大悅城是屬于中糧集團的地産闆塊的核心業務，大悅城是以購物中心為主的城市綜合體，目前全國有5個項目，分别在北京、天津、上海、沈陽，今年還會開煙台，明年會開成都，以及深圳。基本保持一年開一個的速度。呵呵下周去出差就是拿地。是以大家可以看出大悅城應該屬于标準的傳統零售企業。對于電商和網際網路企業來說我們面臨的資料擷取難度，資料品質、資料複雜性，以及非結構化資料的情況更加嚴峻。是以對于一個傳統的購物中心如何開展大資料問題，我們思考了很久。
那麼最終我們通過業務邏輯分析，推導出大悅城的資料戰略是做，消費者、品牌、大悅城三者間的價值分析。尋找共同的價值點。改變傳統銷售向預測銷售的轉變。定下了這個目标。
在這個目标指引下，最先開始最的是資料的細分和分類，以及資料的采集，但是失敗了。而且失敗的很徹底。按照标簽分類對消費者進行消費引導基本上效果奇差。針對這個問題我們進行了很長時間的分析，為什麼适用電商網際網路企業的方法在，實體商業上出現問題。在和很多網際網路企業進行溝通對标後，發現其實标簽思路，次元，算法大家相差不大。但問題出在客群上。大悅城的商業業态從超市到奢侈品到兒童教育到影院到美甲、書店、服裝、餐飲、業态品類差異大。而我們的客群從退休大媽，到嬰兒，孕婦，情侶，學生。這種構成是超級複雜。而電商的客群純粹性不會面臨這樣的問題。
從這次失敗我們開始認識到電商的思路并不一定适合實體商業，我們開始自己摸索建立适合大悅城自己的大資料分析體系。那麼我們的分析體系是以商業法則和商業邏輯為核心建立模型，将商業模型和業務模型相融合。不在盲目追求次元的細分，和對消費者的标簽。舉個簡單例子，以銷售為例，對于商業來說銷售是核心，那如何分析銷售呢？商業邏輯是，銷售額=客流x提袋率x客單價，也就是說今天的銷售額是由今天大悅城進來多少客流，這些客人有多少人發生購買，每筆交易金額是多少來決定。是以從大的方面來說，對于銷售資料就拆分成這三個次元。其次在對影響銷售的客流資料進行細分，什麼因素影響客流呢，我們可以看出，推廣活動是不是好，商戶是不是有新品，以及天氣因素、競争對手因素等等，構成影響客流的二級分析名額。這樣針對于一個銷售名額的影響因素我們劃分了2級名額，所有的次元加起來不超過100種，但能夠非常清晰的發現所有的經營問題，和銷售增長潛力點。那麼在我的分析體系中，可以清晰的看到今天銷售還有增長潛力，是因為客流名額未到位，而客流名額低是因為推廣部門活動沒到位，很清晰的知道業務問題在哪裡。另外最大的一個收獲是。當我規劃完整個分析體系，你會發現最底層的影響因素名額，就是我需要進行系統建設的資料采集點，這樣我的系統方案也完善了。那麼回頭想想，以商業法則建築整個體系，這才是大悅城的資料分析基礎。而不是傳統的打标簽，次元的細分。在大悅城已知的體系建立後，我們開始深化。還是以客流為例，我們會深入收集消費者的運動軌迹資料，停留時間資料，這些資料與交易之間的關系。
我們看到很多企業也上了wifi定位，客流軌迹收集。然後稱是大資料。但大悅城從不這麼認為。大悅城以人臉識别系統為基礎，識别捕獲不同年齡，性别消費者的行動路徑，以及購買行為後。針對這個巨大的資料，我們進行了半年的研究，求出了在購物中心裡當消費者面臨一個岔路口時他的行走選擇模式。以及任何兩個品牌向鄰時，銷售的互相影響趨勢。這個課題的研究成果最大價值是。我們開發了一個系統，當我對一個還沒建設的新項目，我可以通過在圖紙上的調整能直接看到各個商戶的銷售變化，以及客流的變化。我們就可以知道那個商戶和那個商戶放在一起是最有力的，他們這樣組合後客流會如何變化，哪裡會出現客流空白，哪裡客流密集。哈哈哈，我就可加租金了。這個資料模型才是大資料對于我們業務的貢獻，能讓我節省數以億記得金錢，和營銷成本。
當然整個模型也是非常複雜和困難的。當大悅城在資料和商業價值分析上走到這步得得時候，我開始非常困惑。大資料的分析展示的相關性，不是因果。但商業一定是因果的，隻憑相關性來推斷，我不敢做任何執行方案。因為我輸不起，一個政策幾百萬進去，失敗了，消費者跑了，我壓力太大。是以再說所會員的分析及看法。自從我們放棄消費者标簽後，我們一直在尋找如何對會員分類。我們對大悅城70萬活躍會員的2年的銷售資料研究後發現。在很多企業高度專注會員購買力、到店頻次等名額同時，以及推算會員忠誠度的時候，似乎遺漏了一個重要的因素，及時間因素。
在大悅城的會員價值模型裡分析發現，會員生存時間對會員銷售貢獻的高低影響遠遠大于會員的到店頻次、消費金額。依據我們的模型，對會員生存時間為變量的研究發現，一個會員前三個月銷售貢獻最大，第四個月下滑，是以指導業務部門對所有會員生命周期在地三個月的會員進行營銷推廣，使其購買金額不下滑，而放棄會員生命周期在1和2月的。這樣政策推出不但會員經費節省，反而會員的銷售貢獻提高了近20%。舉了幾個例子，我想說的是，大悅城的大資料都是立足自己本身業務。以商業法則為核心開展。而不是照搬。算法，模型是技術。對自己業務的了解，建立分析，采集，管理體系才是王道。
交流互動
張涵誠：
你們是什麼類型資料，是結構化，還是非結構化？
張岩：
非結構化，其實今天沒談算法，模型，主要說的是思路。尤其是傳統商業的思路和探索。
趙剛：
@大悅城張岩業務理不順的，資料複雜的，學習模型就起作用了，是不是網際網路這種更多？
吳君：
@趙剛業務理不順，靠機器學習？貌似沒成功案例
對，但現在我們也在上hadoop，在訓練機器學習，我想未來還是不能忽視機器學習的，但有個過程。這個過程必須經過積累，早上早積累。呵呵呵
@innovate511 業務目标是明确，但業務模型并不清哳，恐怕就得靠統計算法。
我的理念是，業務模型指導算法。其實就是做事正确與做正确的事之間的關系。
@趙剛業務模型體系是需要理順的。@大悅城張岩對，我很反對做跟業務邏輯完全不搭噶的挖掘嘗試，事實證明，類似嘗試基本以失敗告終！
謝謝，講的是基礎。大悅城後面的很多實踐大家都可以在各種媒體上搜到。但這些沒人會告訴。
@大悅城張岩是以為啥要行業資深，否則都找有想法的應屆生好了
@大悅城張岩 資料源是？每日新增多少？實時要求高？分析結果以什麼方式和目标人群互動？
mis系統，pos系統，客流系統，會員管理系統。。。很多業務系統收集資料。包括微網誌、微信資料，ibecons。wifi等等……提供資料來源
陳新河：聯盟副秘書長；《軟體定義世界，資料驅動未來》@張岩再次感謝張總的精彩分享！
原文釋出時間為：2014-06-15
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号