作者 | 罗燕珊 购物中心作为商业地产的重要组成形态，这些年在不断经历转型。尽管面临着来自电商的激烈竞争，购物中心通过不断适应市场变化和满足多样化的消费者需求，证明了其不可替代的商业价值。在这一过程中，数字化转型成为了推动购物中心及整个商业地产行业向前发展的核心力量。 过去二十多年间，购物中心业态从传统的百货商店模式，转变为提供多样化体验和服务的综合中心，购物中心如今越来越注重空间的租赁管理，这种转型不仅关乎技术的更新和应用，通过灵活的租赁模式及不断调整的品牌组合，背后的关键是如何通过精细化管理和创新运营模式，来提升整体效率和顾客体验。随着新技术的不断涌现，购物中心也正变得更加智能和互联。 行业内部分前瞻企业已经取得了显著进展。例如，通过推出会员系统和积分品牌，以及开发会员运营平台，实现全业态会员身份和积分的互通，这些措施都有效地增强了顾客的粘性和活跃度。 进一步地，这些企业还建立了专门的数字化团队，全面推动数字化建设。比如陆续开发新的商户入驻及线上交易工具，加速推进会员和共性系统的数字化建设，从而推动核心业务的全面数字化。 数字化应用在消费者体验端的提升同样显著。例如，通过升级线上顾客服务平台（小程序或 App），显著提高了活跃用户数，进而带动了到店消费的增长。此外，通过提升智能客服、停车缴费等核心服务场景的效率，以及拓展电商能力，也在不断提升用户的消费体验。 优化商铺，链接营销 在更宏观的策略层面，购物中心行业选择长期主义和头部战略的企业不仅关注于商铺空间租赁和基本品质保障，更加重视为租户创造良好的营商环境以及为顾客提供良好的购物体验。他们的数字化往往覆盖了业态规划、营销推广等方面。 魏欣（现任华润万象生活数字化总监）对 InfoQ 表示，购物中心的数字化不仅仅是技术的实施，更是一种业务赋能方式。其中，数据的深入挖掘和应用，基于事实与逻辑的经营改善，是推动购物中心运营管理升级的关键。 购物中心的数据要素较为多元，涉及空间资产、会员 / 客户、租户 / 品牌、货品、业主 / 租客、合同、客商、支付、交通、能源、气候、设备等。随着业务的变化和扩展，这些不同的业务对象产生了大量信息，这些信息的收集与运用是购物中心应用数据的基础。 目前，行业内头部购物中心主要将数据应用于招商调整和营销策划，以数据支持决策的精准性。 例如，在招商策略方面，购物中心可以结合项目地理位置、铺位属性、客流数据和周边及过往租户的表现，以及潜在品牌的数据预测来进行租金定价和招商策略调整。通过这种方式，它们可以优化品牌组合，识别哪些品牌组合能产生更好的客流和销售效果，这如同场景打造版本的“啤酒与尿布”组合， 让 1+1 发挥出大于 2 的效果。 在营销策划方面，利用季节性变化和消费者购买周期的数据，购物中心能够更精确地确定营销活动的最佳时机、目标客户群体及敏感度最大的促销组合，以期达到最佳的营销效果。 魏欣进一步强调，有效的数字化首先体现在一些基础方面，如在线、多维度、可追溯性和可预测性。 其中，“在线”强调流程线上化、自动化的重要性，业务驱动流程，流程驱动数据，能通过表单、流程、数据的变化体现业务的变化，并且任何业务上的调整都能快速在系统流程中得到反映，先要让业务在系统中得到体现。 多维，意在让业务流程链条上的相关人都能从线上化受益。数据在线不仅要服务于实操的业务部门，也需要为采购、财务、审计等上下游部门提供便利。给业务流程及数据打上业务标签的同时也要考虑财务的标签，通过在系统中固化数据处理、统计和分析的规则，提高效率和减少错误。比如统计销售额、核算营销费用、计算租金、确认收入是一个业务流程，在这个过程中获取到的数据还应当进一步用于分析销售趋势、活动有效性、招商调整等，让数据离人更近、更便捷、更有用。 可追溯则是为了能“还原事实”，确保在面对租金调整或营销活动效果复盘时，能够追溯到每一笔交易和每一次活动的详细记录，让决策都有充分的事实依据。 可预测则通过分析消费者行为和购买模式，预测在特定时间点（如节假日或促销期）可能的客流和销售趋势，从而优化营销活动策划，或店铺内的货品组合，改善库存管理。 “虽然上面这些都是数字化的基础工作，但要做到并不容易，行业内目前没有说谁做得最好，但每家都有最适合其自身需要的管理工具。”魏欣说道。 数据应用要讲“性价比”在购物中心的数字化转型过程中，数据应用的性价比是一个关键的考虑因素。当前行业面临的普遍挑战包括高质量数据供给明显不足、合规化使用路径不清晰以及数据应用在赋能增值的局限性。 这些挑战不仅要求企业需要筛选高质量数据，还要明确数据的使用路径，确保数据在应用过程中能为业务带来增值。 魏欣认为，理想的数据策略应该侧重于企业自行采集或生成的高质量数据。他解释说，尽管行业中有企业尝试与数据服务公司合作，希望通过数据碰撞和分析来增强数据应用的效果，但这些合作往往受到个人信息保护法等法律法规的限制，通常只能处理非敏感的数据，而且这些尝试并没有带来长期的预期效益，因此性价比并不高。 为了克服这些难题，许多企业更倾向于依赖自有数据来进行业务分析，以此来识别和验证行业趋势。例如，他们可能通过数据分析对“中产阶级的消亡”、“顶层客户的持续性”以及“消费降级”等社会经济趋势做印证和碰撞，并进一步探讨这些大趋势下可能的市场细分变化，如超市的兴衰和生鲜市场的动态。 此外，行业内的通用做法还包括使用客流系统、WiFi 和车流系统等多种供应商工具来进行数据分析，这些数据有助于优化运营和增强客户服务。 对于成本效益在数据使用中的考虑，魏欣还举例说，尽管过去某些数据收集项目已经大规模投入，例如复杂的客流数据系统，但由于这些数据的处理成本极高，多数企业通常只会针对重点店铺和品类进行深入分析。其他更多的数据则被存储起来，等待未来技术更成熟时再进行处理。 总的来说，购物中心在落地数据应用的同时，必须权衡其投入和收益，毕竟所有的经营动作都涉及到人的管理或系统投入，而最终目的是撬动更大的价值，因此性价比始终是一个重要的命题，也是支持企业在竞争激烈的市场环境中持续发展的关键要素。 让数字化少走弯路 值得一提的是，传统企业在数字化转型过程中面临的核心挑战之一是如何选择合适的技术策略——采用市场上现成的商业软件还是进行自主研发。事实上，这个问题反映了一个更广泛的行业挑战，即如何在快速变化的技术环境中作出最合适的投资决策。 在行业信息化初期，许多企业依靠外部供应商提供的成熟系统和服务，例如采购 SAP、Oracle、金蝶、用友、明源等公司的 ERP 系统。这种做法使企业能够快速实现信息化，但随之而来的是对外部系统的高度依赖和限于套装软件的局限性。这种依赖限制了企业在快速变化的市场条件下调整其技术基础设施的能力。 随着研发技术的不断成熟，这些企业开始建立自己的技术团队，开始探索自研路径。比起原先全面依赖供应商提供的一揽子解决方案，采买部分服务 + 自研的方式更能增强企业对特定业务需求的快速响应能力。 不过，自主研发虽然提供了更大的自由度，却也暴露出成本和效率的问题。因此，后来，面对市场上已经趋于成熟的技术与平台解决方案，一些企业又开始在自研与采购之间摇摆。 魏欣认为，较好的解决方案可能是采购和自研的混合模式，这种模式既能利用市场上成熟的技术产品，又能保持企业在关键技术领域的自主创新能力。但如何在采购成熟方案和自主研发之间找到最佳平衡，并有效地实施这一策略，将其做好、行稳致远，那又是另一个难题了。 除了技术路线的挑战外，项目推进顺序和资源配置也是难题。企业资源是有限的，要将资源和成本投入到哪些方面，需要根据顶层设计来指导。但由于组织结构和行业环境的持续变化，当新项目不能通过已有的规划设计指导，又要解决眼前的业务问题时，企业需要灵活调整来应对不断变化的需求。 进一步地，在行业竞争加剧的当下，生存已成为首要问题，很多企业将利润作为衡量价值的重要甚至唯一标准，这也影响了数字化团队的工作策略。数字化团队不仅要响应业务部门的需求，还需要将这些需求与公司的战略目标相结合，确保数字化投入必须有选择地聚焦于对企业最有价值的领域。 对此，魏欣强调：“数字化的核心是赋能业务，但也需要遵循信息化的基本逻辑。我们的工作是要补足短板、发挥长板，在信息化的过程中减少走弯路，一边确保支持业务的快速进化，一边满足其他业务的平稳运行，减少业务间发展的不平衡带来的负面影响。” 因此，数字化工作不仅仅是技术实施，更是从全局视角出发从大处着眼顶层设计，从小处入手解决业务部门的具体需求，确保每一步的实施都是为了推动整个组织能力通过驾驭科技的力量向前发展。而在这个过程中，每个决策和动作都牵一发而动全身。 原文链接：https://www.infoq.cn/article/83SmDCG1xINsZBKa1S5R