百度零售大数据入场：重构人货场的节点是数据及背后模型

零售离不开人货场这三个因素，人是消费者、店内销售人员；货包含了店内选品、摆放、价格；场则是店面选址、门店风格等。人货场的核心是人，货和场都围绕人展开，都希望将人的价值最大化，通过售前、售中、售后的精准触达和服务无限接近消费者需求。数据帮助刻画消费者画像，同时带动货和场的重构，所以人货场重构的节点在数据，人货场重构在某种意义上就是“数据驱动业务”。

既然是数据驱动，那么数据质量、模型、应用场景等就尤为重要，零售企业通常不具备技术实力，由此诞生了很多以数据采集、清洗、分析为主的公司。类似的我们曾经报道过以用户行为分析为主的神策数据、数极客、GrowingIO，以地产数据为主的象理数据、专注零售数据的哈步数据、为新零售输出AI摄像头的悠络客、提供包括数据分析在内等技术服务的星家加、针对中频消费场景的马蹄铁、转型做数据服务的迈外迪、占有较大市场份额的汇纳科技。

而百度大数据在2016年也开始了零售大数据业务，产品有三个模块：百度智客、百度汇客、百度觅客。主要挖掘用户线上线下行为、定义目标客户群特征、消费偏好、地域分布，进而为零售商家提供选址招商、运营管理、客户洞察、推广营销等数据分析服务。

百度智客基于百度大数据优势，整合顾客购物意向与到店行为，识别活跃与高价值顾客，为零售商家提供客流管理、客群洞察、媒体分析、地域来源及商圈竞品分析等报告服务，帮助商家智能运营，改造的是“场”；百度汇客以可视化或数据API形式，对招商选址、媒体投放等场景提供人群筛选、转化漏斗、多维交叉等服务，改造的是“货”；百度觅客能识别场内场外潜在顾客，帮助商家精准营销。同时借助百度推广的渠道优势，扩大媒体投放覆盖面，构建全域营销闭环，改造的是“人”。

百度零售大数据相当于数据服务商，优势之一是有比较强大的计算资源，二是线上线下数据支撑，最终结果就是精准模型的建立。目前百度零售大数据平台全部API化，数据来自百度数据，也有部分商家自有数据，分析后会为客户提供相应的数据报告分析。应用场景有商业地产、展会活动、户外广告、零售商超等，服务的用户有华润五彩城、百信广场、中粮、大地影院、大悦城。

拿商业地产举例，某购物中心（含200家品牌门店）与百度智客合作，实时查看整场、各品牌门店客流以及楼层动线，通过算法模型识别到场客群特征与兴趣偏好，进行顾客分群，洞察高价值人群逛街消费行为，从而制定相应主题营销活动，选择营销渠道，确定投放策略，进而在年中大促活动中，单周流水提升42%+。

数帮客曾发文预测，2015年，中国大数据市场规模达到115.9亿元，同比增长38%；2016年为168.0亿元，同比增长45%。综合以上因素，2018年我国大数据市场规模将达到280亿元，未来五年(2018-2022)年均复合增长率约为27.29%，2022年将达到735亿元。零售大数据大概占8.7%的大数据市场规模。此外，据国家统计局统计，2017年全年，社会消费品零售总额366262亿元，比上年增长10.2%。其中，限额以上单位消费品零售额160613亿元，增长8.1%。

零售业市场广阔，未来零售形态会发生比较大的变化，价格不再是最重要的衡量标准，越触达消费者需求越容易推广营销；货物也不再千篇一律，从源头开始，人的需求就被更好地满足；场景化消费也将深入人心，消费场景无处不在。零售商家要做是要牢牢把握住“消费者核心”，数据服务商要做的或许就是做好数据服务，切实为客户提供效率、降低成本。

百度大数据部零售方向负责人陆毅明2008年加入百度，先后负责百度统计、百度移动统计，百度司南等大数据产品工作，在大数据方向拥有丰富的产品、研发经验和深刻的市场洞察。2016年开始带领团队拓展百度大数据零售方向，专注于线上线下数据融合，以百度数据能力赋能传统零售行业。