深度解析|众盟数据《2019线下数据智能应用实践白皮书》干货揭秘

5月28日，2019数博会第二届线下数据商业生态高峰论坛在贵阳国际生态会议中心成功举办，论坛上众盟数据联合爱分析发布了《2019线下数据智能应用实践白皮书》，白皮书全面总结了线下数据智能的最新进展，展示线下数据智能赋能产业的前沿实践，并判断行业未来发展趋势。

在数据大爆炸的年代，线下数据智能无疑是企业数字化转型的下一个发力点。

对于数据在当下的商业环境中的价值，相信没有什么人对之怀疑，数据已经成为商业活动中必不可少的因素，或者说，没有数据基因的企业也终会失去发展的原动力。

在核心流程数字化、数字化客户精准体验、渠道接触点和内容、数字化供应链、数字化转型战略、数字化平台运营、人员数字化基因培育、生态系统构建等数字化生存条件之下，数据成为关键点。

然而数据并不是人们想象的那样简单，数据加身就可“天下无敌”?显然，如何获有价值的数据并通过对这些数据的有效分析从而形成对于未来商业行为的正确姿势，数据智能化正在重新定义数据的价值体系。

随着线上流量红利的衰退，以及实体经济的数字化转型浪潮推进，线下数据智能的发展趋势日益受到重点关注。

不得不说，众盟数据在线下数据智能层面给市场提供了一种参考。以众盟数据为代表的商业智能的数据服务平台，在技术、产品、商业模式等方面不断成熟，并积累了大量前沿的行业应用实践，值得思考。

在这个数据大爆炸的年代，数据智能无疑成了考验企业数据能力乃至复合式商业竞争力最有效的手段。

线下数据智能化的价值

从2013年创业开始，众盟就关注线下数据，对于其定义的解释说是：线下数据的定义是从数据源视角出发，与线上大数据相对应，是线下现实世界的数字化。

众盟数据创始人兼CEO广宇昊

在2019数博会第二届线下数据商业生态高峰论坛上，众盟数据创始人兼CEO广宇昊发表题为《用好线下数据，抓住下一代企业经营之道》的主题演讲，他表示随着5G时代的来临，数据为实体企业赋能的解决方案日趋成熟，越来越多的传统企业逐渐转型，收获了数据的红利。众盟数据作为国内最早提出并且实践线下大数据领域的公司，在我们六年的发展过程中，我们站在时代的浪潮上，趁着这个大势不断加快自己发展的步伐，在我们背后已经聚集了全中国甚至全世界最优秀的一批基金以及投资人，不断的为我们保驾护航。2019年，众盟数据为了更好的从大数据到AI服务B端客户，我们重新定义了新的使命“用数据与智能，让生意更好做”，新的愿景“成为世界级的本地化数据与媒体平台”。未来已来，我相信线下数据+商业智能，必将创造出大资产、大生态、大未来!

提出数据智能，在众盟数据方面看来也并非是概念的再造，而是数据至于产业的基本逻辑的升维思考，广宇昊也曾提到“我们做线下大数据的理念就是：不改造线下的产业，尊重产业的本质和基本逻辑，用一些技术手段辅助产业，把产业已经有的呈现出来。”

现在，在技术维度创造硬件智能化的同时，数据智能更直指商业内核。互联网的发展加速了数据化的进程，而近年来，线下商业行为正被重视，也使得线下流量带来的数据更具使用价值和分析价值。实体经济的数字化转型让数据成为了各方重视的焦点，而众盟数据方面认为，“线下数据智能是大数据行业下半场的焦点”。

新零售的强化，让线下消费者的行为更准确被记录。众盟数据自2013年成立，六年以来始终专注于线下数据的持续积累和价值挖掘，目前建立了体量庞大的线下数据体系，包括200万+线下应用场景，覆盖300+城市。随着线下数据量增加以及与线上数据的融合，应用场景逐步延伸到客户画像、运营分析等更深层次的应用。如今，结合机器学习、深度学习等技术，以及线下数据与线上数据的融合，众盟数据在营销场景已经可以为线下企业实现程序化广告投放，进入数据智能阶段。

例如在应用场景中，众盟数据的智慧屏幕产品通过对线下屏幕进行数字化的改造，获取屏幕的周边场景特征数据和受众群体标签数据，并与线上数据进行打通，可以结合广告主客群画像进行精准投放，甚至实时竞价。一方面提升了广告主的ROI，另一方面提升了媒体的流量价值。

曾有文章数据表明，人们更多的行为数据是发生在线下的。根据国家公布的相关数据显示，目前线上消费行为在总体消费中所占的比例仍不足20%，而线下大数据每年平均能够占到88%左右的份额。

数据智能是否会成为未来商业的决策力呢?答案是显而易见的。

众盟数据打造数据中台

对于线下数据智能，白皮书给出的解释是，线下数据智能是指通过线下数据采集技术收集数据，基于中台，利用数据解决企业客户的决策需求，可以分为数据采集、中台和行业应用三个核心领域。

“中台”成了数据智能化成功与否的关键点，当年阿里的《中台战略》让中台这个原本应用在军事上的概念火了，这个难怪，商场与战场，如何控制商场上的主动权也是各家企业奋力拼搏的大事。

而按照白皮书的定义，中台分为技术中台、数据中台和业务中台。技术中台主要由各类分析工具组成，如用户行为分析、数据科学平台、BI与可视化、日志分析、NLP/知识图谱等;数据中台帮助企业实现数据资产化，建立数据中台的公司包含各类数据服务公司和数据治理公司;业务中台是基于技术和数据，结合行业应用场景形成的模型、产品。

“数据中台最大的价值在于支撑业务场景，与业务中台融合。”数据的最终作用是驱动业务的发展，建立数据中台，已成为企业在数字化转型中的重要行为。但是，现实问题是，对于各行业的头部企业来说建立数据中台需要大量的人力、财力和建立周期，而对于发展中的企业或者创业企业来讲，独立建立中台并不现实，且投入巨大，在这个时候，如何选择优势的数据服务商，通过赋能的方式建立数据中台似乎更加的可行。

数据中台的搭建是为了实现数据资产化，解决具体的业务问题。在服务具体业务场景过程中，基于场景可以实现数据闭环。一方面，深入业务场景本身会产生高价值数据，提升线下数据智能企业的数据中台能力;另一方面，业务场景的数据反馈能优化数据模型精度，提升数据应用价值和企业在该场景的竞争壁垒。

数据智能未来趋势

行为数据和交易数据正在被打通，庞大的线下数据资源价值日益凸显，在各类传感器技术的成熟也为线下客户数据分析提供了前提。未来，线下大数据分析应用前景广阔，有望从选址、SKU、营销、销售等多方面帮助实体经济实现整体运营的数字化转型。

从现实的情况看，零售、营销、政务、旅游、房地产是线下数据与消费者结合最为紧密的，这些行业领域是数据智能应用最核心、最为成熟的场景。而智慧营销、智慧零售、智慧旅游也是数据智能应用最核心的领域，例如在精准营销领域，在构建客群画像、媒体投放、到店转化等方面拥有显著优势。

新零售的持续发展，已经让更多的零售从业者认识到了线上线下打通的重要价值，在这其中，数据是连通的关键，在获客成本不断攀升的时代背景下，线下庞大的消费群体成了主要的增量，而如何实现数据化值得思考。

在过往零售业态之中，也许只有pos机可以记录线下用户的行为，但时至今日，在通信技术迅猛发展之下，在AI智能设备的辅助之下，在支付技术以及微信小程序等技术构建的线下智慧零售场景中，数字智能更加准确，更加具有温度。零售的本质就是产品和服务，数据化让其来的更加直接很干脆。比如，从长期看，促销品正成为线下数据入口，衔接精准营销。

新零售时代，数据智能线上与线下数据的交互分析后，能对客户进行更精准的定位与推送，并给予客户更好的购物体验，同时也能对线下不同的门店进行差异化配货和提高仓储物流效率。众盟数据帮助实体企业构建大数据资产和智能应用平台，推动实体企业逐步实现以数据为驱动力的数字化转型升级正在被实现。

新零售的转型较早，数字化转型布局更加扎实。那么什么是拥抱未来的正确姿势呢?答案自然也不尽相同，阿里巴巴曾提出“一切业务数据化，一切数据业务化”的论断，也就是说未来所有的业务都需要建构在数据分析基础上，而未来所拥有的数据资产都需要在业务上体现它的价值。凯文·凯利讲未来十大趋势之一就是流动，而数据是最具有流动属性，“数据和数据连在一起，和业务连在一起才会有价值。所以让这个数据可以流动，可以连接在一起，这才是我们未来的趋势。”

再例如在智慧旅游领域，线下数据智能也有着较大的应用场景。2014年，国家旅游局正式提出智慧旅游概念，随着物联网、大数据、云计算等技术兴起，智慧旅游逐渐落地，为旅游业带来数字化变革。数字化贯穿旅游全过程，进一步提升游客体验。此外，智慧大数据平台也正逐步整合各类旅游资源，打造全域旅游生态圈。

结语

1996年，美国学者尼葛洛庞帝出版了《数字化生存》一书，按照他的解释，人类生存于一个虚拟的、数字化的生存活动空间，在这个空间里人们应用数字技术从事信息传播、交流、学习、工作等活动，这便是数字化生存。

技术应用以及运营模式的创新成了线下数据智能的主要助推器，云时代的到来为企业依靠信息化手段，将云计算、物联网、大数据、人工智能等前沿手段进行数字化重构，实现信息的无缝对接、运维的高效运转与体验经济的全面升级提供了新思路、新可能，也为企业全球化步入高速推进阶段提供技术支撑。

作为众盟的投资方之一，昆仲资本创始合伙人梁隽樟认为：“我们还是需要从一个更全面的角度去理解线下数据，其实在整个商业生活里面，不管个人也好，包括组织所在的机构也好，他们在生活或者商业里的每一个环节中发生了的线下数据，其实我们都可以把它看成是线下大数据的构成。”

众盟数据是基于大数据和AI的商业智能平台，以线下数据资产化理论及实践成果为指导，通过体系化的商业智能解决方案，为实体经济发展多维赋能，助力企业实现智能商业的转型升级。基于此，线下数据智能如何落地值得期待。

报告原文链接：http://t.cn/AiKfNz00

生成海报

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。