关于我们

ABOUT VIONVISION

关于我们 公司动态 加入VION

文安智能联合创始人郑翔:浅析新一代购物中心智慧空间感知系统

发布时间:2021.11.26 分享:

2021年尾声将至,在各类统计数据中,创下“开业新高”的购物中心格外吸睛。

 

据《2021中国购物中心年度发展报告》,截至2020年底,国内购物中心约4800家,面积达4.4亿㎡;而伴随疫情态势回暖,按面积8万㎡以上口径统计,今年以来新增购物中心五百余家,多数分布在三、四线城市,成为中国深度城镇化进程中的重要组成部分。

 

与此同时,线上购物对实体零售的冲击,也倒推购物中心积极转型。从“零售业为主”,到“全生活场景”,如今的购物中心业态以餐饮、娱乐、亲子等生活服务为重,逐步向“商业综合体”进化演变,成为城市线下消费流量的最重要汇聚点。

 

无疑,购物中心数智化的风口,来了。

 

购物中心数智化亟待

纵观购物中心的变革进程,从早期仅有收银系统与库存管理系统、到客户静态数字化时代、再到营销数字化时代、到如今的数字一体化时代,并非一帆风顺:部分头部购物中心企业已经基本完成内部管理系统如ERP、OA、商管系统、能源管理等众多分立系统的几轮整合,为未来智能化精细化管理奠定了良好的基础。

而规模较小的购物中心大多仍沿用老旧的ERP系统,支持的服务并不多,换新的成本又较大;同时系统与系统之间关联性较弱,数据整合困难,难以实现数据的最大价值。再者,目前大部分购物中心推出了线上应用,但是并未激起太多波澜,基础设施的投入成本较高,在短期内数字化建设的投入产出情况并不明显......

“现阶段,购物中心智能化做的还比较浅,独立的几个系统还是星星点点并未打通,未来需要一场颠覆式的数智化变革。”在文安智能联合创始人郑翔看来,从长期视角,做好数智化转型一定要有系统性思维,短平快的捷径是不适用的。



“当所有围绕。”郑翔指出,对标线上电商,后者可以通过用户的上网行为、浏览时长、ID追踪等技术途径进行用户画像、关联商品分析、转化率和曝光率分析、兴趣点挖掘等,只有足够了解用户的行为和兴趣特征,才能在营销策略、商品调整等方面做出正确的决策。

郑翔表示,购物中心数智化转型首先要完成线下多维数据的采集和融合,打破常规思路、深度结合运营业务,建立购物中心数字化运营操作系统。

 

将客流分析做到“高精度、高维度、全动态感知。”这便是文安智能十六年来围绕智慧商业探索的核心要义。

作为国内第一批探索人工智能视觉技术与产品研发的企业,文安智能始终专注于从感知、协同到决策的全栈AI核心技术创新,已获得百余项行业核心发明专利。在AI落地过程中,文安智能探索了从创新算法开发、AIoT硬件生产销售、到数据融合集成、深入行业业务及场景应用创新、最终实现智能决策与优化闭环的各种商业模式,不断在实践中提升产品和解决方案的服务与业务拓展能力。


自2008年推出购物中心店铺级客群数字化系统以来,文安智能不断引领线下空间智慧感知技术的进步、助推行业的数字化转型进程,获得万达、新城、龙湖、恒大、华润、万科、金茂、金源、红星美凯龙、中骏、华硕、迪信通、周生生等国内行业客户的支持与好评,并已将业务范围拓展至日本、新加坡、韩国、沙特阿拉伯、阿联酋等20多个国家,打造了日本京都车站商场、Casio手表等多个海外成功案例。

“在多种商业场景下,文安智能通过对应用产品及数据服务的长时间打磨,为购物中心提供营销活动效果监测及评价、商场运营盲区筛选、业态集客力动态监测、招商品牌推荐、店铺运营质量诊断、主力店铺品牌关联、商户运营赋能等周期性服务。”在对智慧商业领域进行技术赋能的过程中,文安智能并不是一个简单的产品提供商,而是致力于打造一个感知、认知、洞察、协同、决策的全栈


极致


购物中心作为大众消费的主要场所,是拉动国内消费的重要一环,有着非常广阔的发展空间。近年来,尽管大众消费模式不断向线上偏移,但购物中心的“体验属性”并未削减。当“数据”的价值进一步凸显,文安智能充分挖掘传统俯视智能感知设备的潜力并升级成像,孕育出了超广角、大范围、高分辨率的高维俯视智能感知设备,将AI算力提升了4倍以上。




此外,高维俯视智能感知设备还可以通过对顾客衣着等非生物特征的收集,刻画出全商场或某一店铺范围内的顾客游逛与停留情况,再通过对数据的推演与分析,提供精准客流量、滞留时长、商场整体动线趋势、店铺关联趋势、营销活动效应指数等具有实际应用价值的数据及判断。


创新


“通过顾客衣着等非生物特征的动态感知,可以在一定程度上推测其基本属性与游逛路线,这些数据信息同样蕴含着巨大的价值。”具体地,通过对全场客流男女比例的趋势分析,便可清晰的定位商场客群属性,以此优化招商和营销策略;通过对顾客游逛路线的感知分析,可得到某家店铺的顾客大多是从停车场进入,还是步行街进入,还是地铁口进入等情况,便可推测店铺中主流顾客的消费偏好、消费能力等基本情况。

“此外,汇总了全场顾客的游逛路线后,数据将再次升级,呈现出整场客流流动的动线趋势、店铺之间的客流关联、全场客流冷热情况等信息。”郑翔进一步表示,据此信息商管、营运、企划的同事便可进行空间布局调整、业态布局优化、营销策略制定、招商规划等数智化运营管理。


空间布局优化


在某购物中心的楼层客流热力图中,营运同事发现了中部区域存在客流动线的断点,中部区域的店铺曝光率普遍偏低,且东西两侧的火热店铺未能形成有效的流量喷淋。研究后决定通过在中部区域打造“游乐、体验业态”吸引并连通东西两侧客流,提升楼层客流活跃度。




调铺后,客流热力分布图显示,客流在中部区域汇聚后流向东、西、北各向,有效带动了周边零售及外街区域客流活跃度,楼层客流与业绩有了显著提高。

 

店铺联合营销


通过对全场顾客游逛路线的汇总分析,可得到场内所有店铺之间的客流关联情况,(店铺客流关联:既去了A店铺,又去了B店铺的人数,被称为店铺关联人数;若两家店铺的客流关联度高,则两店铺的客群画像越相近,两店铺间的联合营销成功率和效益也越高)