物聯(lián)網(wǎng)時(shí)代，數(shù)據(jù)變現(xiàn)何解

梅林

縱觀歷史，人類從農(nóng)耕時(shí)代的土地驅(qū)動(dòng)、手工業(yè)時(shí)代的勞動(dòng)力驅(qū)動(dòng)、蒸汽時(shí)代的機(jī)械驅(qū)動(dòng)，逐漸到現(xiàn)在互聯(lián)網(wǎng)時(shí)代的數(shù)據(jù)驅(qū)動(dòng)，可以預(yù)見(jiàn)，數(shù)據(jù)有可能作為基礎(chǔ)設(shè)施，成為未來(lái)的第5生產(chǎn)要素。

在即將到來(lái)的物聯(lián)網(wǎng)時(shí)代，線下大數(shù)據(jù)有可能是最重要的命題之一。

線下大數(shù)據(jù)空間巨大

為什么我們關(guān)注線下場(chǎng)景的大數(shù)據(jù)？

從用戶角度出發(fā)，我們會(huì)發(fā)現(xiàn)用戶的兩大稀缺資源—時(shí)間和金錢依然集中在線下。

線上互聯(lián)網(wǎng)的使用場(chǎng)景主要集中在電商、社交、內(nèi)容等。根據(jù)QuestMobile《2018年中國(guó)移動(dòng)互聯(lián)網(wǎng)報(bào)告》，用戶平均每天在線上的時(shí)間投入為5小時(shí)。相比而言，除去睡眠時(shí)間，用戶投入在線下的時(shí)間仍是線上時(shí)間的2倍。

雖然許多非餐飲的食品、煙酒以及日常家用品的線上滲透率非常高，但很多場(chǎng)景下人們還是會(huì)去線下消費(fèi)，比如吃飯、買車、看病、教育等。2017年居民人均消費(fèi)支出為18 000元，線上消費(fèi)占比1/3，線下消費(fèi)投入仍是線上消費(fèi)投入的2倍。

毫無(wú)疑問(wèn)，用戶時(shí)間、金錢投入的大部分仍在線下。

回到產(chǎn)業(yè)端，數(shù)據(jù)服務(wù)的邏輯是為企業(yè)賦能。目前，線上場(chǎng)景集中度比較高，已經(jīng)形成“巨頭吃肉，余下喝湯”的局面。而線下的競(jìng)爭(zhēng)，其天然的LBS（Location Based Service）屬性決定了行業(yè)集中度低，業(yè)態(tài)分散。這里不僅面臨線上巨頭的競(jìng)爭(zhēng)，還面臨與線下同地區(qū)業(yè)態(tài)的競(jìng)爭(zhēng)。線下商業(yè)競(jìng)爭(zhēng)激烈，于是為企業(yè)賦能的第三方數(shù)據(jù)服務(wù)有很大的空間。

對(duì)比線上的數(shù)據(jù)結(jié)構(gòu)，我們會(huì)發(fā)現(xiàn)一個(gè)典型的TMT公司往往已經(jīng)形成數(shù)據(jù)閉環(huán)。從流量開始，到打通的賬號(hào)體系，公司可以清楚地知道用戶是誰(shuí)、用戶做了什么、有多少的用戶埋單。這些數(shù)據(jù)都可以被采集和記錄，公司可以通過(guò)數(shù)據(jù)分析，挖掘用戶價(jià)值，形成運(yùn)營(yíng)體系。

反觀線下數(shù)據(jù)，線下很多業(yè)態(tài)無(wú)法對(duì)其客流進(jìn)行把握和分析。比如，一家傳統(tǒng)的百貨公司不了解今天來(lái)了多少人，他們的消費(fèi)需求是什么，更別提感知營(yíng)銷活動(dòng)、天氣等對(duì)客流的影響，他們多處于粗放式經(jīng)營(yíng)狀態(tài)。

雖然部分線下大數(shù)據(jù)公司已實(shí)現(xiàn)了通過(guò)Wi-Fi傳感器、攝像頭和Beacon去捕捉和分析客流，但這仍處于最基本的流量環(huán)節(jié)，對(duì)于用戶的識(shí)別、用戶交互還非常欠缺。線下場(chǎng)景相對(duì)封閉，客流、識(shí)別、動(dòng)線/交互、交易支付、用戶運(yùn)營(yíng)等每個(gè)環(huán)節(jié)都需要單獨(dú)的供應(yīng)商，所以需要從零部署，實(shí)現(xiàn)數(shù)據(jù)互通。

線下競(jìng)爭(zhēng)激烈、業(yè)態(tài)分散，這是第三方數(shù)據(jù)服務(wù)存在的空間。最終，線下業(yè)態(tài)會(huì)逐步跟隨線上業(yè)態(tài)完成數(shù)據(jù)閉環(huán)。

相比于線上大數(shù)據(jù)，線下大數(shù)據(jù)生產(chǎn)門檻更高，具有精準(zhǔn)性和廣泛性兩大特點(diǎn)。

一是精準(zhǔn)性，相比于可復(fù)制的線上數(shù)據(jù)，線下數(shù)據(jù)通常代表著用戶的真實(shí)消費(fèi)意愿。人們每一次出現(xiàn)在餐廳、零售店、4S店都真實(shí)表現(xiàn)了他的時(shí)間花費(fèi)，并且他可能是打車或坐地鐵特地跑去線下店的。

二是廣泛性，線下數(shù)據(jù)覆蓋了全量人群，互聯(lián)網(wǎng)覆蓋較少的銀發(fā)人群以及小于10歲的小孩，他們的消費(fèi)行為和消費(fèi)意愿可以在線下被捕捉到。

基于這2點(diǎn)，我們很看好線下數(shù)據(jù)的數(shù)據(jù)價(jià)值。

線下大數(shù)據(jù)如何變現(xiàn)

目前市面上的數(shù)據(jù)服務(wù)主要有以下4種變現(xiàn)模式：數(shù)據(jù)交易、數(shù)據(jù)呈現(xiàn)、營(yíng)銷服務(wù)、運(yùn)營(yíng)服務(wù)。

數(shù)據(jù)交易的變現(xiàn)形式比較簡(jiǎn)單，即直接售賣采集到的數(shù)據(jù)源。但這種模式存在變現(xiàn)可持續(xù)性不足，以及規(guī)模天花板的問(wèn)題。

數(shù)據(jù)呈現(xiàn)是將采集到的數(shù)據(jù)經(jīng)過(guò)淺加工，變成一個(gè)商業(yè)化的產(chǎn)品賣給用戶。這種產(chǎn)品的輸出形態(tài)是，基于多方數(shù)據(jù)源進(jìn)行數(shù)據(jù)挖掘后形成的BI報(bào)表。比如，把硬件布在零售超市的數(shù)據(jù)公司，會(huì)呈現(xiàn)貨架上面的品類，然后告訴超市哪個(gè)SKU現(xiàn)在需要補(bǔ)貨。它變現(xiàn)的方式比較直接，賣產(chǎn)品然后收取服務(wù)費(fèi)。數(shù)據(jù)呈現(xiàn)類產(chǎn)品變現(xiàn)的優(yōu)勢(shì)在于，它能落地成一個(gè)相對(duì)標(biāo)準(zhǔn)化的產(chǎn)品，但它的問(wèn)題在于工具屬性比較重。因?yàn)樗蛔龀尸F(xiàn)，至于客戶怎么去使用這個(gè)數(shù)據(jù)，怎么去決定商業(yè)發(fā)展的問(wèn)題，都無(wú)法涉足，所以客單價(jià)會(huì)相對(duì)受限。

營(yíng)銷服務(wù)，簡(jiǎn)單理解就是一種更加精準(zhǔn)的線下廣告。它的輸出形態(tài)是基于線下采集的數(shù)據(jù)，加上數(shù)據(jù)分析能力和媒體曝光的能力，使其最終在場(chǎng)景里能比較精準(zhǔn)地觸達(dá)目標(biāo)人群，比如白領(lǐng)人群、家長(zhǎng)人群等，對(duì)該類人群形成各種各樣的標(biāo)簽。它的收費(fèi)模式類似傳統(tǒng)廣告，按照曝光量收取。這種模式，優(yōu)勢(shì)在于營(yíng)銷是剛需，每個(gè)企業(yè)都有營(yíng)銷預(yù)算；挑戰(zhàn)在于如果沒(méi)有媒體資源，它的分潤(rùn)比例就不會(huì)太高。

最后一個(gè)維度就是運(yùn)營(yíng)服務(wù)，即通過(guò)營(yíng)銷拉新用戶后，還指導(dǎo)企業(yè)運(yùn)營(yíng)決策。比如，如何運(yùn)營(yíng)這些用戶、應(yīng)該在哪里選址、應(yīng)該引入或淘汰什么樣的品牌、產(chǎn)品擺放的區(qū)位如何安排等。這種模式算是相對(duì)較新的領(lǐng)域，但已經(jīng)有企業(yè)開始逐步在做，比較典型的收費(fèi)模式就是按照項(xiàng)目合同制的方式去收。這種模式的優(yōu)勢(shì)在于技術(shù)壁壘比較高，因?yàn)楸澈笮枰玫降墓ぞ吆芏?，客單價(jià)也會(huì)比較高；挑戰(zhàn)在于模式的可復(fù)制性，包括產(chǎn)品化的程度還處于較為早期的階段。

數(shù)據(jù)交易不是線下數(shù)據(jù)變現(xiàn)的最優(yōu)解。首先，數(shù)據(jù)跟普通的商品不一樣，它沒(méi)有使用異步性的問(wèn)題。一旦復(fù)制和規(guī)模化擴(kuò)張之后，數(shù)據(jù)的價(jià)值就會(huì)降低。其次，數(shù)據(jù)邊際成本幾乎為零。一旦布下一個(gè)傳感器，它就持續(xù)不斷地貢獻(xiàn)數(shù)據(jù)，額外增加這個(gè)數(shù)據(jù)的獲取成本基本上可以趨近于零。同時(shí)，如果數(shù)據(jù)源不去與應(yīng)用深度地結(jié)合，單純依靠賣數(shù)據(jù)源，無(wú)法掌握數(shù)據(jù)的定價(jià)權(quán)。最后，數(shù)據(jù)交易會(huì)遇到涉及用戶隱私的問(wèn)題。

所以，數(shù)據(jù)規(guī)模和單位價(jià)格之間會(huì)相互制約，并且可能會(huì)帶來(lái)隱私風(fēng)險(xiǎn)。理想的線下大數(shù)據(jù)商業(yè)形態(tài)應(yīng)該是，與用戶需求和應(yīng)用場(chǎng)景深度結(jié)合的營(yíng)銷服務(wù)和運(yùn)營(yíng)服務(wù)。

線下“頭條”與“麥肯錫”

從營(yíng)銷和運(yùn)營(yíng)角度出發(fā)，線下大數(shù)據(jù)的想象空間在哪里？通過(guò)決策周期和消費(fèi)頻次2個(gè)維度可以將行業(yè)進(jìn)行分類，有的行業(yè)需要營(yíng)銷，有的需要運(yùn)營(yíng)。

決策周期長(zhǎng)、消費(fèi)頻次低的商品種類，類似于汽車、房產(chǎn)等，營(yíng)銷需求強(qiáng)。一個(gè)原因是，消費(fèi)頻次低，用戶購(gòu)買新車后，需要等5～10年才會(huì)考慮換新，這是天然的長(zhǎng)周期生意，拉新是貢獻(xiàn)其收入的主要來(lái)源。所以，消費(fèi)頻次越低，營(yíng)銷需求越強(qiáng)。另一個(gè)原因是，購(gòu)買決策流程極其復(fù)雜，營(yíng)銷就有比較多的窗口機(jī)會(huì)。一種場(chǎng)景是，通過(guò)設(shè)備探測(cè)到消費(fèi)者去了4S店，大概率他就是需要買車的人，但不可能他第一次去就當(dāng)場(chǎng)買車。所以，在3～6個(gè)月的時(shí)間窗口期，企業(yè)可以向其推送廣告或其他服務(wù)刺激消費(fèi)，這時(shí)的營(yíng)銷效率非常高。

以線下大數(shù)據(jù)為核心的營(yíng)銷業(yè)態(tài)是什么樣的？線上巨頭如百度和頭條，根據(jù)用戶行為數(shù)據(jù)做精準(zhǔn)營(yíng)銷，已經(jīng)是非常成熟的模式，但線下?tīng)I(yíng)銷還停留在資源驅(qū)動(dòng)為主的階段，比如像分眾傳媒這類公司，通過(guò)將屏幕鋪設(shè)在電梯、機(jī)場(chǎng)等占據(jù)各個(gè)線下場(chǎng)景。

由此看來(lái)，通過(guò)線下大數(shù)據(jù)幫助線下傳媒做精準(zhǔn)信息分發(fā)是有可能的。

想象這樣一個(gè)場(chǎng)景：幾位男性在等電梯，而電梯旁的顯示屏展示的卻是衛(wèi)生巾廣告，這樣的廣告顯然是低效的。所以，未來(lái)的變化可能會(huì)通過(guò)屏幕上面的傳感器，便知面前站著的是一幫男性，而且是相對(duì)中青年的男性，這種情況下可能就不會(huì)去推這個(gè)廣告。這時(shí)廣告就可以做到分散化，做到顆粒度更細(xì)?；谄聊慌赃叺娜后w屬性而去決定要推送的內(nèi)容，這就是線上數(shù)據(jù)驅(qū)動(dòng)的業(yè)態(tài)，即千人千面。

未來(lái)，有可能通過(guò)線下數(shù)據(jù)和場(chǎng)景資源結(jié)合的業(yè)態(tài)出現(xiàn)一家新型媒體集團(tuán)。

決策周期短、消費(fèi)頻次高的行業(yè)例如餐飲、零售、購(gòu)物中心等，這是所見(jiàn)即所得的服務(wù)，運(yùn)營(yíng)需求強(qiáng)。這些業(yè)態(tài)已經(jīng)有相應(yīng)的流量，但我們需要知道流量是誰(shuí)，需要去更好地了解用戶從而指導(dǎo)運(yùn)營(yíng)。

市面上有兩類咨詢?cè)趲椭髽I(yè)做運(yùn)營(yíng)。一類如典型咨詢公司麥肯錫、貝恩等，他們?cè)谛袠I(yè)里有豐富的經(jīng)驗(yàn)，利用經(jīng)驗(yàn)驅(qū)動(dòng)為企業(yè)提供咨詢服務(wù)。另一類如Nielsen等數(shù)據(jù)驅(qū)動(dòng)的企業(yè)服務(wù)公司，根據(jù)企業(yè)已有的交易數(shù)據(jù)、用戶數(shù)據(jù)以及市場(chǎng)情況，提供數(shù)據(jù)監(jiān)測(cè)管理服務(wù)。

在此基礎(chǔ)上，未來(lái)可能存在將兩者結(jié)合，出現(xiàn)以數(shù)據(jù)為主要驅(qū)動(dòng)力的咨詢業(yè)態(tài)。已經(jīng)出現(xiàn)的玩家如Aibee，它將各地的數(shù)據(jù)匯總到一起，通過(guò)AI及其他工具，基于用戶需求提供整套解決方案。

雖然線下大數(shù)據(jù)市場(chǎng)、價(jià)值以及空間很大，但不同于2C這個(gè)業(yè)態(tài)，一上線就能爆發(fā)式地增長(zhǎng)，線下大數(shù)據(jù)增速緩慢，主要難點(diǎn)就在于分散。

一是不同的場(chǎng)景極度分散。百貨中心是獨(dú)立業(yè)態(tài)、餐飲連鎖是獨(dú)立業(yè)態(tài)，兩者相互之間并無(wú)關(guān)聯(lián)，而一個(gè)用戶有可能到其中任何一個(gè)場(chǎng)景里去游逛。如果不打通極度分散的場(chǎng)景，對(duì)用戶的認(rèn)知就會(huì)變得比較淺層和片面。

二是數(shù)據(jù)采集位置分散。線下場(chǎng)景有物理區(qū)隔，它分散在不同的省份、城市、位置，為線下的數(shù)據(jù)采集加大了難度。

三是數(shù)據(jù)采集形式分散。線下數(shù)據(jù)采集形式包括Wi-Fi探針、攝像頭集群、POS收銀系統(tǒng)等。不同的采集形式帶來(lái)的是不同的賬號(hào)體系，而用戶ID Mapping尚未打通。

未來(lái)，線下數(shù)據(jù)服務(wù)商應(yīng)多元融合，建立數(shù)據(jù)聯(lián)盟和場(chǎng)景聯(lián)盟，通過(guò)數(shù)據(jù)互通、場(chǎng)景互聯(lián)，讓數(shù)據(jù)維度更加豐富，促進(jìn)線下商業(yè)從LBS（Location Based Service，基于位置的服務(wù)）轉(zhuǎn)向UBS（User Based Service，基于用戶的服務(wù)），從而將用戶價(jià)值最大化。