汇纳科技丁遥:后见、洞见、预见

原创 <{$news["createtime"]|date_format:"%Y-%m-%d %H:%M"}>  2997阅读 2020-09-07 10:11

  近日,在中国连锁经营协会主办“CCFA新消费论坛”上,汇纳科技总裁丁遥,发表了《后见、洞见、预见》主题演讲,总结提出以下三个观点:

  1、将数据采集、分析、价值挖掘三个维度的能力同步起来,人工智能和大数据就能为实体商业提供更大的价值;

  2、更照顾租户利益的,按客流量计租的方式可能会慢慢替代固定租金模式;

  3、服务提升的动力来源于行业的探索和知识转化。

1

  以下为丁遥先生的演讲全文,经整理发布:

  尊敬的郭会长、裴会长、武会长,各位新老朋友:

  这大半年来,中国实体商业碰到了太多的新情况,听了大家的演讲,我受到了很多的启发,也想借这个宝贵的机会,结合我所从事的人工智能和大数据工作,给大家分享几点近期的思考。

  第一个问题:大数据怎样才能带来大进步?

  实体商业这些年花在技术上的投入不算少,安装很多协助内部经营管理和对顾客服务的设备和软件,也收集到了各种各样的数据,但这些技术和投入似乎并没有产生什么特别重大的、对现有业务的促进作用。那么问题究竟出在哪里?是技术本身不够先进,还是使用价值挖掘不够?

  我以汇纳从事的客流分析业务为例,15年前,我们的用户开始在购物中心各主要入口安装客流传感器,用来统计全场人数;10年前,用户要求将客流传感器安装到各楼层,甚至每一个店铺,用来研究客流在场内的分布情况;这2-3年,越来越多的用户需要安装精准客流传感器,用来记录和分析顾客的年龄、性别、游逛偏好。数据采集技术的进步为我们带了更多维度、更细粒度的数据。

  相比于数据采集技术的进步,数据分析技术的发展似乎有些迟缓。多数情况下,我们还在用加减乘除、环比同比的方式进行处理,由于人脑和传统工具的限制,我们往往无法感知到多个维度间数据的细微联系,更无法对复杂的问题进行分析和归因。诺贝尔经济学奖得主西蒙教授关于人的“有限理性”中描述,人对环境的计算能力和认知能力是有限的,人做决策时采用的信息不完整,做出的决策不完全理性。

  过去,采集手段有限,每天只能提供一两张报表的数据,我们还可以仔细研究研究,现在,采集技术每天可以提供200张、2000张报表的数据,我们反而更加无所适从了。因为如果不做深度的处理,我们无法消化这些数据带来的价值,如果简单加总、归类,可能就会过滤掉很多重要的细节,那我们为什么还要花大价钱,安装那么多高级的传感器?

  我的疑惑最终被和我一起工作的胡宇教授解决了。胡教授是位特别智慧的科学家,他的专业是数字经济研究,麻省理工毕业的博士,数字经济研究员、佐治亚理工讲席教授。他从事了近20年的数据分析和人工智能建模工作,服务过美国财政部、欧盟委员会、亚马逊、阿里、微信等众多的政府、商业和学术机构。他和他的团队用了近2年的时间,用可解释的机器学习方法,分析了数千家购物中心的位置、体量、经营年限、品牌构成、过往的客流数据,并且考虑各个项目实时的竞争关系,构建起了实体商业“五因子”模型,这个模型不仅能预测一家商场未来1年内每天的客流基准,还能对每天客流增减进行归因,将商场的整体客流细分到行业、天气、日期、长期竞争力、短期竞争力和突发等因素中。他说这个模型把购物中心的数据分析技术从感知层面提升到了认知层面。感知告诉我们发生了什么?这是后见,认知告诉我们为什么会发生?这是洞见。我们还想知道未来会发生什么?这是预见。最终我们更想知道怎样才能让我们期望的发生,这就是智慧决策。

  克劳德.香农:信息是不确定性的解。我觉得,面对纷繁复杂的商业竞争,每一位经营者都有消除不确定性的执念。他们希望知己、知彼还要知行业……汇纳产品和服务演进的路径就是按照不断帮助用户消除不确定性而设定的。

  无论标准客流、还是精准客流,这都是在满足用户“知已”的需求;

  今天汇客云平台上已经集合了1000多家购物中心的数据。大家之所以愿意将自己的数据参与行业的统计和计算,就是想感知竞争的环境和状态。我们用汇客云提供的经营对标产品,来满足用户“知彼”的需求。

  今年3月3日,我们依然准时推出了中国实体商业客流年度报告,并在3月底推出了全国实体商业回暖监测平台。当时正值防疫的关键阶段,整个办公园区,只有我们一家企业的员工在工作,还经常忙得通宵加班。因为防疫管制无法返回的员工,就通过网络甚至越洋电话参与工作;办公楼周边食堂、餐厅、便利店统统都不营业,空调也不开放,这都能忍,但只要有同事被冻的打喷嚏,大家就会紧张好一会。打喷嚏的人一边要掩饰着自己的心慌,一边装作若无其事地安慰别人,说我一直带着口罩,路上自己开车,没接触过什么陌生人啊。大家当时就是一个目标:面对如此重大的疫情,我们的用户肯定特别想知道行业的情况,能早一天把全国全行业的情况告诉他们,他们就可以早一天研究对策。我们的用户都知道,这两项动用了最多数据资源和人力物力的“知行业”的服务,我们都是免费提供的。今后我们还会坚持为用户提供更多更好的“知行业”的产品和服务。

  说到这,可以小结一下:只有采集、分析、价值挖掘三个维度的发展,齐头并进了,人工智能才能为用户带来明确的价值!

  第二个问题:智慧化决策会否催生流量化计租?

  我们以抖音为例,它从初始内容试推、到用户行为连续解读、再到逐渐精准内容推送,零点几秒就可以完成一次完整的调优。而实体商业的调优一般要以年为单位,对比之下,逐渐适应互联网产品优化节奏的消费者,肯定会对实体商业产生不满。所以实体商业面临着如何加速分析和决策,大幅加快内容调优的压力。

  前一段时间,理想汽车总裁沈亚楠告诉我,他们不希望租太久的店铺,他们认为2年就足以完成在一个城市中的对潜在用户的深入触达,接下来的服务、转化都会依赖网络解决。那么,品牌租赁的周期会越来越短吗?

  我们再看店铺租赁的主流交易方式,仍然是数百年前定下的固定租金、或者固定租金+销售抽成模式,购物中心也常用“租售比”这个指标来评估租金定价是否合理。但越来越多的品牌采用全渠道的销售方式,有些实体店铺干脆只输出体验,不再交易,那我们该如何为店铺定租呢?

  无论为了交易还是体验,品牌都希望能够占住一个流量充足的位置,而购物中心之所以愿意为那些头部品牌提供额外的优惠,不外乎看中了他们的吸客能力,为周边店铺提升流量,从而获得购物中心整体租金的提高。胡教授的研究表明,客流每增长1%,租金水平增长0.61%,所以客流量才是店铺的价值基础!

  谷歌有一套算法来评估每个页面、每次点击对于某条互联网广告的价值,今天我们的精准客流传感器同样可以记录下每一次游逛的数据,我们也正在开发精确计量游逛价值的智能模型。按浏览量计费颠覆了广告行业原来按占用版面、播出时长的定价模式,之所以如此,我觉得是浏览计价更关注为用户带来的价值,而不是媒体付出了多少成本。我们的一个化妆品用户告诉我说,他们销售已经有40%来自网上,以至于他们刚刚把线下关店的标准从销售不达标变为客流不达标,也就是说只要有顾客体验,哪怕门店的销售差一点,他们认为也是有价值的。

  在购物中心店铺资源供应逐渐过剩的今天,更为关注租户价值的按客流量计租的模式,可能会慢慢替代固定租金的模式。

  第三个问题:源源不断的能力提升动能从何而来?

  数智慧化决策、流量计租,各种进步继续了,我们还要有哪些改变?

  这是两家特别不一样的公司,他们在各自服务的领域中,都是领先者,也都是汇纳的用户。在征得两家同意后,我把他们的使用行为数据做了一个对比:

  如果大家看过他们的店铺、店员的服务、产品和包装后,你所感知到的差距会更加明显。

  我把这份比较给了后面这家品牌的董事长,他看后沉默了很久,然后跟我说:正是这些看不见的行为,才导致了那些看得见的差异。我特别赞成他的说法,那些看得见的差异更容易认知,也就更容易追赶,哪怕依葫芦画瓢,也能模仿个七七八八。而那些看不见的,根植于社会、人性底层的东西,例如:思维习惯、生产组织方式、交易规则、技术框架是难以简单模仿的。我相信这两家品牌都意识到了数据的重要性,才购买了我们的数据采集设备,同样支付了费用,但两家对于服务价值的挖掘显然是不一样的。我们特别感谢那些不断使用我们的产品、不断提出质疑和发现我们缺陷的用户,刚才的品牌A就是这样的用户。服务他们虽然很辛苦,但真的能促进我们的成长,我们不断把他们的智慧融入产品和服务之中,就相当于把行业中***的经验凝聚成了新的功能点,传递给了其他的用户。我们源源不断增强的服务能力,来自于整个行业的探索和知识转化。

  在这次谈话的一周以后,我观察到了他们使用数据的变化和成长,我们的技术支持部门也开始经常接到他们打来的咨询电话。

  当行业热词从弯道超车、降维打击、流量变现逐渐变为理论研究、工匠精神、客户价值的时候,我们的发展似乎才从机会主义准备随时超车的“弯道”,驶入到一段可持续加速的长期主义的“直道”。

  这两天各位领导的发言,很多都提到了要打造更优质的产品,为顾客创造更多的价值。我们也认为:人工智能也罢、大数据也罢,如果不能帮助实体商业提升收入,减少成本,或者效果不可验证,不可测量,就没有什么价值。

  最后,我再小结一下我的发言:

  1、当采集、分析、价值挖掘同步获得重大进展时,人工智能、大数据技术就能在实体商业领域发挥出重大作用。

  2、更体现照顾租户价值的按客流量计租方式,可能会慢慢替代固定租金模式。

  3、服务提升的动能要从整个行业的探索和知识转化中获取,才能源源不断。

重要提示:本文仅代表作者个人观点,并不代表乐居财经立场。 本文著作权,归乐居财经所有。未经允许,任何单位或个人不得在任何公开传播平台上使用本文内容;经允许进行转载或引用时,请注明来源。联系请发邮件至ljcj@leju.com,或点击【联系客服

网友评论