为啥一线购物中心都在“玩”客户画像？

我的顾客是谁？他们是什么样的人？有什么消费偏好？最近的消费频次怎么样？消费金额是多少？……“客户画像”能为购物中心挖掘多少关键信息？对于购物中心和品牌店铺运营管理又能形成哪些有效指引？

先来看一个小故事：

一名男子气冲冲地闯进美国的Target商店，要求见商店的经理，手里紧握着商店邮寄给他女儿的信件：“你们竟然给我17岁的女儿发婴儿尿片和童车的优惠券？她还是一名高中生，难道你们要鼓励她怀孕么？”经理了解完情况后向这位父亲做了解释。原本要大发雷霆的父亲听完解释后却平静了：“原来这些事情我们完全蒙在鼓里，我应该向你道歉。”因为他被告知女儿的预产期就在8月。

Target商店比一位十几岁女孩的亲生父亲更早得知其怀孕的消息，是如何做到的呢？

原来是Target商店利用了大数据，通过大数据形成了这个女孩的“客户画像”，经过分析以后得出顾客已经怀孕且需要购买婴儿用品的结论。

这就是大数据在零售业应用的鲜活案例。

以消费者为核心的大数据，对零售业的积极作用是不言而喻的。消费者带有个体特征，通过大数据的分析就能得出清晰的“客户画像”，从而实现精准营销并盈利。目前线下对“客户画像”应用最多的就是购物中心和知名品牌商铺。

△消费者的个体特征和消费行为，汇集成了清晰的“客户画像”

关于客户画像

1 什么是客户画像？

我的顾客是谁？他们是什么样的人？有什么消费偏好？客户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。

将最近一次消费、消费频次、消费金额、会员卡积分、优惠券使用等描述客户的数据转化为标签，这些标签是通过对用户信息分析而来的高度精炼的特征标识，如“拇指族、电影狂人、高频次低客单消费者……”

举例来说，如果你经常在某个购物中心购买玩具，那么购物中心即可根据玩具购买的情况给你打上“有孩子”的标签，甚至还可以判断出你孩子大概的年龄，贴上“有5-10岁的孩子”这样更为具体的标签，而所有的标签集合在一起，就成了你的用户画像。

客户画像利用丰富的标签体系建立对客户行为的全方位解读。它并不代表一个人，而是代表一类人。它源于现实，高于现实，源于数据，高于数据。

基于客户行为分析的“客户画像”是大数据时代商场营销精准化的基础与核心。

2 客户画像的数据来源于多种途径

从单个客户来看能得知此人的消费趋向，从整个客户群体来看就能分析出商场的客户群体特征。

当商场开始建立自己的客户画像体系的时候，除了视频监视器、WIFI跟踪、微信公众号、手机APP、POS机、会员卡这些数据信息收集途径外，在营销活动的过程中，商场也将获得更多有意义的客户数据信息来进一步丰富“客户画像”。

3 “客户画像”需要收集哪些信息？

购物中心大数据应用消费者画像时，通常关心以下一些数据维度：

第一，顾客的基本属性，如性别、收入水平、年龄阶段、小区档次、是否有车，是否有房子等；

第二，顾客的消费分层，如顾客喜欢什么品牌的衣服、什么颜色、什么品类、支付能力怎么样、消费频率等；

第三，顾客的兴趣，如顾客喜不喜欢玩游戏、看不看电影等；

第四，顾客的人际关系，做人和人之间的关系关联；

第五，顾客的地理位置，如顾客经常的活动区域在什么地方等一系列的数据。信息越多，消费者画像越精准。

4 购物中心用“客户画像”来做什么？

对于购物中心：

会员信息精准描绘“客户画像”

1 中粮大悦城利用“客户画像”挖掘商机

任何一位来到北京或上海大悦城的时尚男女都会发现，当你正在香港满记甜品里大快朵颐时，手机上会忽然收到一条美国服装连锁品牌店GAP的促销短信——这个“惊喜”绝非巧合，因为根据大悦城的跟踪分析，光临满记的会员中，有超过37%的人，也将进GAP购物。

这就是大悦城基于客户行为分析的“客户画像”提升客户消费体验的典型案例。

掌握“客户画像”的终极目标是增加客流和营业额，朝阳大悦城通过POS机、会员、WiFi统计、客流统计、车流统计、APP等途径抓取的数据分析显示，商场销售额的变化与车流变化幅度有将近92%的相关度。

朝阳大悦城发现，驾车客户是主要销售贡献者，每部车带来的消费超过700元。为此，朝阳大悦城对停车场进行了改造，如增加车辆进出坡道，升级车牌自动识别系统，调整车位导识系统，调整了停车场附近的商户布局。

还开展了针对开车族的营销运作，相继推出“免费停车3小时”，“发放小饰品优惠券返还车费”等系列活动，极大地提高了优质驾车客群的到店频率。

从“客户画像”入手，提升销售业绩和购物体验是大悦城成为众多购物中心佼佼者的关键要素。

全国大悦城的会员已经累计超过85万人，大悦城通过对会员的基础信息和消费行为信息进行分析得出，在消费者成为会员后的第3个月和第20个月，预计会发生购买金额下降的趋势，因此大悦城会在下降趋势发生之前，开展更加精准、侧重不同营销目的的营销推广活动，有效留住会员并提升会员消费占比。

2 万达飞凡的野心：5年后掌握中国60%-70%的消费人群

在商业圈中，万达是能够玩转大数据的为数不多的三两家之一，万达看到了互联网对商业的机遇，在分析了自身与B2C大佬阿里、京东的差距以后，决定走适合万达的O2O道路，上线了飞凡app，在这款APP上能够实现智能找店、智能停车、智能电影、智能排队等功能。凡是下载了飞凡APP的用户，就能够享受在万达广场购物的一切便利。

停车

停车缴费都能在手机上搞定，未来还会推出智能预约停车功能，并选择适合车型的不同车位。

找店

顾客在逛街的时候如果找不到心仪的店铺，飞凡就派上用场了，输入店铺名称，它的位置、好评等级、地址、优惠活动信息等一目了然，室内导航还会帮你轻松找到目标店铺。

排队

饭点再不用为排队发愁，用飞凡的“排队”功能，查看各个餐厅的排队情况，选择喜欢的餐厅，输入就餐人数，一键取号。

另外，飞凡有智能叫号功能，当叫号系统提示即将轮到该消费者就餐时，手机就会发来叫号提醒。这样就可以趁等位的时间去购物或者娱乐，合理充实的利用购物时间。

电影

飞凡APP不仅可以在线选座、在线购票，还有开演提醒功能，更方便的是，在飞凡APP上购票之后，检票不必兑换纸质电影票，只需要打开电影票二维码，在影院的过闸机上一扫就可以通过。

为消费者带来全新消费体验的飞凡APP，吸引了众多消费者注册。截至2016年7月底，会员总数超过1.2亿，其中活跃会员达4718万，飞凡APP下载量达1350万。看到如此振奋的结果，飞凡曾放出豪言壮语，要5年后掌握中国60%-70%的消费人群。

万达掌握了如此规模庞大的会员信息以后，可以丰富客户画像，使画像更精准更可用，实现精准营销，并且可以基于积累的数据对筹建一个新的广场做出科学指导，对购物中心做出合理的规划和业态组成，同时可以对它后期所有的营运策略作出针对性的指导，对于推广方向也可以给出明确的意见。

古人云：知己知彼，百战不殆。万达正是在借助用户画像充分了解消费者的基础上实现了持续盈利。

对于品牌店铺：

原来Prada与ZARA是这样收集大数据的！

1 Prada试衣间里的“魔法镜”

在曼哈顿购物中心的Prada旗舰店，安装着这样一些神奇的试衣镜：顾客可以通过试衣间里的“魔法镜”同时看到试穿时正面和背面的效果，按镜子上的按钮甚至回放自己试衣时的动作和步伐，获取衣服的材质、设计和尺码信息，或者选择浏览跟这件衣服相关的其他推荐款式，镜子上的屏幕还会自动播放模特穿着这件衣服走台步的视频。

这面魔法镜实际上是安装了隐形等离子屏幕的高科技设备。“魔法镜”可以作为店员和顾客沟通的工具，店员可以在屏幕上为顾客播放衣服的官方海报和宣传视频，也可以为顾客推荐搭配。

通过这面魔法镜，普拉达能够方便的收集到顾客的消费行为信息。当顾客所选择的衣物被试衣间里的读取设备识别之后，试衣间位置、衣服的款式和尺码、顾客在试衣间的停留时间、顾客浏览的衣服信息以及最终是否购买，都将传输到后台系统，形成没有ID身份的“客户画像”。

普拉达就是靠这些客户画像信息，用于帮助公司改进设计与产品的进一步分析，那些被试频次高但销量低的衣服会被设计师重新改进。这种“魔法镜”在提升消费者购物体验的基础上，还帮助Prada提升了30%以上的销售量。

2 ZARA：把消费者声音转换为大数据

ZARA作为全球知名的时尚服装品牌，非常重视对大数据的采集、挖掘和分析，从而长期保持着市场领先地位。

在ZARA的门店里，柜台和店内各角落都装有摄影机，店经理随身带着Pad，目的是记录顾客的每个意见，当客人向店员反映：“这个衣领图案很漂亮”、“我不喜欢口袋的拉链”，这些细微末节的细项都会被记录下来。

经理会将这些数据上传到ZARA的内部全球资讯网络中，每天至少两次，来自众多门店的大数据经过总部分析后传达到生产线，生产线会据此改变产品样式。ZARA从设计到上柜仅需要两周，其他品牌至少需要6-9个月甚至更长。

因此ZARA虽然不是时尚的第一倡导者，却可以依靠店铺收集大数据，分析当下流行趋势，以最快速度把当下的流行变成现实的行动者！

购物中心的大数据道路未来该怎么走？

1 不止收集还要分析

目前国内商业大数据停留在收集和简单分析阶段，但对于数据深度挖掘分析还是很欠缺。

例如知道消费者的动线，停留的时长，以及最终有没有形成交易，但这些数据背后隐藏着什么，尤其是消费者在购物前后，可能存在的深层消费心理与行为动机是什么。

这些动机也许连消费者自己也没有意识到，但如果购物中心掌握了这些，对店铺落位、业态调整、动线规划等都具有参考价值。

2 非会员怎么办？

无论是万达的飞凡，还是各个购物中心热衷于用的“猫酷”APP，都是基于会员大数据信息的应用。

而对于非会员信息，如WIFI 收集到的动线轨迹，客流监视器收集到的客流量，非会员产生的销售额，这些分散杂乱的信息同样也是客户画像的一部分，这部分信息依然可以被购物中心所利用，不过需要管理者转换视角来考虑。

例如，把销售额和客流量结合，来具体分析销售额上升或下降的原因，这样才能掌握对非会员人群的营销手段，努力把非会员转变为会员。

3 给偶然消费的顾客一个开通会员的理由

如果顾客只是偶尔来购物中心消费，那么他\她就没有什么动力去注册会员。

但如果购物中心与第三方商家合作，例如航空公司、加油站、品牌商家，规定一个积分兑换比例，会激励更多的人办理会员卡。

这样“客户画像”描绘得更加精细，可以更加深入地了解消费者啦。

结语

目前购物中心对大数据尤其是客户画像的应用正处于起步阶段，多数购物中心还处于依靠经验做决策阶段，大悦城、万达和银泰处于业内领先地位。但未来购物中心将进入一个数据兴则兴、数据强则强的大数据竞争时代，如今这场竞赛才刚刚开始。