全新商业模式：阿里大数据助力线下商业腾飞

    熊超，阿里巴巴城市生活事业部主架构师，喵街主架构师。首先介绍一下喵街，喵街的定位是希望有助于消费者更好地逛街。由于中国的购物处于场景化消费的时代，结合着移动端、实体店以及生活圈，需要更好地将人、货、场以及平台有机融合在一起。

    接下来通过一个城西银泰的案例分析这种方法的步骤和重要意义。首先分析了在工作日和周末客户到达城西银泰的实际客流情况，利用阿里巴巴消费者画像，结合Mall 、零售以及商户的线下数据，可以给客户提供便捷的决策、营销服务，争取改变线下消费者的动线。

    为了帮助商家找到每一个客户的运营路线，可以采用多维度消费者模型的方法，将三个线下购物RFM购物标签、线上活跃度指标、地理位置以及特殊产品指标等六个因素加以概括分析，从而对消费者进行画像。

    在查询方面可以使用Mall数据、商户数据以及ISV数据，对这些数据进行组合之后就可以进行消费者分析、品牌分析以及场景分析等模块化分析，最后再整合模块化分析，有助于进行招商、运营、营销等活动。

    其中可以利用客群画像雷达，通过消费档次、社会属性、样本人群特征以及其他维度分析潜在客户的特性，之后就可以根据需要对商务人群、家庭人群、旅客人群、年轻人群进行来客预测和人流走向分析。

    在数据营销案例中，主要包括活动创建、数据分发、消息透出、场景营销、数据分析等几个流程，其中分发数据有推送、打开和领取量，场景数据和营销数据有会员数量和营销推送量。

    总之喵Insight通过360度的客户画像，了解购物特征标签和行业品类标签，掌握生活圈访问路径和地理位置，再结合历史订单分析和当下需求，高度融合喵街购物数据模型型库、顾客静态标签、RFM购物动态成长标签以及大量非结构化数据，实现移动端、实体店和生活圈的有效融合，构建全渠道新消费数据模型。

    其中在模型的底层需要消费者特征库、即时计算、离线计算和关系数据库；在中间层有线下消费者多维分析服务、数据报表、算法模型以及后台管理；在应用层就有数据分析报表、用户画像、营销Push、招商、企业规划等多种应用，其中画像维度有基本信息、偏好信息、行为信息、LBS信息、品牌信息以及商家信息。

以上是熊超先生本次内容的演讲情况，相关PPT与音视频下载请点击【查看】。

演讲嘉宾： 熊超

速记整理：高峰