购物中心大数据 智能分析解决方案 一、公司简介 二、大数据场景分析 三、大数据解决方案 CONTENTS 目录 目录 公司简介 大数据应用的核心能力：算法为王 线性回归 逻辑回归 决策树 SVM 朴素贝叶斯 K最近邻算法 K均值算法 随机森林算法 降维算法 Gradient Boost算法 Adaboost 算法 传统算法(教科书) 我们的独有算法 一、公司简介 二、大数据场景分析 三、大数据行业解决方案 CONTENTS 目录 目录 国内零售业大数据应用的现状 中国零售业大数据应用大多处于起步阶段：数据清洗和应用分析（BI阶段） 正在整个企业内应用大数据 正在用大数据应对明确的业务挑战 已经展开大数据应用的试点 正在发展大数据分析的战略 正在对大数据的概念进行探讨 还未开始考虑大数据分析 部分企业处于 领先的阶段 多数企业大数据 分析刚起步 资料来源：2016年IBM中国零售企业大数据问卷调研及深度访谈 数据分析和商业决策的未来 当前购物中心的大数据应用场景 以消费者为中心，围绕精准营销和商铺优化，提供更好的服务 1 2 3 消费者画像 精准营销 顾客标签管理 用户行为捕获分析 车流分析、客流分析 商铺优化 商铺关联度分析 营运状态分析 异常经营数据警报 O2O促销 营销需求挖掘 营销效果分析与优化 会员数据的采集 打开WiFi 登录WiFi 线下 MAC到场到店行为 手机号码微信ID 线下消费行为 用户逛和买行为打通 线上 手机号微信号 会员号 线上消费数据／会员积分 WiFi定位＋店铺设计用户“逛”的行为 POS盒子检测用户“买”的行为 时间轴匹配 线上线下打通，更精准的用户Id信息，逐渐丰满的用户形象 关注APP／微信公众号 注册会员 到店数据 线上数据 消费数据 基本数据 线上数据 到店频次 逗留时间 消费金额 消费产品关键字 消费偏好 手机号 MAC地址 车牌号 微信号 名字 打开次数 访问时长 访问频次 会员标签体系 会员标签体系 会员标签体系 数据分析－如何帮助打造智慧的购物体验 懂你的客户+精准的营销洞察力 进入门店 哪个门进来 来店交通方式 来店的时间点 来店日期 顾客活跃度 数据分析－如何帮助打造智慧的购物体验 逛来逛去 在多个场所停留 WiFi上网 消费购物 离开门店 门店访客 线 下 购 物 逛店动线 停留时间 来店伙伴 消费取向评估 消费能力评估 关联销售分析 个人信息 兴趣评估 社交网络 电子会员卡 消费金额 消费品类 顾客忠诚度 顾客价值评估 哪个门离开 潜在销售机会 店招／入口决策 动线设计 决策 业态／租金 决策 精准营销 决策 促销／运营 决策 延伸销售 决策 闭环