新零售、精准营销……线下大数据在未来还将开拓出更多的应用方向。
从字面上来看，线上大数据就是线上产生的数据，反之，线下大数据就是线下产生的数据。提及线上大数据，我们最为熟悉的就是在浏览器等线上平台的输入或是浏览记录，可是线下大数据的具体表现又是什么呢?其中最为典型的就是我们的消费行为数据，譬如买了什么东西、进了哪家店等，这些都是在线下产生的数据。
线下大数据正成为一个新的“大蓝海”
从古至今，“数据”都是商家和企业在运营过程中的一个关键，进多少货?记多少帐?这些都是需要考虑的问题。之后，因为互联网和人工智能等技术的出现，这一行为被搬到了线上，也拓展出了更多的应用和可能性。比如百度等浏览器，通过对人们搜索和浏览的记录，从而进行智能推荐，了解网络动向。
不过，就在线上大数据的市场已经渐趋饱和的时候，线下大数据这一以往的“主角”也开始东山再起，成为各大企业争相布局的一种手段、策略，而相应的数据创业公司也开始一个个的崭露头角。
比如，聚焦于“线下数据资产化”的众盟数据，近日宣布完成1.8亿元B+轮融资，本轮融资由云锋基金领投，B轮投资方IDG资本、昆仲资本加注跟投。截至当前，其B轮系列累计融资金额已达3亿元，是线下数据领域目前最高金额融资。
为什么要将线下大数据重新拾起并进行充分利用?数据显示，目前线上消费行为在总体消费中所占的比例仍不足20%，而线下消费占比超过80%。所以，尽管天猫、京东等线上平台在过去成功的“挤压”了线下零售商，但是从最终结果来看，他们离成功还有一段距离，这也是人们再次推崇线下大数据的主要原因。
线下数据资产化助推商业智能变革
以往，通过线上大数据，我们已经对一些产业进行了升级改造，譬如医疗行业，对线上的大量数据进行分析，可以做出医疗建议，或者是能源行业，通过电网获取数据以预测人们的用电习惯等，从而对未来某个时间段的用电量进行推断。
值得注意的是，虽然一些传统产业在借助线上大数据进行智能化升级，但在某些数据层面，他们也存在着“脱节”现象，而这种“脱节”需要线下大数据来进行补充。用众盟数据创始人&CEO广宇昊的话来说，互联网的下半场，线下数据是洞察消费者需求的最有力依据，是商业创新变革的战略资源和核心动力，而数据资产化将成为智能商业升维竞争的核心竞争力。
把那些“被浪费”的数据用起来：相比于线上数据，线下数据的获取更为困难，也常常被忽略，成为一种浪费的资源。在线下场景中，哪些人进了你的店?到店的人停留了多久?老客户多长时间来一次?人们最喜欢聚集在哪里?离开后如何再次联系客户……在运营过程中，每个企业每天都有大量的用户数据在实时产生，对企业来说，关键是要树立“大数据思维”，要持续不断的对数据进行搜集、梳理、转换、存储、分析、运用大数据。
以新零售场景下的超市为例，通过红外、传感器、人脸识别等智能设备对人们线下的行为数据进行获取和分析，能够了解人们对什么产品更感兴趣、哪个商品区人流量最大等信息，进而指导商家提升运营管理，如进行商品品类升级、商品区域调整等。
与线上大数据类似，从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，线下大数据也形成了一个可循环、可复用的“活”的数据闭环，这是线下数据资产化的过程。基于此过程，那些以往被忽视、浪费的数据将被重新拾起并循环使用，从而助力零售、银行、医疗等传统产业完成进一步的智能化升级。
“活数据”全方位连接企业和消费者：“新零售已成燎原之势，对企业而言，只有通过大数据把握人的需求，如同之前搜索引擎通过搜索行为把握人的需求一样，才能以不变应万变，抓住新零售的机遇，更快抢占智能时代的未来。”昆仲资本创始合伙人梁隽樟表示。
那么，我们需要考虑的是，线下数据该如何利用?怎样才能实现线下数据资产化?数据是养出来、练出来、整理出来的。在不断积累的过程中，数据的应用会越来越多，同时，随着不断的应用，数据的价值也越来越大。
以传统商超为例，企业通过智能硬件获取到店人群数据，将之进行结构化、可视化管理，从而洞察用户需求并开展数据营销。例如，超市想为自己的活动吸引人流，可以基于线下数据对特定用户群体进行“精准推送”。用户在看到广告推送之后，会进行“互动”，进而参与超市活动，最终完成消费行为。在这个过程中，超市不仅能够建立起自有用户数据库，指导企业提高管理和营销，让线下数据成为企业的“活资产”，而且，在不断使用的过程中，线下数据会不断升值，最终成为企业发展的数据资本甚至战略资本。
线下数据资产化的本质就是要从企业的消费者数据“矿藏”中提炼出“黄金”并有效应用，它解决的是新零售发展的核心问题—用线下数据也就是活数据，全方位连接企业和消费者。云锋基金董事总经理李娜表示，云锋基金非常认同众盟数据提出的“线下数据资产化”理论和实践成果，尤其在新零售领域，数据是贯穿“人、货、场”的核心要素，数据的价值不言而喻。
结语
随着线上数据的渐趋饱和，以往被人们所丢下、忽视的线下数据正在重新“发光发热”，并成为了各企业实现产业升级改造的核心之一。
当前，在应用层面，线下大数据更多的集中于新零售和精准营销，如何拓展更多的应用方向和场景?又如何垂直于行业进行进一步的深度挖掘?这些是当前线下大数据所需要考虑的几个问题。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
