购物中心数据分析工作的基点是什么？如何设置关键性的数据指标？这些指标如何帮助购物中心解决核心问题？
本文将一一解答这些问题，并基于实例举证，完整地梳理了购物中心数据分析工作的目标、关键数据指标设置、数据分析趋势，并表达了对购物中心数字化的看法。
购物中心的数据分析旨在通过将商场与商店之间的关系进行量化，并通过数据可视化的方式呈现出来，从而对实际商场运营工作进行指导优化。
在主流的购物中心分析方法中，我们往往从以下的关键数据来构建购物中心的数据分析模型：
通过有效地使用人员追踪技术，获取以上数据，使得购物中心的业主能够直观、可视的洞察到不同的租户组合的获益方式，购物中心的商户可以增加销售机会的数量和质量。
随着如今零售商和购物中心业主所面临的激烈市场竞争，导致对这些数据的衡量标准也常常随之调整。但无论如何调整，购物中心数据分析的基本原则是恒定不变的，所有对数据的解读与应用，无不在围绕以下三个直击本质的问题作答：
- 购物中心的存在意义是什么？基于地理位置购物中心的价值应该有哪些方面的调整？
而在购物中心的数据分析工作中，我们面临的现实挑战往往是人们不能有效地使用这些数据。而这正是我们为什么要学着在展开分析之前，提前设置核心议题。
就购物中心数据分析而言, 2021年的三个最重要的核心议题是：
■ 社交功能：成功的购物中心往往是社群或社区的活动中心
借助人工智能之类的技术,你将能够确定人们是一起来的还是作为群体的一部分来的。购物群体可以是一对母子, 两个闺蜜或是几代同堂的家庭。这足以表明人们为什么会来到他们的社区购物中心。
■服务体验：客户体验的本质是人们在逛商场时能被记住的事情
服务型零售不仅仅是电影院和美食广场。它涉及沉浸式技术, 例如AR和3D人体扫描。该技术将“触摸” 的概念融入了“共同创造”。
■ 领地意识：不同年代的人有不同的需求,对购物中心的看法也不同
市场细分不仅可以在线上应用,在购物中心的实体零售中也同样奏效。老年人喜欢在安全而又宽敞的购物中心里散步,有时只是为了孙子孙女上课时的等待时间里锻炼身体。
在数字世界中长大的Z世代享受着购物中心里的实体商业属性和内置的边界与速度。对于年轻人来说,Wi-Fi不是一种选择,而是必需品。
基于顾客的需求特征，提供完善的环境体验，是使顾客增加游逛时间的有效保证。
围绕着核心议题，从关键的数据指标出发，回归到核心议题上，通过此过程的反复优化，实现解决购物中心的本质问题，这正是数据分析工作的过程。
在此过程中，数据指标成了撬动一切的杠杆支点，因此就显得尤为重要。数据指标的设置与解读，是数据分析工作的科学性与合理性的基础。
客流量反映了购物中心产生成交的机会，是反映“商场到商店” 的渠道作用的第一步。而商店的访客是必然包含在商场的客流量中的，所以我们以相同的方式测量购物中心的客流量与门店的人流量。
计算商场客流量时，应注意计数指标至少要包括每个时间段的到达和离开。
在当下技术发展迅速的今天，部署多重传感器的软硬结合解决方案中，往往还支持“购买群体”和“体表特征”的属性采集，从而获悉到访者的组成与消费特征。
虽然购物中心客流量量化了到访人数, 但最近的客流量更直观地反映了成交机会。这体现的是一个购物中心的业态布局与空间规划，对客流的引导性与牵制性。游逛深度更可以找到购物中心的客流量与商店位置之间的相关性。
在超市行业中，这个规律常被用尿布与啤酒的故事来解读，在购物中心里，运营者运营的是门店与客流，而非是商品与顾客。但在购物中心中，还是可以找到这样的例子，比如美食广场和购物中心入口处的人流模式就是一个很好的邻近转化的分析目标。
这样的规律在主力店, 尤其是大型百货中,可以更清晰的看到某个特定的门或通道与商店之间的直接联系。在位于主力店旁边的零售门店中, 我们可以识别到与顾客流量的间接链接。
有些购物中心很大。比如, 南佛罗里达的Sawgrass购物中心是美国最大的购物中心之一。横穿购物中心就需花费一个小时。如果访客进入Target 商店, 他们不太可能去到另一端的马歇尔（Marshall）商店。
掌握场内位置与门店的关系，可以帮助购物中心迅速搭建一个完善的空间与商业的系统性关系。
位置分析和位置营销之间的区别在于建立与客户的联系。通常,我们可以使用一整套解决方案同时做到这两点。
由于商场内营销对流量有影响, 所以我们应该考虑提前设置好营销指标。例如, 数字标牌在商场中很常见，但它只有在大门口才会有最佳效果吗?活动通常在周末举行，但大量人群有时往往会使真正的购物者望而却步。
在考虑位置营销时，一定不要忘记同时考虑地理位置和基于时间的指标，比如停留时间的百分比等，大量经验表明，时间指标就极大的提升客户购买旅程的有效性。
邻近流量即是商店附近经过的人数，邻近率衡量的是商场对商店的价值最常见的量化表现。由于邻近交通衡量的是对商店“足够接近”的需求, 所以始终都是衡量商场空间规划与业态布局的直接性指标。商店邻近流量解决的主题：
- 并非所有商店都一样：商店的性质影响了邻近交通的价值分析。比如咖啡店的顾客与玩具店的顾客通常交叉就很少。
- 商店入口。有一个入口的商店与有两个或两个以上入口的商店是有区别的。在这样的商店中, 交通流甚至包括进出停车场的人。无关的流量会降低销售量的转换与对客流的消费潜力的挖掘。
- 多近的距离算近？在流量传感器中, 关键在于视野的获取。传感器的倾斜度可以调整为0.3-1米之间，以便于人员计数解决方案能够准确定义“邻近流量” 的概念。
当苹果商店在某个巴塞罗那购物中心的三楼开业时, 它改变了商场内部的交通流量。以前, 很少有人逛商场的三楼。之后, 那些人在商场内享有最有利的地理位置。苹果商店以两位数的速度提高了接近率。
因为苹果商店带来的客流量所产生的交差销售，使得邻近的通往苹果商店的路径相关店铺，租金以及店铺销售都变得比以往收益更大。
邻近交通量衡量商场的模式。捕获率衡量的是该商店或店铺通过品牌, 促销和橱窗吸引流量到店铺的能力。
商业上的故事开始，往往起源于一个关键的节点，在网络世界里，往往体现为一个号召性用语。比如，在博客中, 是 “订阅” ，在电子商务中, 则是 “添加到购物车” 。这个节点的特征，即是产生商业行动的临界点。
- 停留在橱窗中的时间：是否存在停留时间验证商店橱窗显示是否成功的争论。有人说, 唯一的 “成功” 因素是当人们驻足去看橱窗里的陈设。陈设有潜意识上的吸引的作用，对于橱窗, 人体服装模型和展示柜来说都是如此。
- 营销标牌：商店将标牌放置在商店外时, 其目的是吸引人们进入。陈列内容会影响商店外的人流。但有时, 它也会阻碍客流进入店内。
- 经营区边界线：传感器将越过经营区边界线的人计为访客。有时, 顾客无需越过经营区边界线就可以观看陈设。
在某个购物中心里有一家珠宝店，位于购物中心人流动线的两条主要干道之间的拐角处。它具有开放式展览的特点, 使人们可以从两侧观看到。
每个入口附近经过的人数相同。客流数据显示, 大多数顾客通过一个入口进入，第二个入口有许多人在附近经过, 但几乎没有访客。
路径数据分析的结果是，人流少的入口正对着美食广场，而有许多人经过的入口在购物中心的主干道上。两个入口处的邻近交通量相似, 但 “捕获率” 区分出了两者的不同, 店铺随即对第二个入口的人流则采取了新的营销行动。
一旦当数据分析工作进入了商店的范畴,就会马上发现最关键的指标是销售转换。店内的购买渠道涵盖了客户参与度, 号召性用语, 商品价值传达和店员等多维度的考虑。这就开启了另一个数据分析的世界，但往往就不被购物中心所需要考虑了。
在过去的45年中,美国的购物中心增长了300％以上。与加拿大的1.52平方米和澳大利亚的1.03平方米相比,每人的零售面积超过2.18平方米,零售业的激增转化为购物中心的过度扩张。
尽管过去几年中小型购物中心的数量趋于平稳, 但购物中心远未消亡。随着由于人们购物的方式产生了天翻地覆的变化，购物中心也同样在经历不断地变革与发展。
据全球最大的商业地产集团Westfield公开披露，“10年前, Westfield 42％的销售额来自百货商店。而今天,只有28％。”
是的,购物中心客流量下降了。人们逛购物中心的频率没有以前那么高了。但与此同时，更重要的变化是销售转化率上升了。这意味着客户的购买意向更高了。这也意味着购物中心的访客比以往具有更大的销售潜力。
在美国的47, 000个购物中心中,有1221个是购物商场（2016年）。但ICSC（国际购物中心协会指出，商场面临的境遇是完全不同的。
ICSC根据坪效能力将购物商场从A到D进行分类之后发现,20％的购物商场产生了超过72％的全部销售额，两极分化严重。
巴尔港购物中心位于美国佛罗里达州，是美国坪效最高的购物中心，也被认为是盈利能力最强的购物中心，以聚焦高端市场的消费热点而闻名。奢侈品零售店在这里数不胜数，包括著名的Chanel、GUCCI、PRADA、LANVIN、Dolce&Gabbana、Neiman Marcus等众多设计师品牌。
巴尔港购物中心的单位坪效达到这个购物中心与其他传统购物中心的另一个区别是它的露天结构。 如果凯撒宫商城每平方米能赚157美元（合1016人民币元），那么巴尔港的店铺肯定会更有生产力，销售额高达每平方米229.5美元（合人民币1485.7元）。
这家有着50年历史的豪华购物商场之所以能充满活力,是因为它顺应了零售业的变化并前瞻性的预判了消费者的购物期望。它是被零售商定义为“时尚生活购物商场”的先驱，并且还在保持不断地创新。
一方面是以巴尔港购物中心为代表的头部购物，而另一方面,却是C级和D级的购物商场正濒临消失。ICSC给出的预测是大约30％的购物商场会倒闭。
做好数据分析，将为购物中心和零售商挖掘销售潜力，开启通往未来的道路。我们将从数据中看到未来的趋势，指导我们为适应市场而开展的商场积极转型。
值得注意的是，在数据分析工作中，应避免设置过于模糊的目标,例如“改善客户体验”、“增加业态组合效应”此类不可量化或面临复杂思考的抉择，尽量将目标缩小到可以用是或否来衡量的具体目标。
如何重塑自我，以实现在数字时代的生存与发展将成为商业地产界的长期议题。
当下，购物中心正在演变为“体验社区中心”。所谓“体验社区中心”，是由三个重要的维度所支撑，地区需求、品牌和品牌的组合。一个购物中心的运营管理者，首要的工作即是通过地点，来确定定位，通过思考顾客来到购物中心目的与动机，最终实现对商户组合的优化。
购物行为本身充满了目的性，但由于如今购物中心不再是唯一的购物渠道，人们可以很容易地在网上购买自己喜欢的品牌或者产品，购物中心的角色正在渐渐地脱离购物的场所。尽管趋势如此，但令人惊奇的是，购物中心本身已经演变成了一个新的场所。
更确切地说,购物商场变成了当地人在生活上的聚集地。电影院、餐馆以及其他服务业态的增加，改变了人们到购物中心游逛的动机，同时也彻底地改变了对顾客体验的关注点。
值得注意的是：在客户成交路径的数据分析中,“购买意向”在设计购买旅程图中起着重要作用。通过需求,地理营销和人口统计分析,可以更好地定义购物中心的潜在收入。
美国一家购物中心现在的名字和外立面仍然保持着十年前的样子,但事实上已经摇摇欲坠多年，一直到5年前,它才开始重新绽放，焕发新生。
业主翻修了购物中心内的美食广场,从而吸引了许多家庭在周末的时候光顾；增加了一家电影院,吸引了青少年；零售品牌组合也为了吸引隔壁大学的学生做出了改变。如今，这样的业态布局已经是很多购物中心的标配了，而这个过程在过去的一段时间里，在全球范围内的购物中心反复上演了成千上万次。
在香港、迪拜和纽约这样的大城市，同样可以看到购物中心的角色转变。这背后反映的是对市场需求变化趋势的洞察，那么如何根据市场的趋势，完成购物中心向“生活上的聚集地”这样的场所定位转型？
尽管前文提到的巴尔港商店的大部分收入来自游客。但是很少有人分析到的是巴尔港最繁忙的时间是当地人充斥着户外商店和餐馆的周末。以巴尔港案例的思路启发，购物中心转型的首要参考是针对客群与客群属性的分析。
商场面临的关键挑战之一，是如何吸引有支付能力的顾客。青少年可能会想要做美甲,但她的母亲才是付钱的人，儿童业态、情侣约会业态也是如此。因此深挖客群、客群属性以及业态对标客群的相关研究就显得尤为重要。另一个例子是超市业态，超市能够吸引很大的流量，可问题是超市买家是否适合你的商场定位，从而将客流转化到更多的消费。
不同的业态往往对标着不同的客群，添加弹球竞技场和电影院可以吸引青少年。星巴克吸引职场客群。零售商和服务机构的多样性和邻近性增加了顾客前往当地社区购物中心的动机。而如何形成有机的商业组合，是购物中心运营的核心能力。
思考基于此位置的最佳商业场所定位，以此定位匹配相关业态，最终形成最佳商户组合，是此能力的标准链路。不管是生活时尚购物中心、品牌直销店还是高街（High Street）都是如此。
大多数业主往往被困在匹配相关业态的工作层面上，的确，洞见诸多品牌与业态的工作信息量大而杂。在近些年“去主力店”的大形势下，思考什么样的店会吸引人们来到商场成了从业人员每天都要思考的问题。
但事实上，不仅购物中心本身在发生变化,品牌与商户的定义也在发生变化。百货公司正在积极思考如何引入更多的独立品牌，大卖场在思考如何取得更大的规模化效应以降低定价，数码产品甚至是新能源汽车业正在走进购物中心。
所以购物中心的转型往往与零售商同步，生态成员所面临的共同问题，使得新的合作方式出现了契机。
在美国，零售界的全渠道革命正在开始影响购物中心的转型，亚马逊正在尝试以购物中心作为区域零售配送中心；李维斯业正在为购物中心中的店铺引入前置仓的概念，这使得购物中心因其地理属性而产生出零售商区域配送中心的概念。
部分品牌与商户转型成为了产品零售和服务的混合体，Ulta Beauty 在放弃了与亚马逊在产品和价格上的竞争后，转型成为了多种产品和全套服务的水疗中心，如今正在美国购物中心中开枝散叶。
伴随着市场的竞争加剧，品牌与商户开始了在碎片化场景中的市场争夺，越来越多的快闪店出现在美国的购物中心，他们有时是季节性的，有时是为了特定活动而举办的促销活动。
与此接近的是售货亭，它们分布在走廊与过道之上，通常他们为服务单一品类的商品而存在，比如包、手机或者美容产品。而两者的区别在于一个是占据着碎片化的时间，另一个则是碎片化的空间，但在本质上都是精益运营精神的体现。
对购物中心而言，如何将商户的精益运营能力匹配到消费端从而促进成交，是构建良好品牌与商户组合的基本思路，而数据分析则是最有效的实现方法之一。
通过对品牌的理解与不同店型的理解，基于前文中的关键问题，进行快速的品牌与商户调整，从而实现关键指标上的优化，这正是数据分析对于当代购物中心的真正意义。
转载请注明出处。
相关文章
精彩导读
热门资讯
关注我们
