新零售时代为什么线下门店不好赚钱？因为你浪费了宝贵的“大数据”
既然那些电商们已经依靠线上大数据赚得盆满钵溢，那线下的实体店为什么不可以从线下大数据中掘金呢？
大数据从诞生开始，就天然的分成了两个阵营：线上大数据和线下大数据。
线上大数据催火了很多行业，但其中以电商最为明显，这是毋庸置疑的。淘宝、天猫和京东们利用他们收集的用户数据信息，不断向你推荐你最喜欢的商品，让你剁手剁手再剁手。天猫双 11交易额 1682亿，京东下单额 1271亿；另据数据统计，仅从 2016年 12月到 2017年 5月的连续 6个月，国内电子商务销售规模已突破 3万亿。线上大数据的手段之“残忍”，“武器”之犀利，战果之丰硕，简直“惨无人道”。
不过，纵然如此，线上交易规模也并未“翻了天”。数据显示，中国网络零售占社会消费品零售额比例，2015年占比 10.8%，2016年占比 12.6%，2017年前半年 13.2%。由此可见，相比于线上的电商平台交易，占比 80%以上的线下交易市场才更加广阔。
但奇怪的是，作为线下最主要交易场景的广大商超、门店或连锁经营场，却是连年萎缩，利润更是一年不如一年，可以说是凄惨无比。为什么会这样？线下门店要怎么才能赚钱？众盟数据创始人&CEO广宇昊认为，新零售时代线下门店盈利的关键在于线下数据资产化。
对商铺/门店来说，线下数据资产化已迫在眉睫
得益于在线下大数据领域连续 4年的持续深耕，众盟数据近期在业内首次提出了“线下数据资产化”的概念。
众盟数据创始人&CEO广宇昊表示，线下数据资产化是从线下数据资源的持续积累，到与消费者实时连接互动、数据的智能应用及持续的自我优化，直至达成价值变现的过程。它是一个可循环、可复用的“活”的数据闭环，实现的是对“人”的有效识别、需求洞察、多维交互和精准触达。
如果说的通俗一点就是，对于那些开店铺的、开连锁商超大卖场等的（如万达、苏果、大润发等）客户来说，“线下数据资产化”可以对你店铺每天产生的各种数据信息进行收集、整理、分析，把这些加工好的数据变成你的一种资产，从而让你赚钱更快、更多、更轻松。
实际上，数据资产化的现象在业内由来已久，尤其是在互联网公司内部更是个常识，那些有远见卓识的公司早就发现了数据（主要是线上大数据）的价值，并把它作为自己最重要的资产。举例来说，像滴滴、优步、摩拜和小黄车这些近年来崛起的新贵们，为什么会有动辄几十亿甚至上百亿的估值？那是因为他们都有专属于自己的庞大的用户数据。
对于互联网巨头来说，流量什么的是可以合作买卖的，但是唯有数据不行，数据是核心竞争力，更是一种最重要的资产。
和线上大数据对互联网巨头的重要性一样，对于开在线下的实体门店、商铺或连锁卖场来说，基于“人、货、场”三种维度的线下大数据同样有着非同一般的意义。其中，以人（即用户、消费者）为核心的线下数据资产化尤为重要。
不过，似乎我们尚未对线下大数据给予足够重视，而真正将线下大数据看做资产并将之资产化的商家也是少之又少。那些正在以及即将转型新零售的企业，普遍对数据资产化了解不深，他们并不认为数据是资产。在他们的逻辑中，只认门店货物为固定资产，只能看到有形的东西，却不知道无形的数据才是真正值钱的。
众盟数据创始人&CEO广宇昊说：“回过头看，线下门店或卖场每天都在产生很多很有价值的数据，只是他们看不见。线下门店人来人往，却对那些顾客的信息漠不关心或一无所知，这简直是难以想象的。
“线下企业有做数据资产最好的土壤，但是都不够明确和深入。我之前和一些连锁大卖场企业有过深度交流，大家普遍都有这样的感觉。
“以万达为例，如果把万达广场只当做商业地产，那就相当于是坐在金山上要饭吃。我们应该把它看做是流量入口和数据来源，把整个万达广场打造成一个应用商店，里面的店铺做成一个个独立的 app。”
把线下数据资产化拢共分三步
对线下门店和商铺来说，那些走进店里的人，不管最终买不买你的东西，都是你的线下大数据来源。甚至是每天从你店门口走过，或者住在你店铺周边的人，也是一种宝贵的数据资产。在零售业 4.0的新零售时代，消费者将成为最稳健的增值资产，而与之对应的线下数据资产化也将成为智能商业升维竞争的核心竞争力。
那对于线下的门店而言，将如何实现线下数据的资产化？
首先是需要建立私有的数据资产库。
打一个形象的比喻：如果线下门店是水龙头，那么基于“人、货、场”三种维度的线下大数据就是水龙头里的水。门店每天都营业，水龙头也每天都在打开。而之前的情况是，我们只是把水龙头拧开来就不管了，于是几乎所有的水都白白流走了。
因此，建立门店私有的数据库并广泛收集数据就成了当务之急。
在收集数据层面，传统的店员记录无法证实、更新和关联，目前线下消费者行为数据化率只有 7%，剩下的 93%都被白白浪费了。
“线下门店每天都有很多与线下场景相关的更具精准价值的数据在不断产生，今天不开始积累数据，今天就过去了，回头看会后悔的。所以不要再等，要有私有的数据资产库，然后开始不断积累。”广宇昊说。
对于传统店面而言，以硬件设备收集用户使用 ID，既具有唯一性且不涉及个人隐私，是目前业内使用最为普遍、最受欢迎的数据采集法。
广宇昊说：“我们用自动化和科学手段收集到的数据（对门店来说）是良性资产，越积累越有用。在人、货、场三个维度中，我们只关注人，也就是消费者，这也是企业关注的。
“每天进到店里的是什么人？每个人在店里都逗留了多久？有多少人在店外逗留或匆匆而过？之前企业是无法知道这些的，但现在有了很多像众盟数据这样的专业团队，来对这些数据信息做一个全面的收集。”
其次是对数据的清洗和添加标签
全面而系统的收集门店的线下数据肯定是不够的，很简单的一个例子：在收集到的所有数据信息中，就数营业员每天在店里的逗留时间最长，但你能认为他们是最有购买欲望的准客户吗？
所以，如果不对收集到的数据进行清洗和添加标签，就无法让数据真正发挥作用。
数据清洗技术能力的高低，直接影响数据库中冗余数据的占比，从而影响后续数据应用的质量。专业的大数据清洗能力，可以剔除无用数据，保留有价值的数据。
众盟数据 CEO广宇昊说：“概括来说，那些脏假伪废的无用数据，我们需要把它们从数据库中赶出去。”
在对数据进行有效清洗之后，就要给它们添加标签，而这也会让数据的价值呈几何增长。
通过从线上、线下等多维度了解到店受众的用户特征，众盟数据总结并输出了一组行之有效的场景用户标签：性别、场景轨迹、兴趣爱好、地理位置、消费水平、到访频次、学历、驻留时间、消费偏好等等。
而添加了这些标签之后，一副全面而详细的用户画像就出来了，我们就可以知道：到店的消费者有多少 80后多少 90后？他们平时线下都是怎么活动的？他们都有哪些购物偏好？他们买的最多的东西是什么……
当一家门店掌握了这些数据信息，那就离开启“疯狂生长模式”不远了！
最后是把数据变现，实现“线下数据资产化”
需要注意的是，尽管有了详尽的用户画像，但线下数据资产化的进程其实才刚刚开始。
广宇昊说：“对专业的线下数据提供商来说，最后提供给线下门店的不会只是用户画像，因为画像只是看的直观，而不一定能解决实际问题。线下数据的价值是需要提炼出来的，比如北京要在新城区建万达广场，那这个消息我们应该让哪些人知道？对于这种具体的问题，就需要地理位置的标签，其它性别什么的都不重要。这个时候，我们就会用数据手段进行筛选。
“众盟数据也不是那种大而全的数据公司，方方面面都涉及到，然后给你一个炫酷的报告。我们是实实在在的帮你把所有数据都沉淀下来，再根据你的需求帮你变现。”
把数据资产变现有两种途径，要不就是自己赚钱（获客），要不就是问别人要钱（融资）。
当门店有了数据之后，可以更好的做客户运营。不仅拉新手段和维护老客户的手段都可以在数据支撑下进行变革，也可以分辨拉新的有效无效，以便进行持续不断的优化。
靠数据把新的客人带进来，本身就相当于变现。很多时候，做生意只靠经验远远不够，如果不知道在哪些地方做努力和改进，是不会有大的发展的。
而用数据资产去融资，似乎就更好理解了。当你手握海量的、精准的、真实有效的用户数据的时候，投资人肯定会趋之若鹜，想做大那就是分分钟的事情。
总结
毫无疑问，新零售正在逐渐取代传统的零售业模式，而没有线上和线下大数据支撑的新零售不是健康的新零售。既然那些电商们已经依靠线上大数据赚得盆满钵溢，那线下的实体店为什么不可以从线下大数据中掘金呢？
深入挖掘线下大数据的价值，把线下数据资产化，将是未来的不二之选。