傳統的場景中，消費者來到一個超級Mall中，很興奮也很迷失。為什麼呢？一個Mall中彙聚的品牌太多，面積太大，消費者進場之後，對場内品牌和活動資訊一無所知，他們隻能在“逛”的過程中碎片化建構對商場的認知。我們常看到消費者在商場内，打開團購/外賣App，先搜尋資訊，再打開高德室内導航去指定的門店。是以，線上下場景中，消費者體驗的智能化、個性化都沒有實作。
▲口碑個性化推薦
而在親橙裡，消費者站在“千人千面”廣告屏前，就會獲得由使用者偏好和需求比對出的場内推薦。或者打開口碑App，獲得基于【友盟+】使用者偏好和LBS資料的個性化“親橙裡”，這是線上App和線下消費場景的打通和連接配接。由此延伸，消費者就能獲得一個随身的“逛街助手”，根據使用者喜好和近期的需求，預先比對商場内的品牌和消費路線，提升購物體驗。
輕部署彰顯核心資料能力無論“千人千面”廣告屏，還是個性化“口碑App”推薦，都是在提升消費需求的比對效率。這背後的核心在于底層的資料和技術能力支撐。
▲“千人千面”廣告屏
以“千人千面”廣告屏為例，部署方式非常簡單，僅需四個步驟：
1.配置智能硬體：互動屏的造價很低，隻需對硬體進行改造，增加資料擷取子產品；
2.個性化的素材：建立廣告素材庫，把商場内的品牌和活動資訊分類；
3.後端資料對接：後端API和【友盟+】7億真實活躍消費者資料對接，從技術層面【友盟+】可以實作秒級的使用者偏好比對，動态調用廣告素材；
4.資料優化與沉澱：在實際地運作中，通過資料監測背景，沉澱使用者行為資料，并動态優化素材内容，比如設計風格/活動資訊的類型等，更适應商場客流的需求
整套系統都是基于【友盟+】全域資料能力和Oplus的線下智能推薦引擎實作的，前端展現是低成本、輕部署，後端的比較重的資料和技術能力都已經封裝好。考驗的是兩大能力：
1.對群體覆寫的廣度和個體識别的深度。即資料有沒有覆寫到全網的使用者，對某一特定使用者群，是否能細顆粒度的描繪出興趣偏好。
2.資料打通、智能識别和計算能力。當一位消費者站在互動廣告屏前，毫秒級的計算識别，同步展現出商品資訊。
資料化的價值創新黑科技的價值，是通過資料賦能消費者和品牌商，提升購物需求的比對效率和擷取資訊的效率。對于品牌商而言，線下資料化和線上線下資料的打通，能實作消費者全場景線上。
1.更深度地了解消費者，沉澱資料資産。
2.提升門店營運效率，商品組貨，顧客自助購物。
例如通過客流熱力動線，掌握門店熱度，優化場内布局；根據客流偏好，優化品類，例如對于男性使用者集中和家庭消費集中的商圈，會采取不同的組貨政策。總之是基于使用者偏好，促成店内轉化。
3.更精準的招商政策，實作門店的優勝劣汰。
和上一點相同，由使用者偏好和門店熱度，科學支撐招商，提升坪效。
4.線下流量營運，激活偏遠門店。
傳統的零售業，強調位置/地段，因為受實體因素的影響，客流的方向決定了門店的熱度。而當我們通過資料的手段，利用個性化的推薦方式，将客流劃分為不同的群體時，就可以降低實體影響，激活位置偏遠的門店，讓商場内的流量分布更加均勻，這也提升了購物環境。
黑科技，我可以來一打嗎？
我是個普通的品牌零售商，沒有巨額的預算，我要保持業績的平穩增長，也想盡快做一些新零售的嘗試，并且希望嘗試之後就可以獲得經營上的幫助。這是不是天方夜譚？
從行業發展的成熟情況來看，線下大資料營運工具已經有成熟的體系，很多資料黑科技的成本也可以承受。比如互動廣告屏、智能導購屏，價格都在千元、萬元的範圍。品牌商可以從幾家門店入手，從營銷場景切入，讓其更精細和落地，提升單店的坪效，再将經驗快速複制。
在選擇新零售資料服務商的過程中，要避開一些誤區，我們可以從兩點切入。新零售強調資料重構人貨場，這裡的資料不僅是品牌商自己的資料，還要與外部的資料進行互動和打通，否則就是“閉門的大資料”。那麼，新零售的資料服務商，有沒有足夠的資料體量和品質，是否能與業務資料打通，這是第一個關鍵點。其次，線下零售的行業千差萬别，業務模式也各不相同。我們要盡可能地選擇與自身行業相比對，或者有基礎資料平台能力的合作夥伴。
可以說，親橙裡再次重新整理了行業對新零售的認知。那麼，迎接這些資料黑科技，你準備好了嗎？
原文釋出時間為：2018-05-4
本文作者：友盟+
本文來自雲栖社群合作夥伴“
阿裡技術”，了解相關資訊可以關注“
”。