為什么我們關注線下場景的大數據？

從用戶角度出發，我們會發現用戶有兩大稀缺資源，時間和金錢。前者體現在每人每天都只有24小時，后者體現在每人每年的可支配收入是相對固定的。

線上互聯網的使用場景主要集中在電商、社交、內容等，根據QuestMobile2018年中國移動互聯網報告，平均用戶每天在線上時間投入大約為5小時。相比而言，除去睡眠時間，用戶投入在線下的時間仍是線上時間的兩倍。

雖然許多非餐飲的食品、煙酒以及日常家用品線上滲透率非常高，但人們還是會去線下消費，比如吃飯、買車、看病、教育等。2017年居民人均消費支出大約在18000元，線上消費占比三分之一，線下消費投入仍是線上消費投入的兩倍。

毫無疑問，用戶的時間、金錢投入的大頭仍在線下。

回到產業端，數據服務是企業服務的一種，是賦能的邏輯，如果你做得很好的情況下我是沒有必要幫你做得更好的。我們發現，線上場景集中度比較高，已經形成巨頭吃肉，余下喝湯的局面。但從線下的競爭觀察，其天然的LBS（Location Based Service）屬性決定了行業集中度低，業態分散，不僅面臨線上巨頭的競爭，還面臨與線下同地區業態的競爭。線下商業競爭激烈，于是為企業賦能的第三方數據服務有很大的空間。

如果比較線上的數據結構，我們會發現一個典型的TMT公司往往已經形成數據閉環。從流量開始，到打通的賬號體系，公司可以清楚地知道用戶是誰，用戶做了什么，多少的用戶買了單。這些數據都可以被采集和記錄，公司可以通過數據分析，挖掘用戶價值，形成運營體系。

反觀線下數據，線下很多業態是無法對其客流進行把握和分析的。一家傳統的百貨公司是不知道今天我來了多少人，他們的消費需求是什么，更別提感知營銷活動、天氣等對客流的影響，基本處于躺著賺錢的粗放式經營狀態。

雖然部分線下大數據公司已經實現了通過wifi傳感器、攝像頭和Beacon去捕捉和分析客流，但這仍處于最基本的流量環節。關于用戶的識別、以及用戶交互還是兩眼一抹黑。線下場景相對封閉，客流、識別、動線/交互、交易支付、用戶運營每個環節都需要單獨的供應商，需要從零部署，數據相互打通基本沒有。

線下競爭激烈，業態分散，我們認為這是第三方數據服務存在的空間，最終線下業態會逐步跟隨線上業態完成數據閉環。

數據交易不是線下數據變現的最優解，理想形態應與用戶需求和應用場景相結合。我們從數據價值和變現模式來看待線下大數據理想的商業模式可能是什么樣的。

首先線下大數據的數據價值體現在精準性和廣泛性兩點：

精準性

相比于可復制的線上數據，線下數據通常代表著用戶的真實消費意愿，人們每一次出現在餐廳、零售店、4S店都真實表現了他的時間花費，并且他可能是打車或坐地鐵特地跑去線下店的。

廣泛性

線下數據覆蓋了全量人群，互聯網覆蓋較少的銀發人群以及小于10歲的小孩，他們的消費行為和意愿是可以在線下被捕捉的。

基于這兩點，我們看好線下數據的數據價值。目前市面上數據服務主要有以下四種變現模式：數據交易、數據呈現、營銷服務、運營服務。

以線下大數據為核心的營銷業態

如果看線上巨頭如百度和頭條，根據用戶行為數據做精準營銷，已經是非常成熟的模式，但線下營銷還停留在資源驅動為主，比如像分眾傳媒等這樣的公司，通過將屏幕鋪設在電梯、機場，占據各個線下場景。

在我們看來，通過線下大數據幫助線下傳媒做精準信息分發是有可能的。

舉一個典型場景的例子來講，這是幾位男性創業者跟我們講的一個笑話，他們在一個寫字樓里面等電梯，結果就發現電梯那邊的廣告在展示一個衛生巾的廣告，他們就覺得很尷尬。

所以，其實他們想象的場景是什么呢？未來這個屏幕上面可能是會有傳感器的，基于這些信息我就會知道，在我面前站著的這個人是一幫男性，而且是相對中青年的男性，在這種情況下面它有可能就不會去推這個廣告，它的廣告就可以做到分散化，做到一個顆粒度更細，基于誰來到了我這個屏幕旁邊去決定我到底要給你推送什么樣的內容，而這件事情天然就是線上的數據驅動的業態，就是千人千面。

我們認為，未來有可能通過線下數據和場景資源結合的業態出現一家新型媒體集團。

決策周期短、消費頻次高的行業例如餐飲、零售、購物中心，這是所見即所得的服務，運營需求強。這些業態已經有相應的流量，但是我需要知道流量是誰，需要去更好的了解用戶從而指導運營，這個部分是運營導向的。

展望未來，線下數據服務商應多元融合，建立數據聯盟和場景聯盟，促進線下商業從LBS （Location Based Service，基于位置的服務） 轉向UBS （User Based Service，基于用戶的服務），將用戶價值最大化。

最終的形態就是通過數據互通、場景互聯，讓數據維度更加豐富，從而能更好地知道客戶是誰，帶來更大的數據價值。然后幫助企業更好地知道客戶需求，從而提供更好的服務。

來源：菲利科物聯網