泰合资本梅林：物联网时代，寻找线下版“今日头条”

“想象一下，用户进门的那一刻就知道，‘是谁来了，他在哪里，他做了什么，他买了什么，以及他为什么买，他的偏好，他的属性……，’这是未来线下大数据可能出现的理想场景。”在最近的一次内部分享会上，泰合资本董事总经理梅林分享了她对线下大数据行业未来趋势的考虑和观望。

纵观人类历史，人类从土地驱动、劳动力驱动、机械驱动逐渐到现在的数据驱动，数据有可能是未来的第五生产要素。而在即将到来的物联网时代，线下大数据有可能是最重要的命题之一。本文将围绕以下四点分享梅林的看法：

1. 为什么我们关注线下场景的大数据？

2. 数据交易不是线下数据变现的最优解，理想形态应与用户需求和应用相结合

3. 线下“头条”以及数据驱动版“麦肯锡”？

4. 数据采集分散限制了线下大数据行业的增速

为什么我们关注线下场景的大数据？

从用户的角度出发，我们会发现用户有两大稀缺资源，时间和金钱。二者体现在每个人每天都只有24小时，并且人均消费支出是相对固定的。

线上互联网的使用场景主要集中在电商、社交、内容等，根据QuestMobile2018年中国移动互联网报告，平均用户每天在线上时间投入大约为5小时。相比而言，除去睡眠时间，用户投入在线下的时间仍是两倍于线上时间。

虽然许多非餐饮的食品、烟酒以及日常家用品线上渗透率非常高，但人们还是会去线下消费，比如吃饭、买车、看病、教育等。2017年居民人均消费支出大约在18000元，线上消费占比三分之一，线下消费投入仍是两倍于线上。

毫无疑问，用户的时间、金钱的大头仍在线下。

回到产业端，数据服务是企业服务的一种，是赋能的逻辑，如果你做得很好的情况下我是没有必要帮你做的更好的。我们发现，线上场景集中度比较高，已经形成巨头吃肉，余下喝汤的局面。但从线下的竞争观察，其天然的LBS属性决定了行业集中度低，业态分散，不仅面临线上的巨头，还面临线下与同属一个地区的业态竞争。线下商业激烈，为企业赋能的第三方数据服务有很大的空间。

如果比较线上的数据结构，我们会发现一个典型的TMT公司往往已经形成数据闭环。从流量开始，公司可以清楚地知道用户是谁，用户做了什么，多少的用户买了单。这些数据都可以被采集和记录，并通过数据分析挖掘用户价值，形成运营体系。

反观线下数据，线下很多业态是无法对其客流把握以及分析的。一家传统的百货公司是不知道今天我来了多少人，他们的消费需求是什么更别提感知营销活动、天气等对客流的影响，基本处于躺着赚钱的粗放式经营。

虽然部分线下大数据公司已经实现了通过wifi传感器、摄像头和Beacon去捕捉和分析客流，但这仍处于最基本的流量环节。关于用户的识别、以及用户交互还是两眼一抹黑。线下场景相对封闭，客流、识别、动线/交互、交易支付、用户运营每个环节都需要单独的供应商，需要从零部署，数据相互打通基本没有。

既然线下业态竞争那么激烈，业态又分散，我们认为是这是第三方数据服务存在的空间，最终线下业态会逐步跟随线上业态完成数据闭环。

数据交易不是线下数据变现的最优解，理想形态应与用户需求和应用相结合

我们从数据价值和变现模式来看待线下大数据理想的商业模式可能是什么样的。

首先线下大数据的数据价值体现在精准性和广泛性两点：

• 相比于可复制的线上数据，线下数据通常代表着用户的真实消费意愿，人们每一次出现在餐厅、零售店、4S店都真实表现了他花时间了，并且他可能是打车或坐地铁特地跑过来的。

• 线下数据覆盖了全量人群，互联网覆盖不到的银发人群以及小于10岁的小孩，他们的消费行为和意愿是可以在线下被捕捉的。
  

基于这两点，我们看好线下数据的数据价值。目前市面上数据服务主要有以下四种变现模式：数据交易、数据呈现、营销服务、运营服务。泰合认为数据交易本身不是最优质的商业形态。

• 数据跟普通的商品不一样，它是没有使用异步性的问题，一旦复制和规模化扩张之后数据的价值就会降低。

• 数据边际成本几乎为零。一旦布下一个传感器，它就持续不断的会给贡献数据，额外的增加这个数据的获取成本，基本上可以趋向为零。

• 如果数据源不去与应用深度的结合，单纯卖一个数据源，无法掌握数据的定价权的。

• 涉及数据交易比较容易遇到用户隐私的问题。

数据的规模和单位价格之间会相互的制约，这会是一个trade off，并且可能会带来隐私风险。结合以上四点原因，理想的线下大数据商业形态应该深度与用户的应用和需求相结合。

线下“头条”以及数据驱动版“麦肯锡”？

从营销和运营角度，线下大数据的想象空间在哪里？我们将消费品类通过决策周期和消费频次两个维度去区分。

决策周期长并且消费频次低的商品种类，类似于汽车、房产等，用户今天买了可能五年、十年后才会考虑换新。线下大数据可以在消费者决策窗口期的时候培育客户。举例来说，当人们走入一家4S店，摄像头探测到并识别为潜在消费者后，可在3-6个月的决策窗口期对该客户推送广告、或者品牌动态刺激消费。

以线下大数据为核心的营销业态可能是什么样的？如果看线上巨头如百度和头条，根据用户行为数据做精准营销，已经是非常成熟的模式但线下营销还停留在资源驱动为主。分众传媒、梯影传媒等通过将屏幕铺设在各个电梯、机场，占据各个线下场景。

在我们看来通过线下大数据帮助线下传媒做精准信息分发是有可能的。

举一个典型场景的例子来讲，这是几位男性创业者跟我们讲的一个笑话，他们在一个写字楼里面等电梯，结果就发现电梯那边的广告在展示一个卫生巾的广告，他们就觉得很尴尬。

所以，其实他们想象的场景是什么呢？未来这个屏幕上面可能是会有传感器的，基于这些信息我就会知道，在我面前站着的这个人是一帮男性，而且是相对中青年的男性，在这种情况下面它有可能就不会去推这个广告，它的广告就可以做到分散化，做到一个颗粒度更细，基于谁来到了我这个屏幕旁边去决定我到底要给你推送什么样的内容，而这件事情天然就是线上的数据驱动的业态，这是千人千面。

我们认为未来有可能通过线下数据和场景资源结合的业态出现一家新型媒体集团。

针对决策周期短并且消费频次高的行业例如餐饮、零售、购物中心，这些业态已经有相应的流量，但是我需要知道流量是谁，需要去更好的了解用户从而指导运营。

市面上已经有两类咨询在帮助企业做运营。一类如典型咨询公司麦肯锡、贝恩等，他们在行业里有丰富的经验，了解行业的know how，可以帮助企业提供经验驱动型的咨询服务。另一类如于Nielson等咨询服务公司，根据企业已有的交易数据、用户数据去以及市场情况提供数据分析服务。

但在此基础上，我们认为未来可能存在将两者结合，出现以数据为主要驱动力的咨询业态。已经出现的玩家比如Aibee，它将各地的数据汇总到一起，通过AI各种工具，基于用户需求提供整套解决方案。

数据采集分散限制了线下大数据行业的增速

虽然说市场很大，价值和空间也很大，但是我们看到线下大数据公司如果从增速角度上面来讲，我们可以看到增速还是慢慢在往上爬，它不像2C这个业态，一上线爆发式的增长。主要的难点就在于分散：

一是场景分散，不同的场景是极度分散的。百货中心是独立业态，餐饮连锁是独立业态，相互之间并不关联。而一个用户有可能到任何一个场景里面去游逛。所以场景极度的分散，如果不做打通对用户的认知一定程度上会变得比较的浅层和片面。

二是数据采集位置分散，刚才讲到线下场景天然就是有物理区隔的，它是分散在每一个不同的省份、不同的城市、不同的位置里。线下的数据采集需要一步一个脚印的，一个一个客户的去敲门，然后一个一个的去布到这个场景里面。

三是数据采集形式分散，线下数据采集形式包括WIFi探针、摄像头集群、POS收银系统等。不同的采集形式带来的是不同的账号体系，用户ID Mapping尚未打通。

基于以上梅林认为，“我们希望这个行业就是能够做到多元的融合，可以通过多种的形式促成数据联盟。然后我们这个数据互通，大家资源互补。我们乐见其成行业内出现多元数据服务商，在数据和场景维度能够深度合作”

泰合资本已成立六年时间，为60多家创业公司完成了超过550亿人民币的融资额。服务客户包括瓜子二手车、51信用卡、vip陪练、作业帮、拼多多、云集、百词斩等。