當(dāng)前線上大數(shù)據(jù)應(yīng)用已趨于成熟，但線下大數(shù)據(jù)挖掘尚處于初級階段。未來，線下數(shù)據(jù)和場景資源的融合，將因新業(yè)態(tài)的出現(xiàn)產(chǎn)生新機(jī)會。

縱觀歷史，人類從農(nóng)耕時代的土地驅(qū)動、手工業(yè)時代的勞動力驅(qū)動、蒸汽時代的機(jī)械驅(qū)動，逐漸到現(xiàn)在互聯(lián)網(wǎng)時代的數(shù)據(jù)驅(qū)動，可以預(yù)見，數(shù)據(jù)有可能作為基礎(chǔ)設(shè)施，成為未來的第5生產(chǎn)要素。

在即將到來的物聯(lián)網(wǎng)時代，線下大數(shù)據(jù)有可能是最重要的命題之一。

線下大數(shù)據(jù)空間巨大

為什么我們關(guān)注線下場景的大數(shù)據(jù)？

從用戶角度出發(fā)，我們會發(fā)現(xiàn)用戶的兩大稀缺資源—時間和金錢依然集中在線下。

線上互聯(lián)網(wǎng)的使用場景主要集中在電商、社交、內(nèi)容等。根據(jù)QuestMobile《2018年中國移動互聯(lián)網(wǎng)報告》，用戶平均每天在線上的時間投入為5小時。相比而言，除去睡眠時間，用戶投入在線下的時間仍是線上時間的2倍。

雖然許多非餐飲的食品、煙酒以及日常家用品的線上滲透率非常高，但很多場景下人們還是會去線下消費(fèi)，比如吃飯、買車、看病、教育等。2017年居民人均消費(fèi)支出為18 000元，線上消費(fèi)占比1/3，線下消費(fèi)投入仍是線上消費(fèi)投入的2倍。

毫無疑問，用戶時間、金錢投入的大部分仍在線下。

回到產(chǎn)業(yè)端，數(shù)據(jù)服務(wù)的邏輯是為企業(yè)賦能。目前，線上場景集中度比較高，已經(jīng)形成“巨頭吃肉，余下喝湯”的局面。而線下的競爭，其天然的LBS（Location Based Service）屬性決定了行業(yè)集中度低，業(yè)態(tài)分散。這里不僅面臨線上巨頭的競爭，還面臨與線下同地區(qū)業(yè)態(tài)的競爭。線下商業(yè)競爭激烈，于是為企業(yè)賦能的第三方數(shù)據(jù)服務(wù)有很大的空間。

對比線上的數(shù)據(jù)結(jié)構(gòu)，我們會發(fā)現(xiàn)一個典型的TMT公司往往已經(jīng)形成數(shù)據(jù)閉環(huán)。從流量開始，到打通的賬號體系，公司可以清楚地知道用戶是誰、用戶做了什么、有多少的用戶埋單。這些數(shù)據(jù)都可以被采集和記錄，公司可以通過數(shù)據(jù)分析，挖掘用戶價值，形成運(yùn)營體系。

反觀線下數(shù)據(jù)，線下很多業(yè)態(tài)無法對其客流進(jìn)行把握和分析。比如，一家傳統(tǒng)的百貨公司不了解今天來了多少人，他們的消費(fèi)需求是什么，更別提感知營銷活動、天氣等對客流的影響，他們多處于粗放式經(jīng)營狀態(tài)。

雖然部分線下大數(shù)據(jù)公司已實(shí)現(xiàn)了通過Wi-Fi傳感器、攝像頭和Beacon去捕捉和分析客流，但這仍處于最基本的流量環(huán)節(jié)，對于用戶的識別、用戶交互還非常欠缺。線下場景相對封閉，客流、識別、動線/交互、交易支付、用戶運(yùn)營等每個環(huán)節(jié)都需要單獨(dú)的供應(yīng)商，所以需要從零部署，實(shí)現(xiàn)數(shù)據(jù)互通。

線下競爭激烈、業(yè)態(tài)分散，這是第三方數(shù)據(jù)服務(wù)存在的空間。最終，線下業(yè)態(tài)會逐步跟隨線上業(yè)態(tài)完成數(shù)據(jù)閉環(huán)。

相比于線上大數(shù)據(jù)，線下大數(shù)據(jù)生產(chǎn)門檻更高，具有精準(zhǔn)性和廣泛性兩大特點(diǎn)。

一是精準(zhǔn)性，相比于可復(fù)制的線上數(shù)據(jù)，線下數(shù)據(jù)通常代表著用戶的真實(shí)消費(fèi)意愿。人們每一次出現(xiàn)在餐廳、零售店、4S店都真實(shí)表現(xiàn)了他的時間花費(fèi)，并且他可能是打車或坐地鐵特地跑去線下店的。

二是廣泛性，線下數(shù)據(jù)覆蓋了全量人群，互聯(lián)網(wǎng)覆蓋較少的銀發(fā)人群以及小于10歲的小孩，他們的消費(fèi)行為和消費(fèi)意愿可以在線下被捕捉到。

基于這2點(diǎn)，我們很看好線下數(shù)據(jù)的數(shù)據(jù)價值。

線下大數(shù)據(jù)如何變現(xiàn)

目前市面上的數(shù)據(jù)服務(wù)主要有以下4種變現(xiàn)模式：數(shù)據(jù)交易、數(shù)據(jù)呈現(xiàn)、營銷服務(wù)、運(yùn)營服務(wù)。

數(shù)據(jù)交易的變現(xiàn)形式比較簡單，即直接售賣采集到的數(shù)據(jù)源。但這種模式存在變現(xiàn)可持續(xù)性不足，以及規(guī)模天花板的問題。

數(shù)據(jù)呈現(xiàn)是將采集到的數(shù)據(jù)經(jīng)過淺加工，變成一個商業(yè)化的產(chǎn)品賣給用戶。這種產(chǎn)品的輸出形態(tài)是，基于多方數(shù)據(jù)源進(jìn)行數(shù)據(jù)挖掘后形成的BI報表。比如，把硬件布在零售超市的數(shù)據(jù)公司，會呈現(xiàn)貨架上面的品類，然后告訴超市哪個SKU現(xiàn)在需要補(bǔ)貨。它變現(xiàn)的方式比較直接，賣產(chǎn)品然后收取服務(wù)費(fèi)。數(shù)據(jù)呈現(xiàn)類產(chǎn)品變現(xiàn)的優(yōu)勢在于，它能落地成一個相對標(biāo)準(zhǔn)化的產(chǎn)品，但它的問題在于工具屬性比較重。因?yàn)樗蛔龀尸F(xiàn)，至于客戶怎么去使用這個數(shù)據(jù)，怎么去決定商業(yè)發(fā)展的問題，都無法涉足，所以客單價會相對受限。

營銷服務(wù)，簡單理解就是一種更加精準(zhǔn)的線下廣告。它的輸出形態(tài)是基于線下采集的數(shù)據(jù)，加上數(shù)據(jù)分析能力和媒體曝光的能力，使其最終在場景里能比較精準(zhǔn)地觸達(dá)目標(biāo)人群，比如白領(lǐng)人群、家長人群等，對該類人群形成各種各樣的標(biāo)簽。它的收費(fèi)模式類似傳統(tǒng)廣告，按照曝光量收取。這種模式，優(yōu)勢在于營銷是剛需，每個企業(yè)都有營銷預(yù)算；挑戰(zhàn)在于如果沒有媒體資源，它的分潤比例就不會太高。

最后一個維度就是運(yùn)營服務(wù)，即通過營銷拉新用戶后，還指導(dǎo)企業(yè)運(yùn)營決策。比如，如何運(yùn)營這些用戶、應(yīng)該在哪里選址、應(yīng)該引入或淘汰什么樣的品牌、產(chǎn)品擺放的區(qū)位如何安排等。這種模式算是相對較新的領(lǐng)域，但已經(jīng)有企業(yè)開始逐步在做，比較典型的收費(fèi)模式就是按照項(xiàng)目合同制的方式去收。這種模式的優(yōu)勢在于技術(shù)壁壘比較高，因?yàn)楸澈笮枰玫降墓ぞ吆芏?，客單價也會比較高；挑戰(zhàn)在于模式的可復(fù)制性，包括產(chǎn)品化的程度還處于較為早期的階段。

數(shù)據(jù)交易不是線下數(shù)據(jù)變現(xiàn)的最優(yōu)解。首先，數(shù)據(jù)跟普通的商品不一樣，它沒有使用異步性的問題。一旦復(fù)制和規(guī)模化擴(kuò)張之后，數(shù)據(jù)的價值就會降低。其次，數(shù)據(jù)邊際成本幾乎為零。一旦布下一個傳感器，它就持續(xù)不斷地貢獻(xiàn)數(shù)據(jù)，額外增加這個數(shù)據(jù)的獲取成本基本上可以趨近于零。同時，如果數(shù)據(jù)源不去與應(yīng)用深度地結(jié)合，單純依靠賣數(shù)據(jù)源，無法掌握數(shù)據(jù)的定價權(quán)。最后，數(shù)據(jù)交易會遇到涉及用戶隱私的問題。

所以，數(shù)據(jù)規(guī)模和單位價格之間會相互制約，并且可能會帶來隱私風(fēng)險。理想的線下大數(shù)據(jù)商業(yè)形態(tài)應(yīng)該是，與用戶需求和應(yīng)用場景深度結(jié)合的營銷服務(wù)和運(yùn)營服務(wù)。

線下“頭條”與“麥肯錫”

從營銷和運(yùn)營角度出發(fā)，線下大數(shù)據(jù)的想象空間在哪里？通過決策周期和消費(fèi)頻次2個維度可以將行業(yè)進(jìn)行分類，有的行業(yè)需要營銷，有的需要運(yùn)營。

決策周期長、消費(fèi)頻次低的商品種類，類似于汽車、房產(chǎn)等，營銷需求強(qiáng)。一個原因是，消費(fèi)頻次低，用戶購買新車后，需要等5~10年才會考慮換新，這是天然的長周期生意，拉新是貢獻(xiàn)其收入的主要來源。所以，消費(fèi)頻次越低，營銷需求越強(qiáng)。另一個原因是，購買決策流程極其復(fù)雜，營銷就有比較多的窗口機(jī)會。一種場景是，通過設(shè)備探測到消費(fèi)者去了4S店，大概率他就是需要買車的人，但不可能他第一次去就當(dāng)場買車。所以，在3~6個月的時間窗口期，企業(yè)可以向其推送廣告或其他服務(wù)刺激消費(fèi)，這時的營銷效率非常高。

以線下大數(shù)據(jù)為核心的營銷業(yè)態(tài)是什么樣的？線上巨頭如百度和頭條，根據(jù)用戶行為數(shù)據(jù)做精準(zhǔn)營銷，已經(jīng)是非常成熟的模式，但線下營銷還停留在資源驅(qū)動為主的階段，比如像分眾傳媒這類公司，通過將屏幕鋪設(shè)在電梯、機(jī)場等占據(jù)各個線下場景。

由此看來，通過線下大數(shù)據(jù)幫助線下傳媒做精準(zhǔn)信息分發(fā)是有可能的。

想象這樣一個場景：幾位男性在等電梯，而電梯旁的顯示屏展示的卻是衛(wèi)生巾廣告，這樣的廣告顯然是低效的。所以，未來的變化可能會通過屏幕上面的傳感器，便知面前站著的是一幫男性，而且是相對中青年的男性，這種情況下可能就不會去推這個廣告。這時廣告就可以做到分散化，做到顆粒度更細(xì)?；谄聊慌赃叺娜后w屬性而去決定要推送的內(nèi)容，這就是線上數(shù)據(jù)驅(qū)動的業(yè)態(tài)，即千人千面。

未來，有可能通過線下數(shù)據(jù)和場景資源結(jié)合的業(yè)態(tài)出現(xiàn)一家新型媒體集團(tuán)。

決策周期短、消費(fèi)頻次高的行業(yè)例如餐飲、零售、購物中心等，這是所見即所得的服務(wù)，運(yùn)營需求強(qiáng)。這些業(yè)態(tài)已經(jīng)有相應(yīng)的流量，但我們需要知道流量是誰，需要去更好地了解用戶從而指導(dǎo)運(yùn)營。

市面上有兩類咨詢在幫助企業(yè)做運(yùn)營。一類如典型咨詢公司麥肯錫、貝恩等，他們在行業(yè)里有豐富的經(jīng)驗(yàn)，利用經(jīng)驗(yàn)驅(qū)動為企業(yè)提供咨詢服務(wù)。另一類如Nielsen等數(shù)據(jù)驅(qū)動的企業(yè)服務(wù)公司，根據(jù)企業(yè)已有的交易數(shù)據(jù)、用戶數(shù)據(jù)以及市場情況，提供數(shù)據(jù)監(jiān)測管理服務(wù)。

在此基礎(chǔ)上，未來可能存在將兩者結(jié)合，出現(xiàn)以數(shù)據(jù)為主要驅(qū)動力的咨詢業(yè)態(tài)。已經(jīng)出現(xiàn)的玩家如Aibee，它將各地的數(shù)據(jù)匯總到一起，通過AI及其他工具，基于用戶需求提供整套解決方案。

雖然線下大數(shù)據(jù)市場、價值以及空間很大，但不同于2C這個業(yè)態(tài)，一上線就能爆發(fā)式地增長，線下大數(shù)據(jù)增速緩慢，主要難點(diǎn)就在于分散。

一是不同的場景極度分散。百貨中心是獨(dú)立業(yè)態(tài)、餐飲連鎖是獨(dú)立業(yè)態(tài)，兩者相互之間并無關(guān)聯(lián)，而一個用戶有可能到其中任何一個場景里去游逛。如果不打通極度分散的場景，對用戶的認(rèn)知就會變得比較淺層和片面。

二是數(shù)據(jù)采集位置分散。線下場景有物理區(qū)隔，它分散在不同的省份、城市、位置，為線下的數(shù)據(jù)采集加大了難度。

三是數(shù)據(jù)采集形式分散。線下數(shù)據(jù)采集形式包括Wi-Fi探針、攝像頭集群、POS收銀系統(tǒng)等。不同的采集形式帶來的是不同的賬號體系，而用戶ID Mapping尚未打通。

未來，線下數(shù)據(jù)服務(wù)商應(yīng)多元融合，建立數(shù)據(jù)聯(lián)盟和場景聯(lián)盟，通過數(shù)據(jù)互通、場景互聯(lián)，讓數(shù)據(jù)維度更加豐富，促進(jìn)線下商業(yè)從LBS（Location Based Service，基于位置的服務(wù)）轉(zhuǎn)向UBS（User Based Service，基于用戶的服務(wù)），從而將用戶價值最大化。

[編輯 周迎 E-mail:sjplzy@163.com]