2023年了你还靠线下深调采集数据？消费者洞察，利用大数据透视消费者需求！

 目前现状

最近几年，不同业态的商业发展变化都很快，譬如线上平台、各类天街、大型ShoppingMall、仓储商店以及各类批发市场，以各自不同的特色吸引了消费者，挤占了一定市场份额。电商平台和线下商场数量的急剧膨胀，使相对较稳定的消费品市场竞争更激烈。居民近期消费向资产积累和储备待购型转化，很多家庭把存款花到了购买价值含量更高的商品房，轿车等，由于储蓄需要一个较长的积累过程，导致市场竞争更加激烈。

客户案例

       最近接到一个项目，客户希望通过大数据对到访过本商场的客群做消费者洞察分析，想要更好了解目标客户和他们的实际需求。下面分享利用大数据进行消费者洞察的思路和方法。

一、业主分析内容：

1、项目周边重点客群抓取

2、核心客群分时段到访偏好情况

3、重点客群画像特征描摹

4、对标商圈辐射范围及客流情况

5、竞品客群画像分析

二、数据可分析的问题：

1、项目到访的客流指数？

2、到访客群来自哪？

3、到访客群的画像？

4、到访客群的业态偏好？

5、竞品商场是哪些？

当然问题肯定不止以上五条，譬如客户的APP使用偏好（线上广告投放问题）、出行方式（停车场规划）、品牌偏好（品牌规划）等等也都是我们关心的内容，这里我就不一一列举了。

三、数据分析逻辑

1、项目到访客流指数数据

项目到访客流指数数据

通过顺为大数据对该商场6月-11月到店客流数据的分析得出：9、10月份的月客流最大，因为受到了中秋小长假和国庆长假的影响，数据显示其他时间段周末到访客户也较多，在数据表现上，节假日客流是工作日客流的2倍多。由此可见节假日对于客流影响巨大。

2、到访客群来源地数据

到访客群来源地数据

客群来源主要是本市客流，排名第二的是上海市，第三名是豪州市。客群行政区来源前三名分别是朝阳区、通州区和顺义区，占比分别为35.2%、19.3%和13.7%，朝阳区占比很高，达到了三成以上。小区贡献率比较平均，排名第一是金盏嘉园，占比是5.1%，排名第二的是金隅悦和园和康营小区，占比是2.7%，这些小区都在项目地周边。

       客流来源写字楼排名前三分别是建外SOHO、毕马威大楼和瀚海花园大厦，83.8%的客群都来自于商场5KM范围以外。

3、到访客群的画像

到访客群的画像

到场消费客群以女性居多，年龄集中在18到44岁之间，已婚占比是58.5%，相对于区域调研平均70%的占有率，这个数值不算很高，其中42.8%家庭有18岁以下小孩，其中12岁以下子女占绝大多数。本科以下学历占比较高，公司职员和制造业从业者占绝大多数，消费档次大众档次占比较大，所以商场选品应考虑这部分人群，以收入水平10k-20k的客群为主，5-10k的客群为辅。

4、到访客群的业态偏好

到访客群的业态偏好

到访客群本商场内业态偏好第一名是服饰鞋包，排名第二的是餐饮服务，商场外客群偏好第一名是餐饮服务，第二名是服饰鞋包，客群业态偏好数据是非常重要的。

      从数据上我们其实不难发现，到访客群里面对餐饮需求是很大，但是到达我们商场后餐饮需求降低了一半，原因有多种，譬如是我们餐饮业态占比不够，那么我们可以进行区域整改来解决这个难题，譬如减少客群不喜欢的业态和品牌，将之变成餐饮业态，又或者是我们餐饮业态占比已经很大，那肯定是我们的餐饮品牌是客户不喜欢的，我们要做内部优化，可以延伸去分析到访客群的餐饮品牌偏好，利用大数据分析的结论去做餐饮品牌整改。

5、竞品商场是哪些

竞品商场

通过市内到访商场偏好结论我们可以发现：市内没有一家大型商超是我们的直接竞品，这是一个很大的优势，证明只要我们做的更好就能够吸引客户留住客户。

     特别声明：

     1、数据来自于顺为大数据。

     2、数据已脱敏。

总结：

通过顺为大数据的分析结果，我们能够了解到商场的客群规模、客群画像、客群来源、客群业态偏好以及真正的竞品商场是哪些，真正了解客户后我们就可以做到更好，可以打造一站式服务模式，尽量满足客户更多的需求。