商业地产数字化转型分析

Posted 2022-09-30 年少有为2025

​ 商业地产的数字化，其本质来说是对“人货场”的重构。从之前的以“场”为中心连接“货”和“人”，到当下智慧零售以“人”为核心，线上线下聚合“货”和“场”：品牌D2C实现用户高效精准交互交易，交易“场”则化被动为主动吸引到场消费，从而建立与用户更亲密的关系。最终实现数字用户资产汇聚，打造新型数智化商业地产。这也是一直以来强调的：

数字时代企业最大的资产就是数字用户资产
头部商业地产在这几年的投入和实践很多，但总体来说做得不错（费效比）的却寥寥无几。究其原因，要么在这个本质上没想透，要么就是本质想透了，但在具体方法和行动姿势上不对。

从商业地产核心要素“人”、“货”、“场”来看，其核心参与者包括运营商、品牌商和消费者，所以行业数字化的主要内容也应围绕着这三个方面：团队管理数字化、商户服务数字化和用户触点数字化。商业地产三个面向：

​

1.团队管理数字化

企业内部的协同管理，包括招商、租赁、结算、预算、资产等数字化管理，能够帮助企业提高人效和优化运营流程，同时也能提高风险控制。团队管理的数字化，可以利用市面上各种数字化工具的应用，对于地产运营方来说，主要目的在于降本提效。

 2.商户服务数字化

相较于传统的商场运营模式，今天的商业地产运营更像是打通线上线下全渠道的品牌零售解决服务的基建和运营方，包括商户服务、商户营销、线上沟通、商品管理、卡券发放、数据上报等，是满足入驻商户实现高用户链接、高交易效率、高客户反馈的数字化中枢，包含了运营和营销两大部分内容，目前此类应用主要还是头部商业地产在使用中，比如华润置地旗下的“一点万象”。

3.用户服务数字化

从消费者进入商场到进店体验、支付结算、客户服务等需求服务场景，商业地产运营方需要搭建起基于客户消费服务场景的数字化、智能化体系的基础设施，作为满足入驻商户和用户实现高效互动、便捷交易、智能反馈的数字化中枢，以此形成完整的数字化智能化营销闭环。用户服务的数字化，是最容易被理解的“互联网思维”，这是当下商业地产最容易接入和能够看到流量增长的模块，也是目前行业数字化主要进行的方向。商业地产数智化应用服务场景​。

比如某央企商业地产板块在全国有超过50个商业综合体，前端用户界面定位为官方线上会员服务平台（APP、公众号、小程序），通过引入线上用户数据中台和智能分析等模块，实现“自定义多维实时分析”，并计划在1-2年逐步搭建线上线下用户大数据统一平台、用户智能画像、智能触达模块增强。在具体的用户数字化运营过程中，通过停车、餐饮等“刚需、高频、海量”服务，将线下会员转化为数字会员。2020年会员电子化率预计到70%，数字会员第一个500万用了3年时间，第二个500万只用了1年半。

 用户服务端的数字化建设，成为目前商业地产服务领域的主要抓手。C端服务数字化应用正逐渐受到整体市场的关注。有数据报道，2019年国内21000家在运营的购物中心，搭建数字营销平台的占比68%，仅15.5%尚未关注。整体来看，行业渗透率较高，但在实际应用层面则表现不足，其中具备自研与运维能力，构建了完善数字营销体系的“深度使用”企业，仅占12.4%。​

搭建会员管理体系，是为了持续维护高价值客户，商业地产智能化的主体是各大购物中心，实施主体是运营方物业管理公司或开发商。对于开发商/运营商来说，智能化体系大概可以分成两个部分:物业智能化系统和商业智能化系统。物业智能化系统服务于物业管理部门，对建筑进行智能管理，节能降耗，打造绿色节能商场;商业智能化系统服务于商业管理部门，服务顾客、商户，提高顾客购物体验，增强顾客粘性，提高购物中心估值和盈利能力。

目前商业地产智能化处于探索阶段，部分头部地产商积极变革，为购物中心业态注入新活力。盒马鲜生、京东无人超市等新零售为线下实体商业输入新技术及理念。如阿里巴巴的新零售试验田亲橙里购物中心通过千人千面广告屏、AR互动捉猫猫、虚拟试衣、互动游戏抢红包等新零售技术 实现线上线下全渠道的打通，提供智能购物体验。

智能加商业地产数据架构：

智能+商业地产大数据平台通过大数据智能分析为商业运营管理提供支持。智能+商业地产的数据架构包括:消费者触点层，基础数据收集层、数据处理层、业务分析层以及业务平台层、智能应用层，在此之上是智能+商业地产的应用主体，消费者、商户和商管运营商。

智能分析层:基于互联网技术、人脸识别技术、物联网技术等，购物中心通过线上和线下触点收集人、货、场大数据，获取客户的属性、行为、需求，分析顾客的消费习惯，给用户消费行为打上标签，根据标签内容对客户进行划分与归类;输出的大数据内容与商业地产的会员系统、POS系统、商户的会员系统打通，对消费者感兴趣的内容反向追击定位，确认潜在用户群体，达到个性化和精准会员运营的目的。智能化分析系统基于底层数据、线下业务场景和业务逻辑进行智能挖掘，通过机器学习建立智能分析模型并不断调优，为购物中心的运营提供多种业务洞察，如客流分析、租金分析、销售分析、品牌分析及会员分析等，为业务中心如招商中心、租户中心、物业中心和客群中心等的决策提供支持，如招商、品牌组合、价格带设置、动线设计等。

智能应用层:主要包括品牌营销、品牌招商、智能能停车、智能大楼和智能购物体验等。购物中心对大数据、020、电商化转型的探深索也并不陌生，本次新冠疫情更是迫使购物中心加快向线上转移的速度，但真正 深入运用大数据与科技创 新的还比较少，诸如用户画像、标签化的分级管理;根 据顾客偏好，自动推送券包的交互营销，根据顾客行为轨迹建立动线数据库等应用也还处于探索阶段。