[ 导读]

做商业地产策划时间越长，

越感觉自己在“忽悠”。

商业地产的策划是事关数字和回报的学问。传统的宏观商圈洞察大多依赖官方统计数据及抽样样本线下调研，一方面官方统计数据存在时间相对滞后、统计信息不全等问题，且几乎不涉及人群消费偏好类数据；另一方面抽样样本线下调研对人群的覆盖面有限，且数据结果的信效度难以保证。

似乎，我们都习惯了用

逻辑上的正确来掩盖数据上的不精确。

长期以来，对宏观商圈的洞察更多聚焦于客观指标数据，如人口数量、消费水平、商品住宅价格、商业租金水平等，缺乏对主体构成——商圈人群的深入调研，对商圈人群的描述大多停留在相对主观的定性描述上，缺乏对商圈全量人群的定量数据分析，难以形成对不同人群的分类聚合，以至于对商业定位、业态规划及布局的指导意义极为有限。

同质化竞争比比皆是，

因为我们的分析只停留在表面

对商业开发企业而言，进驻商圈的传统指标体系主要包括衡量经济水平的宏观数据及地产投资相关数据等，对商圈人群的认知始终面临缺乏获取渠道、数据质量不高、数据内容不全等诸多难点；同时，对商圈内已有竞品的认知也停留在可见的业态格局、品牌分布、租金水平等层面，至于竞品客群的消费特征以及自身面向的目标客群与竞品客群的差异均无从得知。因而，市场上现有商圈内同质化竞争比比皆是，客群分流严重，加上网购热潮的冲击，实体商业举步维艰。

在传统手段弊端愈加凸显的新型消费时代，企业迫切需要寻求一种更有效、更直接、更全面的方式来认知商圈人群，从而为商业投资做更有力的决策支持。

对购物中心投资或运营决策而言，

洞悉商圈人群是一切决策的核心。

举个最近接触到的例子：

某商业地产领军企业已建立自身在商业领域的优势地位，以城市综合体的产品形态成为行业标杆，同时涉及多个业务板块，形成以商业为核心的上下游产业集群；企业开发的成熟产品线在一、二线城市覆盖率高，全国布局正向二、三线城市倾斜，为此需要：

因此，充分了解、洞察商圈人群是此项目的重点需求。

大数据技术的引入：

商业客群定位的新式武器

进入移动互联网时代以来，人们越来越多地依赖于移动设备获取信息，同时通过移动设备这个载体，有关人群的各种各样的信息也更多的以“数据”形态被记录并存储下来；人群大数据信息构成了宏观商圈洞察中用户画像的核心数据来源。借助大数据工具，宏观商圈的人群分析得以从模糊的定性描述变为定量的数据分析结果，真正从消费偏好出发构建商业定位的图景。

TalkingData从数据收集到数据挖掘，从数学模型到深度学习，从分析工具到数据平台，在数据应用领域积累了丰富的经验及海量数据，逐步打造了以SmartDP平台为核心的数据生态体系。针对宏观商圈人群洞察，TalkingData借助地理围栏圈取商圈人群及竞品客群，同时整合来自于众多渠道的数据，与TalkingData数据中心超过40亿智能终端设备的线上行为、线下轨迹数据进行匹配，全面利用数据挖掘分析技术，发挥数据价值、服务地产投策具体业务场景。

引入机器学习技术，采取Lookalike放大，寻找相似人群

基于企业成熟产品线的已有会员客群，用机器算法放大寻找相似人群，更快地了解陌生商圈内的潜在客群情况。

圈取地理围栏移动设备集，描摹用户画像

圈取商圈及竞品地理围栏，获取到的移动设备数据可实现与TalkingData数据中心关联匹配，通过用户画像描述其人口属性特征、设备使用特征、线上应用偏好及线下行为轨迹，更准确地了解商圈人群及竞品客群属性。

基于移动互联网大数据基础的360度用户画像

借助聚类分析，实现商圈人群差异化分类

依据用户画像呈现出的人群线上应用偏好属性，采用K-Means进行聚类分析，建立人群细分模型，定义商圈内不同人群，同时分析竞品客群分类情况，确立自身的客群定位并指导与之匹配的业态布局、品牌招商策略等。

宏观商圈洞察中大数据工具的

创新应用方式

借助大数据技术，宏观商圈洞察将破解传统调研方式的困局，全面展示商圈人群的属性特征、设备使用特征、线上应用偏好、线下行为轨迹，结合以上商圈内人群特征，同时对竞品到访客群进行相似维度的刻画，从商圈和竞品的两个层次来深度解析未来消费客群的整体特征及分类情况，从而指导前期商业定位、业态规划、品牌布局等等。面对纷繁芜杂的商圈人流，借助大数据工具可快速获取人群特征，且保持实时追踪及更新，并能通过不同城市、不同商圈的指标对比，发现最合理的商业布局模式。

TalkingData依托自身独特的移动端数据积累优势，结合行业领先的大数据算法实践，从人群基础标签到人群分类管理，真正实现对宏观商圈人流的高精度洞察，从而辅助企业提升决策效率、增强决策信心。目前在商圈洞察中主要的大数据应用方式包括：结合土地价值分类完成商圈价值基本判定、结合已有会员人群及lookalike技术完成潜客人群挖掘、结合标签体系完成用户画像、结合聚类分析完成人群分类、结合商圈及竞品对比分析完成定位指导等，伴随对其他行业数据源的全面整合，未来仍将在商圈洞察领域做出更多创新尝试。

商圈基本价值定位