大数据商业价值挖掘方法 (大数据数据挖掘)

商圈流量大数据,大数据怎么统计商圈

《金卡生活》杂志

中国银联 主管主办

理论研究 实务探讨

长按二维码关注我们

商圈流量大数据,大数据怎么统计商圈

作者 |作者系银联智惠数据创新室科室经理,专注于大数据产品创新和商业应用研究

编辑 | 葛辛晶

实习编辑 | 王慧敏

上海作为国际大都市,商业氛围浓郁,各类大型商场、繁华商圈不断落成,各类商户纷纷择佳店进驻。在各大商圈中,要么虽多是客流涌动,人声鼎沸;要么却也有部分其中商铺门可罗雀,终至关门歇业。究其门庭客稀的原因,一方面,可能由于品牌影响力弱、运营经验不足;另一方面,与店铺在自身定位确定的前提下,是否选择了合适的商圈也有莫大关系。怎么样才能找到客流旺盛、客群消费能力强,但是竞争尚不激烈的“潜力商圈”呢?笔者根据银联智惠的商圈模型结合部分银联支付流水字段做了研究初探,以飨读者。

以服装业为例:首先,我们追踪分析了商圈消费客群的消费行为,圈定客群在服装业有稳定高消费的商圈。接着,再从中挖掘出服装领域的消费金额占总消费金额比例、服装类商户占总商户比例都较低的商圈。

如果某个商圈客群在服装业有稳定消费(不一定都在该商圈购买服装),但是该商圈的服装业消费金额、商户占比低,可能说明该商圈还未充分挖掘服装业的消费潜力。商家可以优先考虑这些商圈,再结合其他信息综合分析后决定在哪里开业。我们在筛选相关数据之后,构建了商圈商户潜力指数与商圈消费金额潜力指数(以下统称为“商圈服装领域潜力指数”)对商圈潜力进行量化分析(图1)。商户潜力指数高,即高消费能力客群占比高,而服装类商户数占比低;商圈消费金额潜力高,即高消费能力的客群占比高,而服装类消费金额占比低。其中,高消费能力客群的定义为,每月在服装领域消费金额和消费次数均位于总客群前30%的客群。商圈服装业潜力指数越大,说明竞争越少,客群消费能力越强。

另外我们认为在本身服装业有旺盛消费水平,也在商圈有稳定消费,却很少在该商圈消费服装业的客户,是该商圈亟待吸引的潜力客群,也是选择在该商圈开店的商户目标客群。以下简称目标客群。

图1 上海各商圈服装领域潜力指数

商圈流量大数据,大数据怎么统计商圈

笔者发现,上海大华万里商圈的商圈服装领域潜力指数非常高(图1)。从图2中可见,在大华万里商圈的客群中,有较大比例的客群在服装领域有旺盛且稳定的消费,但该商圈的服装类消费金额、笔数、商户占比都较低,而且服装类消费单价与服装业的消费连单率(连单率指在服装领域消费前后2小时还在该商圈消费的卡数占比,该指标用于衡量商圈吸引顾客连续消费的能力)都不及上海商圈平均水平。从该雷达图可以看出,大华万里商圈相对上海商圈的平均水准而言,在服装领域上有较大发展潜力。

图2 大华万里商圈和上海市商圈平均水平对比雷达图

商圈流量大数据,大数据怎么统计商圈

其中,大华万里商圈的服装消费单价,只占该商圈稳定服装消费的客群平日消费单价的35%,因此可能存在明显的上升空间(图3)。

图3 大华万里商圈服装消费情况

商圈流量大数据,大数据怎么统计商圈

那么,大华万里商圈的目标客群,如果不在大华万里商圈购买服装,他们还会去哪里购买服装呢?笔者根据银联数据进行了追踪,结果如下(图4):

图4 大华万里商圈中服装消费主力客群选择的其他购衣商圈分布

商圈流量大数据,大数据怎么统计商圈

答案是市中心,且消费次单价相对在大华万里商圈消费水平要高出很多。

  • 第一,静安寺商圈:21%的消费客群会去静安寺商圈消费,消费次单价为1437元;

  • 第二,南京西路商圈:12%的消费客群会去南京西路商圈消费,消费次单价为1955元;

  • 第三,南京东路商圈:10%的消费客群会去南京东路商圈消费,消费次单价为1635元;

但是,从大华万里商圈到市中心的路程距离并不近,若是要乘坐地铁到南京西路地铁站,来回大约一个半小时左右。因此,笔者推测如果消费者没有“压马路”的想法,同时大华万里商圈中有其满意的品牌或商铺,那么客群应该更乐意在家门口消费。

目标客群画像及品牌偏好:那么,哪些品牌、品类的服装商铺可以考虑在大华万里商圈开业呢?

首先,我们用银联智惠的客群画像标签,汇总计算了大华万里商圈中对服装有旺盛消费行为的客群画像,其中可见该商圈的客群以青年女性居多,在服装和奢侈品领域等有较多的高档消费记录;且该目标客群有旅游或者出差的习惯,异地、境外消费频次高,总体消费能力也很强(图5、6、7)。

图5 目标客群的画像分析

商圈流量大数据,大数据怎么统计商圈

图6 目标客群在异地、境外的消费分析

商圈流量大数据,大数据怎么统计商圈

图7目标客群在服装、奢侈品领域消费档次的分布情况

商圈流量大数据,大数据怎么统计商圈

因此,我们推测大华万里商圈目标客群的消费偏好如下:

一是年轻女性为主,支出较多,在服装和奢侈品上舍得花钱(推测爱打扮,注意形象);

二是旅游或者出差频次较高,在境外或异地有旺盛的消费能力;

三是工作/居住在中环附近(在大华万里商圈有稳定消费),离市中心有距离。

那么,这些消费者在服装品牌、品类上面有什么偏好呢?

从图8、9可以看出,综合、休闲类服装占据较大比例,女装品类的占比也比较可观;同时,我们还发现了这些客群的偏好品牌:

图8 目标客群在服装品类的选择分布

商圈流量大数据,大数据怎么统计商圈

图9 目标客群偏好的品牌

商圈流量大数据,大数据怎么统计商圈

商圈流量大数据,大数据怎么统计商圈

初探餐饮领域中的潜力商圈

在完成上海商圈服装业的研究后,我们将这套研究方法扩展至餐饮领域。在餐饮领域,我们将旺盛消费客群定义为每月消费金额、次数均位于前30%的客群。同样地,我们计算了上海全部商圈餐饮领域的商圈商户潜力指数与商圈消费金额潜力指数(以下统称为“商圈餐饮领域潜力指数”)(图10)。

图10 上海各商圈餐饮领域潜力指数

商圈流量大数据,大数据怎么统计商圈

通过对上海各大商圈的分析比较,可以发现虹桥南丰城商圈的餐饮领域潜力指数都独占鳌头。

另外,我们根据数据显示比较还可以发现,虹桥南丰城商圈目前的餐饮消费单价,与其餐饮消费旺盛客群的餐饮消费单价仍有明显的差距,餐饮领域的消费潜力可能没有被充分挖掘,商圈可以考虑引入中高端的餐饮商户(图11)。

图11 虹桥南丰城商圈餐饮消费情况

商圈流量大数据,大数据怎么统计商圈

虹桥南丰城目标客群消费偏好:哪些餐饮种类、餐饮业的品牌可能在虹桥南丰城比较容易受到欢迎呢?我们汇总分析了该商圈的餐饮旺盛消费客群的偏好(图12)。其中,西餐、本帮江浙菜、日本菜、粤菜都是目标客群的偏好之选,而且他们对消费单价较高的精致品牌较为青睐。

图12目标客群的餐饮消费偏好

商圈流量大数据,大数据怎么统计商圈

初探建材领域中的潜力商圈

在综合类商圈之外,银联智惠的商圈模型还圈出了部分以建材为主的小型商圈,我们在对这些小型商圈进行分析的时候,意外地发现部分建材类的商圈的餐饮业潜力指数非常高:

图13 家居建材商圈餐饮业潜力指数及真北路红星美凯龙商圈餐饮雷达图

商圈流量大数据,大数据怎么统计商圈

经过我们的潜力公式计算,上海市真北路红星美凯龙商圈的餐饮潜力指数遥遥领先其他建材类商圈。相较于其他家居建材为主的小商圈,其餐饮类消费卡次占比(6.40%)明显偏低(均值25.21%)。商圈餐饮连单率(3.69%)也远低于建材商圈平均值(7.01%),消费者大多在商圈购物之后就走,衍生消费明显较其他商圈少。所以可以考虑在该商圈周边增加餐饮业态的布局。

考虑到实际消费场景:一般消费者在家具建材类商圈消费时,会在商场内停留较久的时间,其中涵盖用餐时间点的可能性很大。同时,消费者逛建材市场时,相对会有较大的体力消耗,容易产生对零食、小吃的需求,所以建材类商圈可能会产生稳定的餐饮业消费需求。著名品牌宜家家居(IKEA)在店内设置了著名的宜家餐厅,其快餐、冰激凌、热狗都声名远播,生意火爆的新闻常见于新闻报道(图14)。

图14 宜家餐厅

商圈流量大数据,大数据怎么统计商圈

本次研究基于银联数据做了大数据帮助商铺选址的初探,之后我们将做进一步深层研究。值得注意的是:开店决策还需要其他诸多辅助数据、信息、方法做决策。本次研究不构成任何投资及商业决策建议。