• 1
无限向溯林志鹏:用线下数据赋能,量化提升传统企业营效
统计 阅读时间大约9分钟(3227字)

2019-12-18 无限向溯林志鹏:用线下数据赋能,量化提升传统企业营效

掌握并运用数据成为实体企业在新时代实现弯道超车的机会,也是我国经济从信息化时代到数据化时代的关键跳板。

【猎云网(微信:ilieyun)北京】12月18日报道

云计算、AI、物联网......技术的进步以及线上红利的消失,让新兴科技与经济结合的重点从线上转移到线下,数字经济席卷而来,成为不可阻挡的时代发展趋势。

在新的变革浪潮中,数据技术与实体经济的的融合成为一段关键的主旋律,既是重点也是难点。

相比于线上互联网企业,实体经济具有行业集中度低、业态分散等特点,他们的数据产生于线下场景,更趋于本地化,具有不利于收集和利用的特质。

因此,掌握并运用数据成为实体企业在新时代实现弯道超车的机会,也是我国经济从信息化时代到数据化时代的关键跳板。

在这样的大背景下,以无限向溯为代表的一批线下大数据公司也从幕后走向台前,成为传统企业和投资机构关注的重点。

此次,猎云网专程对无限向溯创始人兼CEO林志鹏进行了专访,一起探讨在资本寒冬的大环境下,无限向溯是如何一路走到今天并且获得企业客户和资本的持续合作与青睐的?

2_副本.jpg

先发优势明显,得数据者得天下

在创办无限向溯之前,林志鹏曾供职于一线互联网巨头企业,在NLP、搜索引擎、精准推荐等应用成熟领域的数据挖掘和机器学习方面有着十余年的研发与一线应用研发经验。

在林志鹏看来,互联网从PC端到移动端迁移时,用户的入口、信息被分散在了不同的应用体系中,不再那么集中,“从数据角度来说,其实已经有一个很明显的天花板。”而线下的行为和消费至少占了消费者需求的60%~70%,如何理解用户的线下行为以及对消费者需求更为精确的预测,成为了林志鹏思考的方向。

2013年,林志鹏创办北京无限向溯有限公司,成为了我国较早进入线下大数据行业的企业之一。在公司成立的前6年,无限向溯专注于移动端用户数据以及与之匹配的线下场景数据的收集。

3_副本.jpg

线下大数据企业最核心的资产是数据。行业内的领军企业在商业化应用前都经过了长时间的数据积累过程,已经打造出相对完整的线下场景体系,能够为传统企业的决策和运营提供多维度的参考。

在这样的发展背景下,即使是BAT等大公司,也很难在短时间内通过资本的投入实现反超。因此,在线下大数据行业,可谓得数据者得天下。

通过时空与地理行为分析挖掘技术,目前,无限向溯已实现对全国范围内超过6000万个商业聚客点,600多个城市,包括12000多个商业综合体, 以及超过2.5万种消费品牌的日常客群的分析监测,建立了超过400个维度的消费者需求预测标签库。

用户到访行为本身就是一个用脚投票的过程,多年多场景的数据积累能够让类似于无限向溯的线下大数据企业更为深刻的去理解用户对某些场景的关联性以及其背后复杂的需求逻辑。

但数据积累是重点不是终点。

“在商业端,纯数据优势的效用占比会越来越低,但是数据永远是一个基础设施,在基础设施上叠加逻辑、经验、应用场景,才能产生真正的赋能效用。”林志鹏表示。

深耕传统企业多年的无限向溯也从智能商业决策和智能商业运营——传统行业发展的两大难点出发对其赋能,降本增效,助力其数字化转型。

智能分析,助力科学决策

相比于线上大数据在互联网环境下产生,容易获取和存储,线下大数据脱离了互联网环境,或者互联网只参与了其中的一部分环节,在这样的环境下,获取线下大数据便是一个极高的门槛。

目前大部分的解决方案是通过智能硬件展开,通过智能硬件以及后端信息系统完成线下大数据的处理方案。

但智能硬件一成本高,可复制性弱;二会涉及到敏感的用户隐私问题。无限向溯则是采用线上反算的技术来实现数据的获取。

通过和线上APP以及手机厂商的合作,从线上获得用户授权, 来反算用户在线下跟场景之间的关联。林志鹏告诉猎云网,相比硬件,线上反算可以正常获取C端用户授权,数据的采集和计算基于公开透明的协议行为,包括后续的数据再生产再挖掘,以及数据应用场景,全链条将变得可管可控,并且保证了安全性。

“对于偏线下的市场而言,其实数据对他们能够直接产生的效用是不大的。”林志鹏坦言,过去,数据能够直接支撑线下经营、决策的距离非常遥远,“数据与线下实体之间缺失了一块非常重要的工作,即如何理解客户的业务流、经营逻辑以及客户短期、长期的痛点,基于这些问题,借助数据的工具以及团队经验,通过更好的算法和模型来真正地帮助客户在经营、决策层面去得到量化的提升。”

但传统的咨询、调研、线下问卷的方式无法全面深入的了解客户需求,无限向溯在传统方式的基础上利用了积累多年的海量线下数据,区别于定性化的咨询分析,通过维度更为全面丰富,更为动态有效的数据和组合逻辑, 构建起一整套新型的定量视角的决策平台,对城市及板块商圈级别的商业规划、渠道招商指引、项目定位和调改等核心场景进行深入的研究和调研分析,为消费企业客户提供新型的智能商业决策服务。

据林志鹏介绍,无限向溯曾为某商业集团提供数百个城市范围的数据决策分析服务。其首先通过动态地理围栏技术选定核心客群和边缘客群,竞品客群及未来可能导入的客群,之后,经过数据清洗、线下到访、结合消费路径,无限向溯为该商业集团提供了一整套量化的、天级更新的全国商业版图动态信息,支撑了该商业集团对城市、板块、商圈等数万种场景的精确价值研判,指导其成熟项目和未来项目的进入、定位及调改决策。

该平台不仅分析了客户与其竞品的客流数量和波动的差异,也对核心潜在客群的需求变化进行了量化的理解和分析。

0_副本.jpg

“我们帮客户快速的去认知理解全国范围内的市场环境变化、消费者需求变化的预判,以及与竞争对手之间的差异性。相当于实现了一套帮助线下的商业,达成了类似于互联网式的用户运营的效率和逻辑,将指标和效果清晰化。”

同时,针对不同的用户层次,不同需求的用户,无限向溯都可以帮助其构建不同的运营素材,有针对性的运营内容,甚至个性化的产品的设计以及针对性的服务的设计,以此来提升它对不同特征群体的有效的渗透和激活。

目前,无限向溯已为包括商业地产、机场商业集团、零售连锁品牌等在内的传统企业提供精准、全面、透彻的商业策略决策服务,并且在企业生命周期中重大决策提供数据支撑产品,使其能过做出科学决策。

量化的效果营销,完成品效联动

过去,基于线上大数据的营销模式更多是依靠线上大数据的积累,传统企业的传播策略也偏多于品牌声量和露出。但基于线下数据,线下场景的行为数字化更能体现用户的客观需求甚至潜在需求,并且单一的营销模式很难做到“品与效”“营与销”的有效结合。

如何改变消费者、零售商、品牌之间的沟通方式,让品牌真正触达核心圈层消费者,并为其创造即刻转化的触点和场景,是品牌主迫切需要的品效联动的营销解决方案。

无限向溯基于丰富的基础数据覆盖和场景联动信息挖掘分析能力,通过一系列产品帮助用户实现多场景下售前、售中、售后的市场渗透、客群分析监测及运营场景下的决策辅助、渠道评估和精准营销,来有效提升企业运营效率和品牌价值。

4_副本.jpg

“今年的中秋节期间,我们联合某家居连锁巨头在天津地区,携手20多个家居品牌商, 共同打造了一场“中秋家装节”线下营销沙龙。”林志鹏谈到,此次营销沙龙是无限向溯智能数据营销的新玩法和品效联动的再升级,即通过甄选整合优秀的品牌方,建立品牌联盟,进行一体化运营统筹和活动协作。

在建立家居品牌联盟前,无限向溯整合线上线下流量,建立全域流量池,通过多维数据分析模块进行全方位的人群需求预测,精准对接和服务了超过一万名消费者。

同时,结合APP、小程序等线上同目标用户产生高频交互的渠道获取的流量资源,让流量跨圈层进行线下线上联动。通过线上邀约留资到线下活动运营激活,无限向溯帮助各家居品牌商家找到自己的目标顾客,让消费者选到满意的商品,从而保证整个流量生命周期的投放有效性,让企业的营销转化效果事半功倍。

聚焦行业,建立线下B端与C端的连接服务体系

据商务部统计,2016年我国线下商品零售额24.5万亿元,占总零售额的82.5%,同时,《2018中国互联网广告市场年度综合分析》显示,中国互联网已经进入了存量时代,流量红利已经消耗殆尽,市场竞争正不断加剧。这意味着线下消费仍然具有巨大能量和前景,线下流量成为新的关注点。

目前,线下数据仍处在发展初期,赋能企业的服务模型还不够成熟。但林志鹏相信,在未来3~5年之内,一定会出现至少3~5家规模在至少10亿美金以上的线下大数据公司,“线下数据的维度、复杂性,以及基于时空变化的数据的整体体量,会远比线上所有平台加起来都大得多,价值也大得多。”

未来随着线下大数据的发展和积累,线下大数据在实现自身数字化的同时,必然会推动线上和线下的全渠道融合,形成线上、线下大数据合作的市场规范。

在这样的趋势下,林志鹏计划未来三年,无限向溯除了快速扩大赋能客户规模以外,更希望可以建立线下B端与C端的连接体系,消费者可以更快找到更好的服务和产品,B端也可以更好的运营,提升产品和服务品质。实现真正的“人与产品与服务场景”的全面协同发展。

1、猎云网原创文章未经授权转载必究,如需转载请联系官方微信号进行授权。
2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网(微信号:lieyunjingxuan
)字样。
3、猎云网报道中所涉及的融资金额均由创业公司提供,仅供参考,猎云网不对真实性背书。
4、联系猎云,请加微信号:jinjilei
相关阅读
推荐阅读
{{item.author_display_name}}
{{item.author_display_name}}
{{item.author_user_occu}}
{{item.author_user_sign}}
×