每个人都有自己的“亲橙里
传统的场景中，消费者来到一个超级Mall中，很兴奋也很迷失。为什么呢？一个Mall中汇聚的品牌太多，面积太大，消费者进场之后，对场内品牌和活动信息一无所知，他们只能在“逛”的过程中碎片化构建对商场的认知。我们常看到消费者在商场内，打开团购/外卖App，先搜索信息，再打开高德室内导航去指定的门店。所以，在线下场景中，消费者体验的智能化、个性化都没有实现。
▲口碑个性化推荐
而在亲橙里，消费者站在“千人千面”广告屏前，就会获得由用户偏好和需求匹配出的场内推荐。或者打开口碑App，获得基于【友盟+】用户偏好和LBS数据的个性化“亲橙里”，这是线上App和线下消费场景的打通和连接。由此延伸，消费者就能获得一个随身的“逛街助手”，根据用户喜好和近期的需求，预先匹配商场内的品牌和消费路线，提升购物体验。
轻部署彰显核心数据能力
无论“千人千面”广告屏，还是个性化“口碑App”推荐，都是在提升消费需求的匹配效率。这背后的核心在于底层的数据和技术能力支撑。
▲“千人千面”广告屏
以“千人千面”广告屏为例，部署方式非常简单，仅需四个步骤：
1.配置智能硬件：互动屏的造价很低，只需对硬件进行改造，增加数据获取模块；
2.个性化的素材：建立广告素材库，把商场内的品牌和活动信息分类；
3.后端数据对接：后端API和【友盟+】7亿真实活跃消费者数据对接，从技术层面【友盟+】可以实现秒级的用户偏好匹配，动态调用广告素材；
4.数据优化与沉淀：在实际地运行中，通过数据监测后台，沉淀用户行为数据，并动态优化素材内容，比如设计风格/活动信息的类型等，更适应商场客流的需求
整套系统都是基于【友盟+】全域数据能力和Oplus的线下智能推荐引擎实现的，前端展现是低成本、轻部署，后端的比较重的数据和技术能力都已经封装好。考验的是两大能力：
1.对群体覆盖的广度和个体识别的深度。即数据有没有覆盖到全网的用户，对某一特定用户群，是否能细颗粒度的描绘出兴趣偏好。
2.数据打通、智能识别和计算能力。当一位消费者站在互动广告屏前，毫秒级的计算识别，同步展现出商品信息。
数据化的价值
创新黑科技的价值，是通过数据赋能消费者和品牌商，提升购物需求的匹配效率和获取信息的效率。对于品牌商而言，线下数据化和线上线下数据的打通，能实现消费者全场景在线。
1.更深度地了解消费者，沉淀数据资产。
2.提升门店运营效率，商品组货，顾客自助购物。
例如通过客流热力动线，掌握门店热度，优化场内布局；根据客流偏好，优化品类，例如对于男性用户集中和家庭消费集中的商圈，会采取不同的组货策略。总之是基于用户偏好，促成店内转化。
3.更精准的招商策略，实现门店的优胜劣汰。
和上一点相同，由用户偏好和门店热度，科学支撑招商，提升坪效。
4.线下流量运营，激活偏远门店。
传统的零售业，强调位置/地段，因为受物理因素的影响，客流的方向决定了门店的热度。而当我们通过数据的手段，利用个性化的推荐方式，将客流划分为不同的群体时，就可以降低物理影响，激活位置偏远的门店，让商场内的流量分布更加均匀，这也提升了购物环境。
黑科技，我可以来一打吗？
我是个普通的品牌零售商，没有巨额的预算，我要保持业绩的平稳增长，也想尽快做一些新零售的尝试，并且希望尝试之后就可以获得经营上的帮助。这是不是天方夜谭？
从行业发展的成熟情况来看，线下大数据运营工具已经有成熟的体系，很多数据黑科技的成本也可以承受。比如互动广告屏、智能导购屏，价格都在千元、万元的范围。品牌商可以从几家门店入手，从营销场景切入，让其更精细和落地，提升单店的坪效，再将经验快速复制。
在选择新零售数据服务商的过程中，要避开一些误区，我们可以从两点切入。新零售强调数据重构人货场，这里的数据不仅是品牌商自己的数据，还要与外部的数据进行交互和打通，否则就是“闭门的大数据”。那么，新零售的数据服务商，有没有足够的数据体量和质量，是否能与业务数据打通，这是第一个关键点。其次，线下零售的行业千差万别，业务模式也各不相同。我们要尽可能地选择与自身行业相匹配，或者有基础数据平台能力的合作伙伴。
可以说，亲橙里再次刷新了行业对新零售的认知。那么，迎接这些数据黑科技，你准备好了吗？
