新芽NewSeed（NewSeed）11月23日消息，日前，一站式商圈大数据平台“商圈雷达”宣布完成春晓资本领投、水木资本等机构跟投的2000万元Pre-A轮融资。

上海小满信息科技有限公司（XmanData）是一家消费大数据服务商，专注于金融大数据和商业大数据服务，致力于为用户提供风控模型、数据贷模型、数据营销、选址决策、行业研究、经营诊断等解决方案。XmanData为线下零售商提供易用、实用的大数据产品，用轻量级SaaS平台产品盘活打通零售商场内场外数据，实现数据价值最大化。

目前XmanData的“商圈雷达”平台，已整合线下消费，移动互联，线上消费等大数据资源，全国全量线上线下消费大数据通过XmanData拥有独立IP的“因果关系”模型算法，远程还原线下商业，用真实的消费行为给购物中心，品牌店的多维度数据打分。构成商圈、品牌、顾客之间的社交网络生态数据。此类数据洞察维度，通过“商圈雷达”平台，顾客360、商圈情报等可视化模块功能，帮助用户动态，直观做出商业决策判断。

“商圈雷达” 2017年初上市，用户包括龙湖天街、蓝色港湾、金地商置、新光天地，迪卡侬等商业地产及品牌。据XmanData介绍，“目前产品模块在替代传统调研，帮助项目定位、顾客分析和选址决策上具有优势。”

XmanData创始人 郭恩熹

XmanData创始人兼CEO郭恩熹表示：商圈大数据的应用远远不止于此，“商圈雷达”团队在服务购物中心的同时，沉淀并验证关于品牌及社区商圈的数据应用。“商圈雷达”SaaS平台将在用户和使用模块上不断迭代，做线下商圈大数据产品的“Zara”则是对未来的定位。

作为本次的领投方，春晓资本投资副总裁潘金菊表示：“中国线下社区和商业业态巨大竞争压力下，未来有巨大变化趋势。数据指导线下业态更精细化经营是大势所趋，也是刚需。小满科技目前的雷达商圈数据产品，通过大数据能更准确有效的帮助商圈和社区业态进行选址、营销、招商等，我们看到实际给到这些商场的数据指导帮助非常大。未来在更多细分垂直领域业态发展上，小满科技的价值将会更大。”

团队方面，XmanData创始人来自星环科技企业服务团队，具有资深IT以及大数据行业经验。核心数据模型团队来自AC尼尔森，曾为百事、联合利华等。快销巨头提供数据模型产品，创始团队其他成员来自迪卡侬，Wilson，Yamaha等国内外知名零售品牌公司。团队具备对数据挖掘，洞悉，应用以及迅速产品化的能力。

据介绍，完成本轮融资后，XmanData计划整合商圈大数据源和加大产品研发的投入，进而扩大使用对象的范围，从而实现购物中心用户走向品牌商圈便利店的目标。

商业云移动大数据营销平台介绍：

　　商业云是宇善传媒旗下一款征对中小型企业进行移动大数据营销服务的平台，智能化解决了投放的新媒体营销工具。

　　商业云平台特色：

　　1.全自动智能化

　　利用数据挖掘和机器学习的能力，避免人为因素造成的优化不能持续稳定，全自动智能化DSP能够将优化效果比人工投放提升40%左右。

　　2.品牌安全性

　　可以实现自选优选媒体环境，集成百度开放云广告优先API服务，通过API实时获取当前访客在当前媒体环境下对广告创意度的兴趣度。

　　实时过滤负面媒体，集成Adbug、Sizmek的实时接口， 在Pre-Bid阶段实时过滤广告主不认可的负面媒体；提供投后品牌安全分析报告。

　　3.真人的可见性

　　宇善传媒商业云平台拥有全国独立的真人IP数据库，可以有效避免非人类流量的到访，同时在动态创意的投放过程中，不仅记录了每次曝光，同时通过JS代码记录每次的“可见曝光”。商业云平台集成的Adbug、Sizmek等第三方可见性监测服务，提供投后媒体可见性分析报告。

　　商业云平台PC端覆盖超过200万网站媒体，日均200亿次曝光，移动端覆盖超过100万APP，日均100亿曝光，同时整合了30家优质视频媒体，覆盖5亿 视频用户。

　　商业云平台拥有先进的技术与算法，是国内首家全自动RTB算法，以算法和模型驱动平台成长，对接国内最优质的DMP，对接了数十亿不同维度的“活”数据，每天超过2000亿数据点采集。

——

数据驱动，由我掌控！——SAI POTE

▼▼

前言

在大数据时代，电商竞争最有力最锋利的武器是“大数据”，最安全最可靠的壁垒也是“大数据”。

可以肯定地说，只要能够运用好大数据，就可以让自己强大起来；只要能够运用好大数据，就可以让自己立于不败之地。

电商该如何运用大数据呢？

一、正确理解大数据

不必纠结于大数据到底是什么，试图计算出多少数据才算大数据是不明智的。首先，没有确切的数字或数量级可用作数据量的分界线，因为大数据不在“量”，而在“全”。

通过对全面数据的分析可以发现相应的趋势，进一步预测未来。想要掌握大数据，必须具备“大数据”的思维模式，即关注于那些已帮助完成了某项任务的数据。

从庞大的历史数据中寻找规律，从而预测未来;或者找出有关因素，对搜索最佳数据的系统进行改善，获得正确数据取得最大利益。

二、如何获取大数据

大数据被炒热和巨无霸企业在其中获得的巨大商业价值密不可分，但这并不意味着大数据是只有大公司才买得起的“独有玩偶”。

小公司也能拥有自己的“大数据”。虽然大多数电商企业仍处于起步阶段，但它们也可以收集数据，挖掘优秀人才帮助做出更加明智的决定。

数据分析可以从小数据开始、效果立竿见影，随后发展成为大数据。例如一家小咖啡厅也能通过探寻顾客的饮用习惯、信用卡记录以及在线定位设置而建立自己的“大数据”。

然后，可以通过建立的“数据库”，从横向和纵向去两方面去分析，产品的情况，用户的情况，并根据这些情况进行初级的尝试性的有策略的调整，再次收集数据。

三、整合零售策略与大数据

从企业的角度来看，大数据的最大价值在于策略调整与大数据技术相结合。

目前，由于消费者对于他们所希望的购物时间与购物方式的要求越来越高，现代电商业已变得愈发复杂。

因此，建立数据分析模型很重要，基于数据的策略，以便于为顾客提供个性化服务：电商需要更加聪明地来服务顾客，更加灵活地选用库存和配送订单的地点。

此外，企业必须将策略与数据分析最大程度地相匹配，保证目标的实现。

大数据最大的特点之一就是在于能够高速更新和处理信息。根据这一特性，商业数据一旦生成，就可以进行相应策略的制定，帮助公司赢得时间与空间调整市场策略，以最充分地发挥自身优势。

这就像防洪预警：上游一旦有所警示，下游就应立即作出回应调整。

通过整合零售策略和大数据，企业将能够吸引更多消费者、为他们提供定制化服务，从而提升产品销售表现、增加销售额，进而扩大收益。

结语

大数据时代，数据就是生命力，数据就是指向新机遇的指南针。

数据对于大多数发展中的商业实践如市场拓展、品牌规划、人才获取和市场营销都是至关重要的。企业一直在寻找能够帮助它们抓住机遇、促进业务增长和提高生产率的策略。事实证明，以这种方式使用的技术是这一过程中的重要合作伙伴和推动者。随着越来越多的企业在业务流程中采用技术集成，数据集的数量正以惊人的速度增长。分析这些极其庞大和复杂的数据集，也被称为“大数据”，已经成为企业必须处理的一个必要实践。扩展IT服务的公司是完美的技术合作伙伴，可以在公司流程中集成数据处理和分析。但是，为了了解大数据在商业领域的全部潜力，我们必须弄清楚它如何有助于公司的生产力。

创造价值

大数据是任何现代企业产生的巨大数据价值的另一个术语。需要对大数据进行分析，以提供解开重大洞见的潜力，从而促进企业的增长。

这如何做。它使围绕业务的大量数据具有功能性和可服务性。生产、供应链、客户服务和人员管理等流程正被人工智能和物联网等颠覆性技术工具所取代，以使数据有意义。

分析为整个业务监管过程创造价值，通过理解所有这些。这样的公司提供与大数据分析相关的多样化服务，可以帮助企业通过定制的解决方案获得增长机会。

分析和优化

企业正在构建复杂的网络和空间来存储数据。随着云计算的出现，数据存储范围进一步扩大。因此，公司能够更准确、更高效地分析不同部门的绩效。得益于能够轻松处理大数据的技术，大数据优化也变得简单化。这对业务生产力有直接和显著的影响。现在，企业可以选择进行受控研究，因为它们可以随时获得数据。商业中的大数据也对公司信息可信度的提高负有责任。

建立可持续发展的业务

对于企业来说，现代化或多或少是必要的，尤其是那些想要迁移到数字空间的企业。商业领袖经常关心他们公司的产品或服务的未来。他们会遇到这样的问题:他们的产品能够在技术进步中生存吗?这家公司能在经济剧烈波动中生存下来吗?企业的主要消费群体能否长期生存?大数据处理将有助于回答这样的问题。数据集持有未来产品或服务最可能需要的修改的关键。它帮助管理者在不久的将来为企业找到精确的障碍和瓶颈，并且基于现有的数据可以很容易地做出相同的决定。最重要的是，由于人工智能和机器学习等技术工具在业务中运行着重要的程序，大数据处理对于加强所有业务工作和单个竖井是绝对必要的。

大数据帮助企业在激烈的市场空间中竞争

每个实体都在一个不断变化和进化的环境中努力争取最高的位置。在这样一个动态的空间中，企业认识到大数据的价值是非常重要的。

36氪获悉，润雅信息技术(上海)有限公司（简称“IRiS润雅信息”）已完成 B 轮数千万元人民币融资，本轮融资由方和资本领投，原股东蓝驰创投跟投，万世资本为独家财务顾问。本轮融资将用于进一步提升服务体验并提高市场份额。36氪曾报道，IRiS润雅信息于上半年已完成 A 轮数千万元融资。

IRiS润雅信息成立于 2012 年，是一家面向于汽车销售行业的企业服务公司，通过旗下汽车零售智慧业务中台，为汽车经销商提供以实时数据为基础的流程化信息管理服务。

数据显示，中国的乘用车销量已在今年开始出现负增长，行业也告别了持续十多年的高速增长期。而长期来看，汽车普及度与发达国家相比仍有差距 ，不过人口红利的消失使汽车经销商在未来需更加关注整体效率提升和风险管控。

数据显示，全国共有汽车经销商、平行进口商、二级网点、独立维修厂和 2S 店上百万家，其中有 80% 左右商家为中小规模甚至单店经营，长尾效应明显。针对汽车经销商将要面临的运营困难，IRiS润雅信息的产品服务会嵌入到经销商整个管理环节，实时指标监控和实时数据流，实现财务绩效和业务运营的联动。

IRiS润雅信息创始人兼 CEO 沈啸告诉36氪，目前汽车零售商家正逐渐向客户全周期综合汽车生活平台过渡，商品和服务类别多元化、经营流程复杂化，但缺乏统一的运营规则和标准，导致财务、业务和客户数据难以互通，影响业务分析和决策效率。

行业中传统的系统，是分别针对客户数据（CRM）、财务数据（ERP）、运营数据（SaaS 平台）而研发的，IRiS润雅信息的服务平台则整合三个维度所需的功能，实现“客业财一体”，并在数据挖掘分析部分加入了 AI 算法，可实现毛利预测、图像识别、进货和备货规划等功能。

目前，数据载体——IRiS系统已经进入到第三阶段，累计有上千家汽车零售商用户选择了IRiS系统，得到了众多客户认可。在近期结束的全国工商联汽车经销商商会工作会议上，润雅创始人沈啸先生被增补为商会副会长，润雅信息被评为中国汽车经销商服务行业优秀赋能奖，公司还与全国工商联汽车经销商商会签订了战略合作伙伴协议。

沈啸表示，接下来润雅将会将中心放在架设销售平台和代理商网络上面，服务更多商家并获取更多份额；继续优化 AI 算法，为经销商带来更优的经营决策。预计到 2020 年，IRiS系统的用户数量将达到 1 万家。

关于此次投资IRiS润雅信息，方和资本表示，“汽车零售行业是所有零售行业中体量最庞大，运营复杂度最高的细分行业，围绕着客户用车周期，业务服务涵盖了金融、租赁、保险、延保、移动出行、维修车间、精品配件供应链和二手车。在市场竞争从产品和资源导向过渡到客户导向用车周期服务的大背景下，汽车零售服务商需要从运营信息化入手，通过大数据提升运营效率，通过共享服务降低运营成本，控制经营交易风险。”

——————————

我是36氪作者刘士武，关注自动驾驶、游戏电竞以及电子烟，寻求报道请加微信 liushiwude 并注明公司 + 职位 + 事由，谢谢！

文/时趣互动Social Touch创始人兼首席执行官 张锐

在《数据帝国时代的数字营销焦虑》一文中，我曾写道：中国的数字媒体进入了一个数据帝国时代。BAT的帝国江山稳如磐石，直接或间接的控制着各种内容类型和内容形式的数字媒体平台。

数据帝国时代，品牌主有两大的焦虑：第一，流量税成本的不断增加，如何应对？数据帝国广告单价过去几年的增长趋势是相当惊人的，绝对大幅跑赢GDP的增长。如何找到降低平台成本的方法，将会成为数字营销竞争的一个重要的战略竞争点。而媒体的碎片化也为宝洁这样的大公司带来挑战。

第二，缺少数据和数据使用能力的自己，会不会有一天被帝国开始降维攻击？京东京造、淘宝心选、小米有品、网易严选……平台在尝试C2B概念，也就是按照消费者需求整合供应链，创造出一个消费者更愿意去买的产品，同时这个整合过程能让所有效率变得更高。这种逻辑和原来的生产型企业完全不同。

因此，今天的大型数字媒体平台，有更大的基因优势跨越到制造行业中来。也许，很快，越来越多的广告客户会发现，平台既是自己必须花费巨额广告费的媒体，又是自己直接的竞争对手，这对品牌来说才是更大的焦虑。

如何解决焦虑？

建立自己的数据壁垒，是未来品牌主必须要做的事情。

如何建立数据壁垒？

其实说白了，就是数据对品牌来讲，到底该怎么使用、管理和创造价值，这样的一个新的课题。

如何用好数据？简而言之，要解决两个问题：

问题一：什么数据能对我产生商业价值？

问题二：这些数据怎么搜集和使用？

谈起数据，我们能想到的，是企业会上马各种各样的软件，很多软件的匆匆上马，可能到最后都会发现，投资回报率非常低。

在这里，我换一种方式，用具体使用场景，来解析数据的两大问题。

第一个场景：忠诚度的提升。

拼多多的崛起，证明了忠诚度的另外一个逻辑：如何让我的老客户，通过他的社交媒体，带来更多新的客户。

无论是滴滴的红包，还是拼多多的崛起，都企业者意识到了，如何激发现有客户，带来更多的消费者和新的收入，这可能是忠诚度在目前营销环境下的一个最大使用场景。

一个现象就很明显：要把这个使用场景下的忠诚度做好，就要看企业的数据基础了：哪些用户能帮你？给这些用户什么样的刺激、他们会给你带来什么样的价值？……这些问题会变成一道数学题，这道数学题的前提是你要有相关的数据积累、识别、处理能力。

第二个场景：新客户获取效率的提升。

今天，所有的平台，都在某种程度上开放他们的平台接口，开放这个接口的意思是：希望我们的客户能够带着消费者的数据，上来进行相似人群的寻找和相关投放。

这样做之后，对于广告到达效率的提升是非常惊人的。但是，这件事的前提是，你先有一组你自己认为非常正确的数据，然后传到平台上去——这个条件非常重要。以及，你的数据越丰富，例如能够给平台各种各样投放的维度，标签更加丰富，会取得更高的效果。

例如，我们有一个客户是专门面向厨师来做生意的。他们自己积累了将近100万厨师的数据。这些数据是多维度的，包括了社交ID及行为模式，我们据此抽象出相关标签，再与腾讯DMP合作，在腾讯覆盖的人群中，找出更多的厨师。

第三个场景：用数据来提升创造力。

对于一个企业来讲，有两个方面是非常讲创造力的：

1、你的产品——产品本身是不能够很吸引人，是不是能够打动人心；

2、你的营销——这个营销不仅仅是在投广告，而是在你提出品牌主张、在你去跟消费者沟通的时候，你的方式、方法是不是有足够有创造力；

举个例子，在时趣服务品牌主时，我们会实时监测这个品牌消费者声量中，关于品牌相关定义词的词云的变化。

其中，有一个很有意思的化妆品，它是中国知名化妆品品牌中面膜卖得非常好的，而它的面膜也很贵。因此它的营销挑战是：如何说服一个年轻女孩子，不买屈臣氏里面10块钱的面膜，而是去花100块钱买一张它的面膜？这个逻辑是什么？

突然有一天，我们的服务团队发现词云上面出现了一个很奇怪的词，叫做“前男友”，然后我们就会开始用这个数据的点，回去在社交媒体中找到相应的场景和相应的语料。答案非常简单：因为有一些女生在社交媒体上聊，什么时候用这么贵的面膜呢？3天要见前男友，连续用3天，皮肤特别好，然后见前男友的时候，有一种非常好的感觉，让他知道他应该后悔。

所以，这个品牌就开始拿“前男友”这个概念来做创造力的打造，所以，今天你在百度上面搜前男友，你会发现出现一个关联词叫“前男友面膜”，然后你选这个，你就会看到这个品牌的名字，这个品牌在社交媒体牢牢的抓住了“前男友面膜”这样的一个概念。

所以，这个概念不是创意想出来的，而是通过数据的发现、挖掘与利用，然后找到了这样的一个洞察。

这是一个应用创造力，来提升的例子。

第四个场景：品牌需要形成把自己建设为新型平台的战略思路和组织能力。而数据就是基础。

未来的商业模式之间的竞争，都是平台对平台的竞争，没有平台效应的商业模式，很难最充分的体现出数据驱动的价值，长期来看，会在竞争中被其他平台型企业覆盖。而这个事情的核心，在于你是不是能够在你已有的数据基础之上，形成一个新的商业模式。

举个简单的例子来说明上述的商业模式转变：一个大型的餐饮服务公司，每天都有数十万消费者的进店消费，首先通过会员系统，和其中核心的消费者建立起稳定的数字化会员关系，通过会员运营来形成一个平台，更高效的进行原有餐饮服务的促销；当平台有一定的规模后，开始引入新的服务价值：从第三方引入的服务，是在平台上给会员进行食品、食材的电商销售，以及针对周边外卖订餐的送餐服务；新增的自营服务，是针对亲子会员提供的家长带孩子在线下店面空闲时间来学习简单厨艺的体验服务，以及继续根据会员的反馈数据来寻找新的需求，来继续引入创新的服务价值。

在这个商业模式的进化中，最终传统品牌能够演化形成“更大的用户粘性——更丰富的用户数据——更有效的匹配新服务的能力——更多的供应方愿意加入平台——更大的用户粘性”的网络效应。

上述这个品牌平台化的商业模式转变，对大量的公司而言，是一个复杂的、有一定风险的内部创新甚至是内部创业过程，因此决策机制复杂、风格保守的企业，在这个平台化的策略面前会觉得风险过高，甚至觉得是偏离主业，这反映出领导层本质上还是没有理解平台商业模式，以及没有理解用户数据价值为什么在平台商业模式上能爆发出最大的收益。

今天，数据这么重要，有多少企业用好了呢？答案肯定是：80%以上的企业都没有用好，为什么呢？

第一， 没有采集数据的系统，市场营销中业务的在线程度非常低；

第二，刚才反复讲了，今天市场上专业的团队、专业人才非常缺乏，所以必须要找到好的合作伙伴；

第三，对于大部分中小型企业，甚至大品牌来说，最大的痛点，是企业自身的数据累积需要很长过程，我值不值得投入这样长的时间精力做这个事情？还是把这个费用直接投入到广告中？——对企业来说是个难题。

所以，我们会建议更多的品牌，特别是很多成长型的新兴品牌，先把数据的价值，通过创造力提升这个角度提升起来，因为这一点有可能是所有品牌普世性和见效最快的一个点，同时创造力也可能是品牌去面向平台，在未来越来越严峻的博弈中唯一的壁垒和谈判的筹码。

在今天，当平台试图去覆盖很多行业时，这个行业中最终被逼出来、能够跟平台博弈的人，一定是那些在产品、营销创造力方面做的更好的人，包括在消费者的客户体验方面的创造力做的更好的人。

所以，希望大家都能把注意力放在如何通过数据去提升自身的创造力上，因为这个点是数据创造价值最简单、最明确、最迅速的点。

上海，2017年8月29日 —— 全球领先的房地产服务商戴德梁行宣布和中国银联旗下的大数据公司银联智策在商业大数据层面签订战略合作协议。预计在未来3年内，双方将在商业大数据层面达成超过千万级的业务合作，同时银联智策将为戴德梁行量身定制地产行业数据平台，方便未来的及时查询及深度应用。

伴随着国内整体经济的飞速发展，在国家相关政策的推动下，传统商业面临阶段性升级挑战。全球领先的房地产服务商戴德梁行一直敢为人先，在传统商业模式的基础上，积极探索商业多元化发展，率先在商业领域推出商业大数据服务，当所有数据都进入视线范围的时候，世界就像慢镜头，每一帧都能看得清晰仔细。大数据以其庞大的体量以及丰富的多样性，带领我们看到每一帧画面的细微之处。

本次商业大数据战略合作协议的签订，标志着戴德梁行将进入大数据的时代，将运用大数据为地产行业提供更加精准及有效的服务。双方将进一步发挥各自优势，共同搭建起能够覆盖线上线下所有消费人群， 数以百亿级的大数据平台，填补了商业领域消费数据研究的盲区。戴德梁行凭借其在商业领域多年积累的经验，运用大数据平台，以多维度的分析，为客户提供消费者分析、租户调整、竞品监测以及营销管理等多种解决方案。双方的合作将发挥行业优势、数据优势与技术优势共同开启“数据经济下智能科技与商业未来”在房地产服务领域的新篇章。

银联智策是中国银联旗下服务于中国金融与商业开放生态的大数据分析与科技公司，亦是业界公认的“高品质”大数据智能策略服务商。自成立以来一直致力于以数据和技术驱动基于场景的服务创新与效率提升，业务板块涵盖了信贷、投资以及商业服务的各个行业，已经成功服务了金融、非金机构、汽车、旅游等行业龙头客户，是中国大数据与智能化服务的领军企业。

（戴德梁行与银联智策签署商业大数据战略合作协议）

戴德梁行华东区商业地产部主管饶伟刚则从互联网时代中商业地产形态的变化与更新提出专业的简介。他表示：“未来商业通过大数据促进线上和线下商业快速融合。线下商业的体验度及新技术的利用效率会成为重要的成功因素，因此必须对此进行深入思考和准备。”

（戴德梁行华东区商业地产部主管饶伟刚演讲）

银联智策首席运营官呼延如生表示：“银联智策长期致力于解决大数据的行业痛点，推动大数据开放和普及，助力客户的商业模式创新，帮助企业有效的从生产资料层面和生产力层面解决问题，打造良好的价值生态。大数据作为新生产力可以大幅降低生产成本，从而在供给侧催生接近零边际成本的商业模式，使产品和服务更加贴近客户需求，消除经济均衡理论中供给与需求的错配，释放广阔的经济发展空间。企业创造价值，价值来自需求。银联智策的愿景之一就是以数据提升效率，以创新引领变革，通过可以共享协同的技术框架和平台，为各个行业、各个场景源源不断地输送大数据能力，帮助客户实现绿色经济目标。”

（银联智策首席运营官呼延如生演讲）

最后，戴德梁行中国区商业地产部董事总经理甄仕奇表示：“目前，戴德梁行推出的大数据服务已成功服务万科、华联、中粮、龙湖、山水文园等多家大型地产开发商的商业开发项目，填补了新零售时代商业领域消费者大数据研究的空白，形成强大的技术壁垒。面对商业多元化发展趋势，戴德梁行凭借敏锐的视角，深入挖掘国内商业潜力，专业化服务触及主题乐园、机场航站楼等多元领域，牢牢占据行业领先地位。此外，戴德梁行还通过旗下特有的 ‘新零售’、‘旅游商业’、‘商业大数据’等多项创新业务，持续探索更多商业价值。这次与银联智策的合作，丰富了戴德梁行的产品线，进一步提升了戴德梁行服务效率和服务水平，为广大客户提供了更多、更好的服务选择。”

背景资料

新型消费者研究

知人知面不知心？大数据“读心术”帮你了解关于顾客上帝的一切。新型消费者研究服务立足于大数据平台，锁定目标客群，了解客群最真实的需求偏好，包括最喜欢去哪儿逛街，最经常购买的品牌是什么，最喜欢去的餐厅是哪家，以及商业消费金额等，精准刻画目标消费客群画像。

租户调整

针对运营期间的商业项目，商业大数据服务计划通过监测客流进店与停留情况，掌握品牌经营数据，识别店铺间及业态品类间的偏好关联，形成租户调整依据，为客户提供品牌组合优化，提升整体业绩收益的建议。

竞品监测

竞品监测服务通过监测竞品各区域客流情况、竞品项目停留时间、竞品项目内品牌热度与业态品类关联度等指标，了解竞争对手的一举一动，做到知己知彼，百战不殆。

营销管理

大数据分析结果无缝地连接于数字营销平台，针对不同人群，策划定制化活动内容，精准即时地推送活动信息，实现营销的千人千面。

关于戴德梁行

戴德梁行是全球领先的房地产服务商，致力于帮助客户转变人们工作、购物及生活方式。我们遍布全球70多个国家, 拥有45,000名员工，在大中华区设有20家分公司，通过兼具本土洞察与全球视野的房地产解决方案为客户和投资者创造更大价值。戴德梁行是全球最大的房地产服务运营商之一，年营业收入达60亿美元，核心业务包括租赁代理、资产服务、资本市场、设施服务(C&W Services)、全球企业服务、投资及资产管理(DTZ Investors)、项目管理、租户代表以及估价及顾问服务。2017年是Cushman & Wakefield品牌创立100周年，标志着我们将理念付诸行动已持续整整百年。更多详情，请浏览cushwakecentennial, cushmanwakefield或关注我们的微信（戴德梁行）。

群脉SCRM认为，从本质上讲，大数据对于商业营销的价值是为了组织更好的产品或服务的流通，以最快的速度、最高效的方式解决大多数人的需求，并实现稳定的收益。

其实，大数据其实已经在为商业的发展提供实际的应用，群脉SCRM总结了大数据商业化应用的5个价值点和应用场景，供大家参考学习。

1、用户标签化管理

“大数据”可以对用户实现比较精细的划分，利用现在的SCRM系统对不同人群进行自动化打标签，持续运营校准用户标签，实现对每个用户画像的丰富和完善，最终实现品牌方对不同用户的精准推送和个性化服务。

用户标签管理主要涉及基础信息、消费信息、社交信息三方面，通过三种维护的标签分析，可以相对准确的对用户进行价值判断，并且对商业营销决策提供战略性支持。

举个栗子，某国际运动品牌通过标签化分析得出，上海、北京、广州等大型城市的年轻人喜欢运动和交友，并且在课程培训和装备选购上舍得投入。事实证明，品牌全年在北上广城市举办关联主题活动20场次，总互动量高达350万人次，获取了超过50万+数据标签，并且对现有用户人群实现了更精细的划分和产品策略调整，爆款数量比上一年提升3倍，营业额激增83%。

这就是看似不起眼的标签，对营销所带来的巨大价值。

2、AR/VR大数据商业广告实景增强和模拟

“大数据”不仅可以带来用户层面的价值，甚至也可以对未来新的商业模式提供更新的启发。在《攻壳机动队》中有这样一个场景，大数据结合新的商业模式，衍生出具有强大震撼效果的实景广告效果。比参天大树还高的巨大水壶，倾泻而下的巨大模拟水幕，能够按照你的喜好随意换装的服装店……

“大数据”对于商业营销的深度结合，利用分析技术对消费者运营和商业模式实现彻底改造，使得品牌可以更多交互的方式获取更多有效信息，随时随地将用户行为信息、交易信息等进行存储和模型分析。

任何交易流程、产品使用场景和消费行为都可以全部实现数据化和可视化管理。

3、提高销售投入回报率

提高“大数据”分析成果在营销和市场部门的应用。基于现有运营模式，提高整个营销管理和获客转化的投入回报率。企业或者品牌客户借助“大数据”能力，以云计算、互联网和本地数据库信息综合分析，形成整个企业良好的运营氛围，最终输出客户转化和商业获利。

4、交互式客户关系管理

交互式客户管理，可以理解为社交crm或者互动crm管理。根据用户所处的不同场景采集用户基础信息和行为捕捉，从不同维度分析用户，全面了解每个用户的喜好、习惯、消费倾向性和消费能力等，以数字运营方式挖掘新客、提升品牌用户关注度、提高客户的忠诚度、刺激用户的持续性消费等。

对中小客户来说，现在有很多SaaS级的社交CRM产品可供选择，例如群脉SCRM、数云CRM等产品。传统的用户管理模式已经需消费者的实际需求脱节，基于原有体系的调整只能是尾大不掉。基于微信、QQ、微博等平台的社交化客户管理将是未来用户运营的大方向，由此衍生的客户服务管理、服务预约和评价、个性化定制服务等，也将成为企业和品牌方重要的经营拓展领域。

5、个性化精准信息推送

精准推送现在主要在信息流广告和视频中应用比较多，其实对于品牌方和企业，尤其是现在做内容运营的大趋势下，用户并不缺少内容，但是缺少能够快速满足需求和符合用户阅读习惯的内容。大数据对于用户商业化的运营，可以安次区关联算法、语义分析、标签化等特性实现个体样本分析，实现按照地域、兴趣、人群喜好等多重维护的定向推送，解决用户对于内容的选择问题。

例如，在上海的某个商场，消费者可以借助微信扫码，实现对商铺的全局概览，方便的找到想去的商铺。不论购物、娱乐，还可以借助支付宝钱包、微信支付等实现快捷付款。商场既可以在法律允许的范围内，通过分析不同用户的消费行为和商铺的热度，有根据的优化运营，例如去哪个店消费高，消费能力和频率，精准推送优惠信息给用户，刺激用户的冲动型消费。

除此以外，SCRM系统的BI数据分析功能可以给予商家建议性的服务指导，提升整体商业地产的运营效率，最终服务好消费者和客户，实现有序的运营和提升。

转载请注明：群脉SCRM

大数据应用在不同的场景与不同的领域中，所产生的意义及所代表的意义也都是不一样的。大数据是互联网所带来的产物，在有意与无意之间，大家都是数据的制造者和受惠者。

互联网所制造出来的生态圈是一个无限循环的场景，影响各行业，为不同产业创造着更新、更大的价值。

米云智库觉得，大数据的商业模式可划分为广告营销、数据交易、数据报表及解决方案等等。精准触点营销基于大数据分析应用，将大数据的价值发挥出来，呈现服务价值。

就在这短短的两年间，中国就诞生大大小小400多家大数据创新公司。大数据的应用更是拓宽了我们的生活、工作和学习的诸多领域，当然商业更是被发现和应用，为企业用户提供高效准确的营销数据。

构建大数据平台，形成云计算能力的数据分析处理功能的平台，把大数据当做基础设施建设，成为一种基础设施，成为社会、企业的一种服务，成为传统基础设施一样的必备。

数据源多层次的商业模式、政务云为用户提供价值导向，打通“数据孤岛”，扮演出“通道”的中介，让数据流动起来，模式则以开放式、多源为主。

数据是大数据营销的关键，基于大数据营销应用，让潜在的、未知的通过分析获取出可见、有利的数据报告。数据报告的合作方式，一种是委托式调研出报告，一种是行业研究定期出报告，需要看到详细报告的企业，需要付费来获取。

在大数据广告营销方面，大数据起到的作用是“助力”催化剂，花更少的成本获得更多更具与更有价值的回报。学习的算法越准确，所触达的用户及质量也会越好，广告营销的效果也会越好。

大数据是所有企业的核心竞争力，是营销产生价值的有效途径，通过大数据形成的DSP广告平台，能够精准将广告推送到用户面前，精准触点营销的作用使得企业利润更好的体现出大数据的价值所在。

米云智库认为，所形成的大数据价值服务，重点在于大数据的变现率，建立在大数据的云计算之上。精准营销的服务价值将金融科技形成有机生态圈，DSP网络推广更易于有转换率。这就是价值服务的魅力。

大数据产业经过几年的发展已经越来越成熟，随着市场认知的不断提升和改善，大数据商业模式也在发生一些变化，未来以SaaS为主的服务模式将成为主流。

一、大数据的基本概念

大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。IBM给出了大数据的5V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。

美国在2003至2006年，围绕着非结构化数据技术形成了技术突破，值得一提的是2005年hadoop技术的开发成功为大数据发展奠定了基础，大数据逐渐在西方成为国家战略。国内是在2013年出现了大数据热，在2015年被确定为国家战略。2017年12月8日中共中央政治局就“实施国家大数据战略”进行了第二次集体学习，再次将大数据引爆。

二、大数据业务的商业模式

国内大数据厂商已经达到了几千家，包括了基础支撑（存储管理、分析软件、技术架构解决方案、硬件服务、网络和系统管理、算法工具等）、数据服务（数据交易、数据采集和处理、分析和可视化、数据安全等）、融合应用（政府大数据、金融大数据、工业大数据、医疗大数据、农业大数据、电信大数据、交通大数据、旅游大数据、安防大数据、社交大数据、地理信息大数据、教育文化大数据、军工大数据、营销大数据等）。从服务的模式上主要有以下几种：

1、产品销售模式

基础支撑方面主要是产品销售模式，主要的盈利方式是销售差价和维保服务。

2、集成服务模式

数据服务层面主要采用的集成服务模式，主要的方式是通过招投标形成的工程服务模式，主要的盈利方式集成软件服务+运维收入。

3、运营服务模式

融合型应用层面主要是运营型服务，主要原因是相关垂直应用可以获得更高利润或降低更多成本。由于收入和成本可量化，运营分成是可行的。

4、融合式服务模式

在跨应用层次的服务中，会涉及基础支撑、集成服务和运营服务，因此在不通的应用案例中也会出现产品销售+集成服务或者集成服务+运营服务等方式。

三、大数据业务商业模式剖析

大数据行业虽然非常很热，但也是鱼龙混杂。不论是从业者，还是技术厂商，特别是甲方应用者，大家对大数据到底是什么、能做什么、该做什么，尤其对于大数据合理的投入产出是什么，并不是很清晰，甚至是盲目追随。

正是由于行业处于认知初级阶段，也为大数据应用提供了更多的商业机会，但随着行业不断成熟，大数据的商业模式将会发生显著变化：

1、大数据技术应用将走入理性期

在一大波疯狂的建设、运营后，客户会更加冷静的对相关投入进行分析，更加冷静的看待基础支撑、数据服务和运营方面的预算分配比，并从投入产出的角度看大数据实施的必要性。

同时随着大数据人才的丰富，客户也会增加大数据专业人才的引进。由于大数据人才的渗透，整体行业的大数据技术能力会得到大幅度提升，客户将更专业，因此在相关投入上会更理性。

2、大数据云化服务趋势更明显

云和大数据是相辅相成的技术。从整个行业发展上看，IT云化将是一个必然趋势。因此，大户数据的应用方面也会出现云化趋势：

（1）基础设施支撑云化，投资缩减

特别是在网络、系统、存储、采集等硬件部分都将会逐渐云化，除非有客户确实有自建机房的特殊需要。

（2）数据服务云化，持续服务是常态

在软件方面，数据采集、数据处理、数据分析、数据安全方面也将会逐渐云化，并且随着技术的发展，相关的系统需要不断的升级迭代。因此更需要持续化的服务能力。

3、大数据运营将更强调效果

大数据确实一项好技术，保证足够投入的情况下，确实可以获得有价值的结果或结论。但是大数据的投入也是不可忽视的问题，包括存储、采集、分析、应用、人员等等都是非常不小的投入。

在投入产出方面，我们需要作出细致的分析，需要评估投入产出效果，根据目前的情况，很多的大数据项目的投入产出是不匹配的。前阶段专门写了一篇《从本量利角度谈大数据的应用中的几个误区》，再次将不再详述。

4、大数据应用更强调时间维度

大数据服务是应用型的，并且数据的采集、分析是持续性的，具有很强的时间维度。随着时间的进展，技术在发展、需求在变化、行业在演进，一次性的产品或集成服务很难满足持续经营的要求。未来基于SaaS服务将是大数据服务的主要模式之一。

5、纯数据服务和标签服务将面临法律风险

基于源数据服务，行业形成了标签比对、数据交易等服务形式，但是近些年来，由于信息泄露和不当数据应用，形成了数据黑市、电信诈骗、垃圾短信、骚扰电话等社会顽疾。由此造成了很多公共安全事件和国家安全事件。由此国家也相继出台了相关大户数据的司法解释和法律规范，典型的有以下几个：

（1）2017年3月20日，最高人民法院审判委员会全体会议召开，审议并原则通过《最高人民法院、最高人民检察院关于办理侵犯公民个人信息刑事案件适用法律若干问题的解释》（以下简称《解释》）。《解释》（送审稿）共十条，主要规定了以下三方面的内容：（1）公民个人信息的范围；（2）侵犯公民个人信息罪的定罪量刑标准；（3）侵犯公民个人信息犯罪所涉及的宽严相济、犯罪竞合、单位犯罪、数量计算等问题。

（2）2017年6月1日，《中华人民共和国网络安全法》正式实施，网络安全法最重要的意义在于把网络安全工作以法律形式提高到了国家安全战略的高度，并将信息安全等级保护制度上升为法律，成为维护国家网络空间主权、安全和发展利益的重要举措。《网络安全法》的多项条款都明确了对个人信息收集和保护的各项要求。新规提到，网络产品、服务具有收集用户信息功能的，其提供者应当向用户明示并取得同意;涉及用户个人信息的，还应当遵守本法和有关法律、行政法规关于个人信息保护的规定。

从以上的法律、法规上可以看到国家对于数据隐私保护上会越来越加强，特别是基于源数据合理使用上，如何获得用户的授权是一个难题。在两高发布司法解释后，数据中间商的商机基本已经死掉，虽然还有部分厂商苟延残喘，但趋势是不可避免的。对于有数据源的企业，在数据使用方面将更加谨慎，对于纯数据对比或数据交易模式将面临越来越多的法律风险。

四、大数据业务未来应以SaaS服务为主

1、大数据服务将以效果为主

大数据从狂热走向冷静后，追求效果将是未来的趋势。无论是基础服务商、数据服务商、应用服务商都需要注意这个趋势。大数据不再是一个通用型的工具，它需要不断根据运营情况进行调优，以提升成本收入效率。

2、大数据服务将以专业SaaS服务存在

数据来源于业务，也服务于业务。数据具有通用性的同时也具有行业属性。因此数据和业务结合，将会更能发挥大数据的效率。因此，结合大数据的SaaS行业解决方案将更有助于提升大数据的应用效率。因此以业务为牵引，形成Data+Application融合型的解决方案将是未来的趋势。

3、大数据SaaS服务商业模式演进

大数据的SaaS服务将成为一种必然的趋势，对整个产业链的服务厂商的商业模式都会产生系列影响：

（1）基础服务将从产品销售模式向云化转化

（2）数据服务将从集成服务为主转化为租用化模式

（3）融合应用将主要体现在以效果应用为主的运营模式

（4）大数据的行业细分将成为一种趋势，围绕着具体行业将形成Data+Applicaton的应用模式，在行业中有深度积累的厂商将更有机会。