片化,高管严重碎片化时间导致他没有耐心去仔细地看数据,尤其当你的数据是这样的。我相信每一个经营商场的人不可避免每天面对这样的数据,这个数据意味着什么?第一,你每天要花很长很无聊的时间给你自己造成巨大的心理挫折,以后从这个数据的阅读过程当中有很多痛苦。第二,你的手下一定有一群表姐表哥在每天遭受比你更大的痛苦,因为数据是他做出来的。这是我为什么想做不同东西的原因,这个过程我也经历过,这只是一个项目。
   
如果我们是一个集团化企业就是这样,这是事实,表哥表姐青春耗在这样的东西里,我们不是说数据不重要,但是如果我们不看数据,你不能怪老板们或者是高管们没有进入大数据时代,因为他不看数据,因为这样数据对人不友好,表达信息不直观。
   
这些数据除了不直观还有什么问题?我的归纳是有三个大问题,第一个碎片化,首先你所有的数据全都是基于各个不同的部门或者是基于各个不同的第三方子系统去产生,停车有停车场数据,销售有销售数据,租户有租金数据,CRM有客户数据等等等等,如果你们商场装了摄像头或者是WIFI还有更多数据,我们一直说打通,所有的这样的像雪花一样飞来表格一样的数据是没法打通的,这是一个。
   
第二个问题是条块,我们基于现有的表格数据是能够做一些分析的,这个我当然不能否认,我能做什么分析?比如今天我这个商场究竟是麦当劳卖得多还是肯德基卖得多,这个我能做到,如果说我想知道在我的旗下20个商场里面所有位于一楼的麦当劳和所有位于一楼的肯德基谁卖得多,我想知道在这20个商场里,一线商场和二线商场在一楼麦当劳和肯德基之间的业绩区别有多大?这样的分析任何一个现有的表格化管理的数据系统也都是不能做到的,也是因为大家都在谈到的。
   
最后一个,也是我们想改变的,它不好看,它不直接。

 所以这是我想说的第一件事,没有好的呈现方式数据是无效的。我们想做一件什么样的事情?不管是基于任何技术在我看来所有最好的数据呈现方式就一个,直观的,就是我把整个商场作为一个它本来的形式是真实模型呈现出来,把所有商场里面信息在这个模型上再现,在空间中展现,人的眼睛永远是看图比起看表接受信息快得多,这是我们做的第一件事,我们把销售数据投射到整个商场以后,我们建立了一个颜色序列,红的就是高的,绿的就是低的,其实应该反过来,不重要,在现有这个平面上我相信比起看左边这张表来说,右边这张图上我们能够更高效地得到更多的信息。
   
大悦城又有另外一个系统,就是客流传统,传统的客流传统每个点采集一个表格数据,在我看来这样的数据更有效表达方式应该是这样,这现在是大悦城客流系统被呈现出来的样子,在这个画面面前语言是有点多余,因为我们用眼睛就能够看见所有商场正在发生的一切。我们还可以采用一些更绚的,更有趣的表达方式,右下角的三维模型是我们专门为了让它变得好玩做出来的一个东西。
   
再比如说另外一些,当数据变得可视的时候,我们能够感受到的结果就是所有我每天要看到的信息能够被更高效的处理,比如谁欠我的租金,商场的欠租缴租率非常重要的问题,这个问题在运用可视化技术之后能够得到非常迅速的缓解,为什么?每天老板看到第一件事就是红的是欠钱,绿的是不欠,如果你想知道红的欠多少钱点一下,你的人该追他,其实这件事不复杂,但是在这样的信息处置方式之下,你的行为效率大大提升。
   
当然,从集团的角度,我想一个集团化管理的多个项目的购物中心集团,当它的数据用这样的方式组织起来以后,集团的老总在掌握信息的时候显然也能够享受到更多效率和感受到更多的价值。这是我今天说的第一件事。
 
 第二件事情,当然我们首先把数据让他看到是非常重要的事情,看见以后他还能做什么?他必须能够解决在一个购物中心运营过程当中最最重要的问题,就是我们每天都要面临的我的铺子究竟换不换?我的通道有多宽?我的所有品牌是否符合它的价值,是否应该放在现在的地方,这些问题基于外部数据没法解决,只有基于自己的数据。但是你的数据是怎么解决?这是上海大悦城一期的例子,曾经有这样的想法,这个通道原来是4米,曾经有一个想法如果把通道换成9米,在正常的情况下这件事最后解决方式,或者在传统情况下这件事最后解决方式是几个老总和设计师互相拍,拍完了以后谁的意见占了上风就听谁的。但是我们用了完全不同的一种方式,我们做了一些非常重要的底层数据积累,而且我相信这件事未来每个人都应该做,那就是我们要分析通道宽和窄对人的行为究竟有什么影响?基于大量底层数据模型和大量的数据训练观察,我们做出了这样一个模拟器,就是我们能够针对每一个不同的平面方案进行分析,人在这个空间中会怎样聚集?什么样的设施会产生更好的人流效益?什么样的特性带来更大的价值,以前判断这些更多靠经验,现在用一个全新的工具判断它。
    
这又是图形化展示的一个好处,就是很多事不需要我去用语言过多描述,一个相对窄的通道把人流导过来的结果和通道内部产生颜色变化以及数据变化,我想足以让任何一个理性判断事物的经营者做出决策,我究竟应该把通道开成4米宽还是9米宽,这只是一个很小的例子。
   
 这是远洋长春的一个项目,当时这个项目主要人流方向在东北侧,地铁和公交都在这个位置,但是这个地方的出入口开得不太大,当时远洋提出一个问题,说我想把它开大,但是第一,我开大只是感性的意识到可能会有用,究竟多有用我不知道;第二,它开大成本和我能产生的收益究竟能不能成正比?这件事我也不知道。我说很简单,在我们的模拟器里模拟一下人在这样的环境中会怎么走,他会聚集在什么位置,他的聚集能不能给你带来直接的租金上的提升?这是我们的模拟效果,左侧是原有的方案,一层和二层,由于口相对小,虽然局部带来相对多的人流,但是仍然不能够阻止人流迅速在这个大型的环状动线中被稀释,同时二层对于人流吸纳能力比较差,这是增加了入口以后的方案,从这两个方案上我们能够清晰地看到两个方案分别能够产生的人流差异,在一层或者是二层,我们能够看到主要产生差异的实际上是在通道口以及通道的整个线路的方向有差异,这个区域和这个区域是作为冷区,这个出入口对这个改善没有什么明显,我们现在只是用图看起来更直观一些。

如果这个冷区不能通过这个通道的改善加以改善我们必须在其他方面想办法,这个结论对于一个有经验的商场经营者来说已经足够了,他想得到一个辅助他做出决定的,一个好的大数据能让一个有经验的经理做出更好的决策,我们所有的比较方式最终都是定量,这个比起传统凭感觉,让设计师找感觉的这种结婚更有利于决策,这样的事基本不是一个人拍板,需要大家想办法。
   
第三个事是,就是我刚才说的分析怎么用数据分析解决这些问题。第三事是分析对商业地产自己有用的,这是我一个非常更直接的切身体会,大量大数据公司正在套用电商的数据模型和电商的分析方式来运用在商业地产上面,你要说没有关联我认为有关联,但是关联实际上非常有限,商业地产和电商的区别大家已经讲了很多,不多说了,我只说一件事,电商对于人的信息把握是精确到你的名字、你的电话、你的地址,什么都有的,但是商业地产可能吗?你的会员系统能够登记这些信息吗?如果你登记这些信息才能成为会员你会员又将流失多少?其次商业地产需不需要对人的信息重点把握?不需要,因为购物中心自己不卖地方,只把地方出租给卖东西的品牌,所以抓住人是品牌的事情,首先是品牌的事情,购物中心只能起一个辅助作用,起不了决定性作用,所以人的价值,人的单体信息价值对于商业地产来说没有对于电商有什么。还有一个问题就是大家知道,淘宝上有80%的店铺是常年亏损的,而且没有指标的,淘宝繁荣以80%以上的淘宝店主常年亏损作为代价换来的,但是请问在座的诸位你们家的购物中心如果有,不说80%,哪怕20%的店铺场面亏损这个购物中心做不下去了,我们是没有可能通过这种,不叫人海战术,叫店海战术实现盈利,所以购物中心对于品牌的把握和对于人的把握重点,对于这些信息的把握方式远远不同于电商,如果你还在用电商方法,实际上是在用治肚子疼的药治你的脚疼,不是一个好的主意。我们的商业地产自己的数据什么是有用的呢?这些是以下大家看到的可能是一些我们深入挖掘以后的一个事例。

   一个最常见购物中心提升业务想法的,一个典型购物中心内部管理运营过程当中大家多说坪效很重要,我问大家,你们家A品牌比B品牌的坪效高,是不是A品牌比B品牌好?显然不是,因为坪效体现出的信息有限,什么方法让我们看到一个品牌的坪效好不好,品牌有什么价值?其实特别简单,如果我每天门口经过一万人创作了20万坪效,另外一个每天经过2000人也创作出来20万坪效,显然用2000人的是个好品牌,换句话说,坪效只有当被除以人流数以后,在相同的人流情况下的坪效才有异议,这个指标是我们大悦城的,我们叫做客效,怎么样得到客效?其实非常简单,我们掌握了销售数据,同时我们通过我们的客流分析系统,我们能够掌握每一个店铺,每天门口究竟经过多少人,我刚才说过我们这个大数据里面最忌讳的碎片化,如果我们没有统一的打通机制,我们这个分析不可能成立,现在我们打通了我们有了我们的客效,这个客效用来评价品牌比起坪效来说有效得多,这是一个很小,但是非常典型的例子。
    
我们怎么知道每个品牌的客效会怎么样?通过我们长时间的积累,我们还不能说是大数据,仍然是小数据,几十万条的数据对于现在大数据行业来说它太小了,但是对于我们这个企业来说,对于任何一个购物中心企业来说,如果你能够了解目前中国活跃的大约5到8000家品牌,这些品牌分别在典型一、二、三、四线城市一、二、三、四级商圈里的典型表现,你已经能够非常有效地去分析这个品牌究竟应该被放在哪里。以下我们举两个小例子,我们都知道麦当劳和肯德基是两个一直直接竞争对手,但是它们究竟表现怎样?我们从我们积累数据库里拿出几个小切片,对于一线城市,一级商圈来说,很明显,麦当劳完胜肯德基,因为它用更少的人创造更多的坪效,对于麦当劳一级城市一线商圈每人贡献3到3毛5坪效每个月,肯德基做不到,但是这个故事如果我们把它挪到下线城市,发生了翻天覆地的变化。这是二线城市,这是三线城市,在所有的我们进入的非一线城市以下的商圈里,肯德基都完胜麦当劳,如果你从品牌内部的状况来分析,肯德基的确,我们做很多分析,比如肯德基的本土化比麦当劳好,比如肯德基它的本身百胜中国独立出来,这些可以被分析,但是从数据角度,我们作为数据分析师我们只做一件事,就是分析,我们能够知道每个品牌当它在某个特定区域内开店的时候,你给它多少人流能够给你产生多少价值。

我突然间能预测一个没开业的商场运营得当能得到怎样的数据,我说完三件事和三个感悟之后,我给大家一个小小的遐想空间,因为今天也有人谈到商业地产的证券化的问题,未来是常态化的非常重要的东西,对于一个有着预测能力的商业资产来说意味着你今天知道明天股票的价格,就是这么简单。所以我这件事情在我今天的介绍之外最后留给大家一点小小的空间。
   
这是一个被证券化的资产来说,由于我们能够透明的展示、分析、储存,而且以直观方式让非专业经营者也能够理解的方式看见你的数据的流动,你的商场的经营状况,这个可视化的工具可以被作为一个非常重要的,介于普通投资者和商业地产经营者之间的信息传达,因为传统的商业地产经营者所掌握的技术壁垒是普通的投资人所无法逾越的,你不可能要求投资人像你一样了解这个商场,如果他想投资希望信息透明化你能够给他非常重要的工具,而且这个工具就像我刚才说得那样,是一个可预测的工具。
   
好,我们今天主要关于如何运用商业地产内部自身经营的大数据和一些操作实例我就给大家介绍到这里。有问题欢迎向我们垂询,我们也非常希望用我们的力量改善目前大数据在领域内的使用,好,谢谢大家。

主持人:好的,非常感谢。接下来将是15分钟的茶歇时间,我们将在15分钟之后开始今天下午的论坛,谢谢。  

现场直播实录:

主办方领导致开幕词 中国商业品牌联盟执行主席陈建明致开幕词

易铺中国总裁陈建明:E商风云,商业地产大变局

百度零售行业大数据部总监高亮:百度零售行业大数据趋势的解读

众和昆仑董事长柏文喜:商业地产大资管与资产证券化

京商流通战略研究院院长赖阳:云消费时代购物中心的转型

艾逛科技CEO王永先生:商场客流的变革

汇诚行大数据事业部总经理高海英:实体店跟电商将共生共融的发展

信柏科技CEO柏林森:大数据驱动的购物中心转型 全触点场景化营销

嘉楼商业地产大数据CEO殷冬明:经营商业地产中的大数据运用

eFuture富基融通董事长兼CEO颜艳春先生:互联网+共享经济,将三分天下

高端对话:十大购物中心IT领军人物纵论创新

2015中国商业地产管理品牌颁奖盛典

易铺中国总裁陈建明:商业地产运营管理与实践专场

万豪国际集团高级副总裁林聪:人口经济对酒店行业发展、运营的影响

勒泰商管总裁张云计:改变——从机器到种子

原燕莎购物中心总经理、首创奥特莱斯总顾问万文英:奥特莱斯发展趋势和实践体会

诺丁山创始人张天翔先生:诺丁山在文商旅一体化的运营实践

 

您可能还喜欢


热·读

  • 日排行
  • 周排行
  • 原创
  • 推荐

店商·电商


最新TAG:
TAG月排行榜:
TAG周排行榜: