wifi探针商业应用产品介绍

贸数

杭州数澜科技有限公司

贸数是一款致力于购物中心精细化运营决策支撑产品，使用大数据手段，帮助购物中心构建他们自己的数据资产体系，挖掘数据中的价值点为他们的业务决策提供支持；帮助他们优化、调整业态组合；帮助他们识别和经营好自己的核心客群，通过线上的各种触达渠道，提高商场的复购率，为购物中心带来更好的效益。

产品受众

招商部

目标：在消费升级时迅速调整入驻品牌，满足目标客群核心诉求

需求：

目标客群定位一用于消费者喜好

调研竟品商圈情况一用于了解商圈变化趋势，进行商业考察店铺经营情况一用于商铺租金调整、租户调整、招商调整及补位

消费者喜好与契合品牌一用于调整入驻品牌

商户部

目标：为商户的开业、经营提供支持，并对运营情况及

时形成反馈。

需求：

店铺经营情况一用于市场发生变化时，提出商户及业态调整方案并实施，保证经营指标的完成竞品商圈信息一用于词研竞品商圈的变化趋势

推广部

目标：提升并维护品牌影响力，保证客群有质量地稳定增长。

需求：

目标客群定位一用于制定营销方案场内客流热力图一用于布置视觉美陈

店铺经营情况一用于商铺租金调整、租户调整、招商调整及补位消费者喜好与契合品牌一用于调整入驻品牌

推广部

目标：提升并维护品牌影响力，保证客群有质量地稳定增长。

需求：

目标客群定位一用于制定营销方案场内客流热力图一用于布置视觉美陈

店铺经营情况一用于商铺租金调整、租户调整、招商调整及补位消费者喜好与契合品牌一用于调整入驻品牌

产品亮点

客流洞察及动态预测]

实时答流监测，定位每日最佳雪销时点；历史答流数据埋模，预测末

来客流趋势；客流指标（消员者轨迹、重复到访、热力分布等）研究，

有效匹配消费者、商场、品牌关系，即满运营的真实效果

店铺价值挖掘

分析对商场的拉动力指数，同时支持选择一个目标店铺，挖据该吉铺跟商场中其他店铺之间的关系，如合作、竞争、主拉动、被拉动等商

场可根据拉动力指数进行后期租金调整、业态优化、活动策划等

精准营销触达

分析对商场的拉动力指数，同时支持选择一个目标店铺，挖据该店辅跟商场中其他店铺之间的关系，如合作，竞争、主拉动、被拉动等商

场可根据拉动力指进行后期租金调整，业态优化.活动策划等

智能人群管理

可自定义或者是指定菜个特征人群进行分析，挖据消费者客流变化、客流分布规律、逛街行为习惯、兴趣偏好、消费能力等；同时可针对

性地进行管理。

多维画像研究

自定义条件对目标容群进行画像研究，

可研究该群体的客流规律、香群量、兴趣爱好、逛街习惯、遥街馅好等行为

习惯。

对答群数据持续跟路、分类和储存，以使根据用户习惯优化和重复使用。

产品大模块功能

洞察分析（知己知彼）客群洞察：可实时监测商场关键指标、客流热力分布等情况；可对客群进行管理；可自定义条件对目标客群进行筛选，自主研究来商场的客流变化规律、客流分布规律、客群画像；可预测未来一段时间内的客流情况。

店铺洞察：可监测单店运营状况；可进行店铺画像；可挖掘店铺之间的关系；可挖掘店铺价值、旺铺排名等。

精准营销（快速转化）

广告营销：可对圈选目标人群进行广告投放

老客定向：根据顾客的商场行为表现出来的特征，精准发送短信或推送优惠券等

效果评估：对营销效果进行全面的多维分析，评估每次营销的效果优劣，并标记优秀/失败的营销操作。

优化推荐（资源优化）

品牌招商：根据商场定位规划、商场招商合作模式等给出招商建议；同时结合品牌定位、品牌形象、选址要求等进行匹配度分析，给出推荐品牌列表。

业态组合：结合商品消费特点、消费频次、人流动线、消费心理等因素对商场的业态组合进行研究，以选择最适合业态、最佳配比及分布，达到商场经营收益的最大化。

租金优化：通过研究商场区位特征、商场特征、楼层、业态组合、商户势力、商品货单价水平等因素跟租金的相互影响，

功能示例1-实时监测

·页面构成：关键指标、商场热力图、楼层客流分布、商铺客流排行榜、楼层间人流动线、楼层内人流动线、人流趋势图。

·关键指标模块实时展示关键指标变化；各楼层客流分布模块实时展示各楼层的客流；商铺实时客流排行榜显示商铺客流排行前10店铺；商场热力图可查看各个楼层的客流热力分布，点击右边的楼层可切换到其他楼层；楼层间人流动线实时展示各个楼层间的客流动向情况，点击单个楼层可查看楼层内人流动线情况

功能示例2-客流分析

。支持自定义条件对目标客群进行筛选，自主研究来商场的客流变化规律及客流分布规律。

。可按日、按周、按月、按季、按年分析客流变化趋势；可比较周一至周日的客流情况；可按时段比较工作日与周末、周一至周五、周六至周日的客流情况；可按时段比较商场每日累计进、累计出、滞留人数的变化情况；可比较不同时段的净滞留人数情况；可比较各楼层、各店铺、各业态的客流分布情况；可比较新老顾客占比情况及来访次数情况等。