友盟+潘雪梅：线下环节成O2O通道短板所在

小乐

近日，友盟+产品总监潘雪梅在参加中国全渠道零售峰会时表示，在全渠道营销时代，涉及线上线下打通问题，目前还是没有办法有效的了解。关键的点在线下环节，消费者什么样子，有多少人，线下这块几乎全是空白。即便通过摄像头或红外技术掌握门店客流是多少，但这是总数，没有办法基于此数据做后续的营销、推广。更谈不上后续的深度客户分析。对线上来说，没有哪一个环节是数据监控不了的。Offline的问题解决不了，“我们做O2O的事情其实是没有灵魂的，O2O我们做的是通道”。

潘雪梅称，友盟+为解决这个问题，推出了线下分析服务——针对线下场景的解决方案。比如线下的客流的识别方面，采用基于商业WiFi的智能嗅探技术，在客流识别之后，会做脱敏分析，人什么时候进店，这个店来过几次，以及每次来的停留时间，会建立指标体系，重塑线下数据。做到与在线上监测消费者一样。

友盟+以数据服务为主，并制订了线下的采集标准和部署规范，轻部署，快启动。目前友盟+已与国内知名的商业wifi厂商建立合作关系。

线下客流识别并不是终点，收集的数据彼此之间是不通的:一次性数据，真正往下使用的是比较少的。在线下数据积累的足够多后，再用线上数据反哺线下数据，大部分客户都是移动互联网用户，对于人的分析可以帮助线下更好的了解客流。

据了解，友盟+是全球领先的第三方全域大数据服务提供商，现在服务500万的网站，100万的移动应用APP。目前业务不再局限于监测分析，更多的利用线上大数据，为客户提供一整套的解决方案。每天可以触达9亿的互联网用户，数据采集规模比较大，日规模是200亿。

以下为现场演讲实录：

发言人潘雪梅：大家下午好！我是潘雪梅，来自友盟+，我在友盟+主要是做线下数据，现在是线下数据的负责人。今天很荣幸有这么一个机会，在这里跟大家分享一下我们友盟+在零售这块给大家做的事情，我今天的主题其实写的是“让零售生意有“数”，这个“有数”的概念字面意思是说有一个新的数据体系，第二是希望我们数据帮助大家在做决策、很多环节上有一个参考依据。

在话题开始之前，先跟大家简单的介绍一下友盟+公司，可能很多人知道友盟，可能还不熟悉友盟，友盟+是全球领先的第三方全域大数据服务提供商，我们有很多客户类型，传统起家的是做数据监测分析，之前有几个品牌，原先最主要是给PC网站、移动的APP应用做数据监测以及后面的大数据服务的，今天三家数据公司已经整合成一家新的友盟+公司。现在客户的规模是比较大的，现在服务500万的网站，100万的移动应用APP。现在不再是监测分析的公司，更多的利用线上大数据，为客户提供一整套的解决方案，包括行业的方案，BR和数据运营的数据。数据上可以分享一下，每天可以触达9亿的互联网用户，数据采集规模比较大，日规模是200亿。我们其实还是有一个阿里背景，其实除了我们自己监测全域全网的用户行为，就是用户的浏览行为，我们背后还有阿里电商的数据，还有全网用户行为，形成了全网数据的体系，这个背后很重要的能力，我一会儿会介绍到就是数据的打通能力。这个是友盟+公司简短介绍。

今天在座的都是零售行业的高管，今天想跟大家分享的是友盟+到底能为零售行业解决什么问题，我们是数据公司，更多的角度是从数据公司谈的，其实开始做线下数据这块，是从去年开始，到现在做了接近小一年的时间，我们更多的是互联网公司，原先我们在零售，包括线下并没有太多的经验，我们也是一年的时间里面，通过跟品牌商接触，也发现了很现实的一些数据方面的诉求，比方说客户给我们提的是说你能帮我们知道每天客流量有多少，有多少是新客，有多少是老客，以及我的顾客进店停留多长时间，这是基本层面的数据。第二是说，我的这些客户里面人口特征是什么，男的多还是女的多，以及这个客户和我的这个品牌和商品是不是匹配，再有就是今天有很多的客户在线上，有着电商的店铺，在我们的线下其实有很多连锁的门店，对于客户来讲，不止是线上买东西，我是线下起家的，在今天所谓全渠道的时代，我们的线上和线下有多少重合，有多少人是线上看了，线下买的，有多少是线下看了，又跑到线上买的，一系列的问题就产生了。但是这些问题在今天没有解答，我们可以市场上看一下，这类的产品其实很少，这些只能解决基本问题，涉及到线上线下打通的问题，目前都还是没有办法有效的了解的。

这些问题还有很多很多，包括我的浅客的数据能不能和系统打通，以及我做O2O的活动，我扫一扫或者发优惠券把他们引到门店，这个效果如何衡量，这个问题很多。归结起来看，这些问题背后有一个关键的点，就是线下环节，线上几乎没有哪一个环节没有办法数据监控的，这个大家都能理解吧，就是线上几乎所有的用户什么时候来的，有没有点某个商品，下单之后下次来什么时间，线下这些数据有些高要求，这些问题的背后看一个现状，在线下这部分。刚才讲线上的数据对于线上的消费者是非常清晰的，消费者什么样子，有多少人，线下这块几乎全是空白，大家可能说我可以通过摄像头，或者是红外知道每天门店的客流是多少，但是这是总数，我们没有办法基于这些做后续的营销、推广，以及对于客户进一步的分析，我们可以看到线下数据这块，线下对于消费者是看不到，摸不着的。另外一块，这里面会写两个offline，其中一个offline是对线下消费和客流的了解，另外一个offline也是今天最大的宝藏，就是大家手里的数据。

今天大家分享了很多主题，包括ERP系统、CRM系统，整个企业运作在各个环节都有很多数据的积累，这些数据在大家手中，我不知道这个数据有没有真正后续的经营环节中有使用，这部分数据相对也是已经零散的，比方说你在微信上面搞了一个活动，攒了一批粉丝，这批粉丝在微信上，没有在品牌商，只能说在微信上做活动。这些数据和数据之间没有有效连接的手段，这些数据我们认为offline和offline之间是不同的。更严峻的是线下和线上之间，今天也是不通的，如果这个数据这么多环节都不通畅的情况下，我们很做O2O的事情其实是没有灵魂的，O2O我们做的是通道，没有把人连接起来，线上是线上的人，线下是线下的人，这对于我们后面做全渠道，当我们整个全渠道都铺设之后人怎么办？这是我们之前接触到的很多客户，我们发现线下客户这块是值得我们深究探讨的，如果这个事情探讨清楚，其实就带来今天很多做法，包括门店的经营、营销推广上都会带来突破，这个是我们今天探讨的事情。

在友盟+来讲，问题发现了我们是需要寻求解法的，从去年到现在摸索了很久，在线下推出了我们自己线下分析整套服务，说是线下分析还不够准确，我们试图将来推出的是针对线下场景的解决方案，我们重点在很多的行业都有一些试点，其实我们今天重点在常识的就是零售行业的解决方案。我们首先要解的第一个方案就是线下的客流如何识别，大家也看到了我们的问题，我的客流到底有多少，我门店客流的到底怎么解决，市场上有很多手段，我刚刚说的最常见就是摄像头、红外，还有商业WIFI的探测，还有智能商业IOT的设备，都在试图去采集线下人，和做线下人的识别，我们也不会说大家会有突破性的技术，综合上述技术来讲，从整个技术的积累和数据使用角度来看，商业Wifi的嗅探是一个相对来讲目前比较成熟，也可能比较简单有效的客流监测的方案，我们在第一个给大家的解决方案是说基于商业WiFi的智能嗅探做线下客流的客流的识别，基于这个客流的识别之后，我们会做一些脱敏分析，不会去探测，之前大家会有很多误解，这个过程当中只是做人的识别。基于这个嗅探之后，人什么时候进店，这个店来过几次，以及每次来的停留时间，我们会建立一套线下客流，就像我们今天在线上监测消费者是一样的道理，我们会建立指标体系，帮助大家重塑线下数据，这个提到了商业WIFI的嗅探，很多商家在线下的门店都部署了线下设备。

我们本身来讲是数据服务，不会去售卖设备，市场上也有一些这样的服务商，其实是必须要搭着自己的东西来卖的，每个商家选择自己的商业设施，有很多方面的考虑，对于我们这块来讲，我们更强调的是轻部署，快启动。我们制订了线下的采集标准和部署规范，友盟+今天已经与国内比较知名的商业WIFI厂商都有合作，比如说锐捷、H3C等已经知名商业WIFI厂商之间都有数据合作，如果客户手里有商业WIFI的，其实只要简单的做数据对接就可以快速启动整个线下门店的监测，如果没有的话，也还可以，从整个信息化的部署上面来讲，大家未来都会有一些计划。

基于商业WIFI，我们可以把客流尽快识别的，因为数数嘛，其实数数后面还会讲到解决方案，我先讲一下我们识别了认不是终点，我们识别人是为了更好的了解消费者，比如说企业有自己的官网，有H5的页面，有自己的APP，在每天的经营的系统，比如说我做了广告，广告全程的数据，这些数据都今天在我们的商家手里，这部分数据大家会发现它们彼此之间是打不通的，通俗一点讲是一个一次性数据，真正往下使用的是比较少的。我们更希望是通过友盟+的数据服务，因为友盟+有一个关键的能力是全域打通，我们数据的规模，这样一个体量已经足够让大家所有的数据能够打通。其实这里面所有的环节，举个例子，我在媒体上做了一个活动，收集了一堆手机号，我在我的官网上布了一些代码，还有天猫旗舰店的会员数据，以及在非会员数据，非会员的浏览行为，这些数据背后如果能够打通是非常关键的，如果打不通，同一个人线下被识别一次，再去另外一家门店又识别一次，这个人被识别了N多次，所以友盟+今天会有一个全域数据打通的能力，加上我们的线下数据部分，我们可以帮助大家把线上线下数据打通，把传统的CRM系统里，营销的数据进行打通。

数据打通之后呢，我们刚刚提到那么多问题都是人的问题，零售大家是专家，我不是，我们也查过，大家关注的三个点，是人、货、场，大家再往深一步讲，都是人，怎么选择一个合适的地段，开一个什么调性的店，装修是什么样的主题，选择什么样的货品卖给客户，什么样的时间去卖，背后都是人，我们都是围绕消费者来做的。所以说友盟+有一个全域数据打通的能力，能够帮助大家更好的了解消费者，这个消费者不止是线上的，更多是基于线上线下打通的全域行为。

这里面其实我们今天来分享几个案例，今天对于线下数据，本身来讲是缺失的已经明显的，现在大家感知说线下数据积累的很少，所以我们今天第一步要做的是先有线下数据，第二用线上数据反哺线上数据，大部分人都是移动互联网用户，对于人的分析来帮助线下更好的了解客流，这是一个我们之前合作过的一个化妆品类的客户，他在北京有几十家店铺，我们在其中大概30多家门店做了测试，这里面重点我来讲一下，我们对于这些门店的客流、人群做了分析，我们可以发现，他本身自己的定位是35岁以下，我们发现客流比他的想象年轻，他的客流是30岁以下，占到他整个客流量的70%，18-24岁人群是最高的，还是我们也可以做消费购买力的分析，我们发现客流人群消费能力是偏高的。还有年龄分布，30岁以下，但是他的门店可以明显的发现，不同店和不同店之间人群年龄是不一样的，大家可以验证一下这里面有两个峰值，一个是18-24岁，一个是25-29岁，这两个峰值，18-24岁的门店基本都在海淀区地段，偏高校地段集中的中关村地区，比方说像中关村，另外一块的门店是集中在朝阳区，可以看虽然这个我从概念上也能知道，但是从数据上可以验证。我们再看客流人群类目偏好，这家卖的比较单一，是护肤类的，还不是常规了解的护肤，有点像SPA的护肤，也有副产品线，主产品线之外也有一些副产品，但是可能不是它的主推，从整个客户的类目偏好上来看，客户在面膜、乳霜上面的偏好很明显，建议它在门店商品的布局上有一定的对于副产品的倾斜。这个是我们之前帮助这家品牌更好的了解线下的客流，去支持他做门店导购策略上的调整。

刚刚讲的是利用线上数据，帮助线下分析客流人群特征，其实还有一个案例是用线上打通能力帮助品牌商做CRM的分析，每个人手上都有CRM系统，这些数据人群特征是什么样子的，这个是我们之前给3C产品做的，是笔记本，推出的两款设备。产品设计之初有一个人群定位，一个是相对来讲更年轻，另外一个是工作人群，年龄稍微大一点，这个也是事后，我们在合作过程帮他做事后验证，事实上证明从CRM数据导出来之后分析，发现跟他的设计初衷基本上是吻合的。比如说小新和Yoga，Yoga其实明显人群的年龄要比小新要高一些，小新就是24岁以下，Yoga这块可能会偏年纪大一些，这个跟产品设计之初的预期是吻合的。

刚刚讲的是我们说的画像能力，这个大家都可以理解，画像这块有全域的数据帮助大家很好的分析用户特征，但是块只是我们方案中一个非常重要的点，今天数据这块还可以做精细化的运营，假设大家没有这些门店数据，我的这个门店，我什么样的时间做什么样的活动推广策略这些，可能来讲第一个是基于我们今天做的自己的经验值来判断，要不然就是根据我们咨询公司的建议，今天我们更多的是希望数据用到日常的经营中去，从智能采集之后，我们形成一整套客流分析的报告，报告也分成总部视角、区域性的视角支持商家不同层级的应用，这个纬度也非常多，我们也建立了转换漏斗的模型。

第一层我想讲的是周边客流，我们有全域的LBS数据，我们这个门店附近周边的客流量。第二是这些客流量有多少，这些人路过我的门店，被我的门店吸引到的叫店外客流，第三是入店客流，这些客流有多少人进到门店里，我们一层一层转化来看，对门店的揽客能力一目了然。最后一步讲，如果跟销售系统做一些对接，其实也可以知道这些人有多少人买了东西整个过程当中一步一步的转化，有数据报告给大家，每次的入店率，再进一步分析深访，我们的客户活跃、流失都可以建立起来。

这个是另外一个小的例子，左边这个其实是很简单，这个指标非常简单，门店的客流量、入店量，门店有多少人，入店有多少人，这个图上可以看出来，以一家门店一周的情况，把这一周所有的值都打到每一天的平均值上去看就可以发现，客流峰值在12点，入店的高峰是18点，当客流经过你门店非常多的时间段，入店率是不行的，理论上来讲人越多，入店的几率越大，在中午客流存在一定的浪费，这块是建议商家调整中午这段时间的运营方式。比如说中午增加门店的人员和服务这块，并且做一些优惠服务，能够对中午峰值客流做一些转化。

还有后面这个图，我们有另外一个客户，有很多门店，可以明显的看出，周末客流和平时客流的分布，有一些店是周末门店，有一些店是中国日门店，针对不同的门店相应的有一些人员的调整。

这里面是说客流的分析，还是刚刚那家化妆品公司，我们跟他做比较深的数据的合作，客流上来讲，周末客流是周中客流的1.5倍，但是入店率没有提升，在新老客户的构成上，整个来讲是新客比例占80%，但是之前对自己的分析判断，他一直认为老客比例非常高的，认知和我们实际数据拿出来的差异，我们提示他不是你新客不足，而是你对新客的转化不足。我们也可以看一下太阳宫老客比例最高，但是太阳宫这家客户停留的时间比其他店短很多，老客为什么都没有转化好。我们会发现就是揽客不足，导购不足，有很多这样的原因。另外就是他今年的销售压力，导致说线下的销售为什么一直增长缓慢，数据上我们帮他验证了一个点，因为他的定价和线上定价有差异。他一直认为是说，我的客户因为便宜，所以会选择到线上去买，只是线下去看，这件事情我们也从数据上做了验证，其实在一段时间内，到过他门店的人，确实有很大一部分比例会返回到线上购买，而且这群人，线上购买的转化率要比没有线上门店的人转化率高很多，是两倍的差异。

刚才讲的其实只是很小的案例，商家是一个数据能力，一个数据的打通能力和数据分析能力，很多时候是帮助商家分析，具体分析的场景和解决问题也是因人而异的。刚刚讲的是经营，其实营销环节上，因为营销这块大家都知道，大数据能够驱动营销很多的场景，线下数据的加入，将对营销产生新的点，我想分享两个，第一个是受众，原来我们做广告也好，尤其是这种精准的，我们在线上圈选人群不断地通过我们认为的用户的特征，或者历史上积攒的用户去做一些放大忽略到的是线下积攒了线下客户，这部分客户比你茫茫大海中捞出来的更精准，这部分客户不能被浪费的。我们曾经做过实验，对于一个品牌下面所有的门店在过去一段时间内的客流，把这群人数据拿出来，专门针对这些人去做投放。

这个效果是非常显著的，分两种投放方式，第一是针对这个人分析出是线下客流的特征，我们发现跟线上人的特征有一些差异。线上的化妆品一直在投化妆水，所以会一直在化妆水的类目或者偏好上寻求新的人群，实际上从线下人的分析会发现这群人可能在保健品这些场景上也是非常有兴趣偏好的，从线下发现人的新的特征，基于特征做投放。第二是直接对线下人群进行投放，这里面我们曾经也有一个数据，从线下数据终获取精准潜在的人群，在我们这个实验中，CTR可以提高32%，ROI提高50%，这是真实的测试，我们跟客户同样的位置来做。

在投放这块，刚刚提到过了，在线下看到我们门店的的人，在事后一段时间内，如果线上有店会返回到线上去的，这部分人不要浪费。而且不同的行业返店周期不一样，美妆行业和家装行业，家装做的测试是你到过门店，五天之内返回线上下单的比例明显偏高，对于美妆是两周左右，这个时间非常关键，我是不是选择这个时间段给客户做投放。

再有就是效果衡量，如果线上线下数据可以打通，我们做O2O的效果监控和衡量上也有新的可能性。

我们整个来讲，刚刚讲了很多线下数据解决的方案，线下数据这块其实只是起点，原来来讲，我们的数据是零散的，大家有很多数据在手上，线上相对好一些，线下数据加入之后，我们希望帮助大家建立一个品牌商自己的数据体系，把这个数据都规整好，规整好之后，其实在将来有很多应用场景的，这里面有很多的数据，交易数据，营销的受众数据，自己的官网数据，自己门店积累的所有数据，这些是品牌上宝贵的资源，这部分别人提供不了，只有品牌方给自己提供，这是我们的建议，大家在数据尽早布局。

这是我们设想的品牌商的数据体系，我们帮助一部分客户在搭建这件事情，我们也是希望更多的品牌商加入进来，从数据采集、加工，以及数据API的整理，跟CRM的对接和营销系统的对接，这是我们未来设想的趋势，这里面其实可能大家会觉得有点复杂，但是实际上这个设施来讲，数据的采集、存储、计算，以及将来的数据应用，友盟+有相应的服务给大家，这个也是分步骤来，我们希望跟商家一起来做。

当数据资产梳理好之后，实际上我们今天很多的做法将会突破，我们刚刚设想的N多解决方案，未来有可能会被证明是错的，整个趋势来讲，方向没有问题的，你如果用数据，不是别人的数据指导自己的业务，而是自己的数据指导自己的业务，我们包括数据做决策都会有依据，数据今天大家肯定看到的，认知上是有限的，但是长远一点来讲是用未来定义未来，数据这个事情不是一蹴而就，是需要时间积累的，也是早启动早受益。

这是我们的一个联系方式，我们在过去已经跟上百家品牌商已经有过很多的尝试，也有一些客户跟建立了比较久的合作，我们在今年还会继续加大线下数据这块的合作计划，非常希望有更多的品牌商能够加入进来，跟我们一起探索线下数据新的应用场景，这块就是我今天的分享，谢谢大家！

本文转载至亿邦动力网