[[106706]]

線下企業(yè)只要能夠利用好一些線下數(shù)據(jù)， 如門禁數(shù)據(jù)， 視頻監(jiān)控數(shù)據(jù)， POS數(shù)據(jù)等， 一樣也可以通過數(shù)據(jù)分析來提高運營效率或者減少運營成本。

我們在《七問大數(shù)據(jù)：企業(yè)真的準備好了》一文中提到：“

其實， 中小企業(yè)也應該認真考慮他們的大數(shù)據(jù)戰(zhàn)略了。 如果他們有網(wǎng)站， 他們也能夠產(chǎn)生大量的數(shù)據(jù)。 即使沒有網(wǎng)站， 其實，每天攝像頭里產(chǎn)生的數(shù)據(jù)，如果能利用好， 也有足夠的分析價值。”

傳統(tǒng)企業(yè)能否像電子商務網(wǎng)站一樣對實體店面的“訪客”進行數(shù)據(jù)采集和分析?答案是肯定的，而且這方面的技術已經(jīng)趨于成熟。

一提到大數(shù)據(jù)和數(shù)據(jù)分析， 人們首先想到的是Google， Facebook,等互聯(lián)網(wǎng)公司， 或者是亞馬遜， 淘寶等電子商務公司。的確， 相對傳統(tǒng)的線下企業(yè)， 互聯(lián)網(wǎng)企業(yè)和電子商務企業(yè)， 在數(shù)據(jù)的采集， 業(yè)務流程的自動化方面， 確實更容易實現(xiàn)數(shù)據(jù)分析。 不過， 隨著更多的傳統(tǒng)零售企業(yè)越來越開始注重網(wǎng)絡。這些零售企業(yè)也開始更加重視多渠道的銷售策略。 目前來看， 在多渠道的零售企業(yè)中， 線上部分的增長率都要高過線下部分。 而往往線上部分的數(shù)據(jù)分析所帶來的效益， 也促使零售企業(yè)在線下業(yè)務也開始更加重視數(shù)據(jù)分析的作用，并促成了對傳統(tǒng)線下數(shù)據(jù)的嶄新應用。

線上電子商務企業(yè)的數(shù)據(jù)來源很豐富， 他們可以衡量用戶的一切行為，包括用戶數(shù)量， 獨立訪問用戶， 用戶回頭率， 點擊率， 轉化率、客單價等等。 甚至不同產(chǎn)品在網(wǎng)頁不同位置的點擊率和轉化率等等。 而傳統(tǒng)零售業(yè)則不同了， 它們的主要數(shù)據(jù)來源就是POS機的數(shù)據(jù)。 主要是各類交易數(shù)據(jù)。 包括購買品種， 購買數(shù)量等等。 而對于用戶行為來說，線下零售企業(yè)掌握的數(shù)據(jù)相比線上電子商務網(wǎng)站少得可憐，原因是線下的用戶行為都是“模擬”的，無法量化分析。

不過， 如今， 隨著一些新技術的采用， 線下零售企業(yè)也可以獲得比過去豐富的多的用戶行為數(shù)據(jù)。比如， ShopperTrak公司， 就幫助它的零售企業(yè)客戶進行用戶進入店鋪路徑的監(jiān)測。 根據(jù)公司CEO Jan Davis介紹， 這項技術已經(jīng)非常成熟了：

有很多零售商通過購買訪客流量監(jiān)控的設備和服務， 已經(jīng)能把用戶轉化率從低于10% 提高到50%以上。 如果結合POS數(shù)據(jù)，有的零售點甚至能夠做到接近100%的用戶轉化率。

而且， 通過對“高峰時段“的分析， 很多零售店可以安排分配店內員工工作時間，或者在不同店面之間進行員工調配。

例如， 有一家店鋪， 共有四個門。 原來， 店長認為客戶從每個門進出是隨機的，平均的。 而通過加裝了用戶監(jiān)測系統(tǒng)， 他們發(fā)現(xiàn)， 用戶從某兩個門進的比較多， 而從另外兩個門出去的比較多。 因此， 他們根據(jù)用戶進店的流量重新調整了貨品擺放，并且把那兩個用戶出去比較多的門前增加了結帳出口。

不僅如此， 這個店鋪的客戶監(jiān)測統(tǒng)計還幫助店長確定了“強力時段“，即客戶進店到轉化為購買用戶的轉化率***的時段。 店里根據(jù)這些， 安排更多的店員， 在“強力時段”前把貨架的貨盡量擺好， 并盡可能幫助客戶從貨架拿貨。 通過這些措施， 使得這個店的用戶轉化率和單店銷售都比以前大大提高了。

其實， 對于數(shù)據(jù)分析來說， 并不一定非要互聯(lián)網(wǎng)企業(yè)才可以做。類似這樣的線下企業(yè)， 只要能夠利用好一些線下的數(shù)據(jù)， 如門禁數(shù)據(jù)， 視頻監(jiān)控數(shù)據(jù)， POS數(shù)據(jù)等。 一樣也可以通過數(shù)據(jù)分析來提高運營效率或者減少運營成本，數(shù)據(jù)分析其實是無處不在的。