線下大數據才是“大藍?！?，但幾乎還是處女地，破局之法何在？

在大數據市場，占了不到20%份額的線上數據成了兵家爭奪之地，而線下數據這一大塊蛋糕還在等待更多玩家的參與。

近幾年來，“大數據”的概念被炒的越來越熱，據相關數據顯示，全球大數據市場規模在2016年達到了1802億元，預計2017年將增至2211億元。與此相對的，國內市場還有著極大的增長潛力，根據數據，2016年國內大數據市場的規模僅僅只有23.6億元。

當前，因為云服務、人工智能以及虛擬現實等應用和技術的發展，“大數據”的重要性愈加凸顯。比如人工智能技術和產品應用，在這之中，深度學習算法是AI產品能夠實現“智能”的根本，而算法的高效是通過大量的數據訓練來獲得的。由此一來，大數據成為了人們眼中的“香餑餑”，引得眾多創業者的投入以及資本的追捧。

除了行業不同，大數據也有線上線下之分

在此前的互聯網+時代，人們逐漸看到了數據的價值所在，而隨著智能化時代的愈加逼近，“大數據”已經無處不在，比如搜索時的智能推薦、刷臉登陸/支付等等操作。

當下，大數據正被運用到各行各業之中，像金融的智能投顧、智能汽車的高精地圖等等。不過，當我們透過表面，我們發現，因為云服務、人工智能和虛擬現實等應用和技術的發展，大數據的確上升到了一個前所未有的高度，相關應用也已趨于成熟，但這多是指“線上大數據”。

在行業劃分之外，雖然現在還沒有具體的定義，但基于某些標準的劃分，大數據也被分為了線上大數據和線下大數據。

“線上大數據是發生在線上的一些行為的累積，是一些行為被數據化的結果呈現。至于線下大數據，我們更多講的是人們發生在線下的行為，是脫離了互聯網、或者說跟互聯網結合，但是實現場景是在線下的一些行為數據。”從事線下大數據搜集和分析的芝麻科技創始人兼CEO朱智說道。

線上大數據競爭白熱化，線下大數據“藍海”猶在

當前，在線上大數據這一塊，由于BAT這三家科技公司的強勢，數據獲取方面的競爭已經趨向于平穩，而各類云服務平臺以及應用產品的白熱化競爭，也驅使線上大數據的應用模式愈加成熟。

與此相對的，在眾人于線上大數據市場爭的你死我活的時候，線下大數據市場還是一個尚未過多開墾的廣闊“藍海”。以消費數據為例，據國家公布的相關數據顯示，雖然線上消費行為越來越多，但是總體消費中所占的比例仍不足20%，而線下大數據每年平均能夠占到88%左右的份額。對于全世界而言，如何更多的挖掘線下大數據的價值？如何更好的應用大數據為線下產業服務？這是一個需要共同探討的問題。

在國內，當線上大數據因為云服務、人工智能等因素而備受關注的同時，線下大數據這一“藍海”市場也漸漸被挖掘出來：

芝麻科技：2013年11月獲聯想之星的天使輪融資；2015年7月獲光信資本Pre-A輪融資；2017年2月獲數千萬元A輪融資，由深創投領投，品友互動與碚曦投資withinlink跟投。

ZMT眾盟：2016年2月，A輪，九鼎集團、海子資產聯合投資；2016年4月，A+輪，復星集團領投，九鼎跟投；2016年12月，億元級B輪，由昆仲資本、IDG資本領投，盛景網聯跟投。

匯納科技：2011年1月，A輪，紅杉資本中國投資；2012年1月，B輪，紅杉資本中國投資；2017年2月，IPO A股上市。

Counect互幫國際：2011年7月，天使輪，美國雅詩蘭黛家族、北京華揚聯眾、香港Agota、新西蘭Cathay策略性投資；2013年1月，獲得開物投資數百萬美元投資；2014年，A輪，由金沙江領投，阿里巴巴跟投，此外還有來自產業鏈各個環節的投資方，如雅詩蘭黛家族、尼爾森網絡前董事長、劍橋信息集團。

從這些投融資情況來看，或許線下大數據的資本熱度沒能趕上線上大數據，入局玩家也沒能夠形成較大的規模，但我們也能夠看出，這一“藍海”市場正逐漸受到資本的關注。

壁壘打破，智能硬件助力線下大數據搜集

數據！數據！不管是數據咨詢分析，還是數據的其他的應用，這一切都建立在一個大前提——數據搜集的到位上。借助于互聯網等媒介，線上大數據的搜集是相當容易的，比如搜索引擎的關鍵詞搜索、各類終端APP的瀏覽記錄等等，這些都是搜集線上大數據的渠道。

論及線下大數據，不同于線上大數據的多個應用方向，線下大數據的收集和應用多在零售行業。前文也說了，在數據收集上，線上大數據的渠道真的是五花八門，以零售行業為例，以往，線下大數據廠家需要去跟零售商挨個的進行一對一的交流對接，從而進行相應的部署。單單從這種部署模式來看，其中的難度和效率之低就可想而知。另外，在零售商方面，他們的能夠提供的數據多只是從POS機和監控攝像頭獲得的，也就是說，在數據上，僅僅依靠零售商而得到的數據并不是全面、有效的。

“線下的數據會蘊藏在各種場景下，智能硬件是挖掘寶藏的最佳方法。”朱智表示。通過對多個專注于線下大數據解決方案服務商的觀察，我們可以發現，在數據的收集上，它們的過程中都有著“智能硬件”影子的存在，并且還擔任著最重要的角色。

同時，為了迎合零售商的需求，讓他們直接看到自己的客戶流量等數據，智能硬件+終端APP這一搭配幾乎成為了線下大數據廠商選擇的主流，像ZMT眾盟推出的眾盟淘金盒子+“掌柜”APP，基于對數據的收集和分析，其能夠向零售商展示客流量、到訪頻率、停留時間等等數據，從而掌握門店的運營狀況。

入局線下大數據，敲門磚“精準營銷”最受歡迎

在我們的意識中，數據向來是一個理性的代表，也是一種精確、令人信服的存在和依據。對于線下大數據，其當下最大的市場在于零售業，而在后者，其最為看重的就是產品的銷量等等，由此，精準營銷成為了線下大數據的一大應用方向。

在ZMT眾盟創始人兼CEO廣宇昊看來，之前基于線上大數據的廣告推送模式更多的靠概率，基本等于“猜”，而線下大數據的真實、有效，則能夠助力中小企業實現針對定向人群的精準營銷。“搜寶馬的人不一定會買寶馬，但是去過寶馬4S店的人，一定會買，或者他處在想買寶馬最后的關鍵節點上。”廣宇昊說。在其看來，一旦這部分數據被更好地應用，將為企業精準營銷提供有力參考。

當前，不管是哪家線下大數據的從業者，或許其在未來對線下大數據有著進一步的規劃，但在市場潛力巨大、競爭也不是那么激烈的眼下，精準營銷成為了他們入局線下大數據的一塊“敲門磚”。

一般情況下，當走進一家服裝店，消費者或是自己挑選，或是將自己的要求告知導購員，讓其協助挑選和推薦，或是直接由導購員依據自己的經驗進行推薦。這種模式下，消費者往往會花費很多時間，甚至有時經導購推薦而購買的東西也不是自己喜歡的，在這里，我們看到了精準數據的用武之地。還是以服裝店為例，基于線下大數據的精準營銷，零售商可以獲得客流量等數據，從而對產品進行針對性的營銷。并且，通過對消費者個人畫像的分析，導購員等服務人員也能夠對其進行精準推薦。由此一來，營業效率得到了提高，而數據變現的速度也進一步加快。

數據必將上下打通，如何高效運用是當前的考量

不過，我們也得承認，雖然線下大數據市場還是一片藍海，玩家也是屈指可數，且單單零售商這一塊就足夠多個玩家玩個好幾年，但是，線下大數據服務商也不能掉以輕心。正如線上大數據，從一開始的收集，到現在的存儲、分析計算和各類軟硬件產品的應用，不管是應用方向還是商業盈利模式，線上大數據的規模都是多樣性的，從而才驅使了該市場的成熟。

當前，作為一塊“敲門磚”，精準營銷成為了線下大數據服務商的主要業務，但在接下來的發展中，隨著相關技術的發展，這一藍海市場逐漸被打開，這也就意味著將有越來越多的玩家進入。屆時，僅僅涉及精準營銷方向的結果只能是被市場淘汰。除了需要打造多樣的數據應用方向和商業模式，不管是從長遠的角度，還是從當下的情況來看，線下大數據服務商也要注意：

打通線上線下大數據：通常來講，線下大數據更能反映用戶的行為，比如線上搜索“寶馬”和線下走進“寶馬4S店”，兩相對比，后者更能反映用戶的購買心理，對于零售商而言，這才是最有用的數據。不過，我們也不能對此一概而論，或許線下大數據的價值更高，但線上大數據的價值也是不容忽視的。

當下，因為電商的盛行，打通線上線下業務已經成為了品牌商的通性?；诰€下大數據，品牌商能夠在營銷等多個方面實現精準優化，但作用也僅限于線下場景，而當加入線上大數據，品牌商得到的優化建議將是更為全面的，比如為什么消費者沒有將了解的欲望轉換成實際的購買力等等。通過對線上大數據和線下大數據的打通，客戶能夠從不同的維度了解自己的運營情況，從而制定出更為精確的營銷策略，實現線上線下對消費者的全面包圍。

“識別”有用的數據：因為線上大數據的收集渠道眾多，大量的數據也就蜂擁而至，這時，問題就來了，面對這么多數據，我們該如何找出真正對自己有用的數據？這些數據又該如何處理？同理，在線下大數據的收集方面，雖然線下場景是數據的“第一現場”，但也面臨著同樣的問題。

借助相關智能硬件，通過對客流量、入店率、復購率、顧客活躍度、來訪周期、駐店時長等多維度數據的采集、分析，商機能夠了解消費者，進而進行精準推薦。在這之中，比如來訪周期這一塊的數據，店員、外賣人員和消費者的來訪周期和駐店時長是不一樣的，那么，智能硬件在收集數據的過程中該如何對三者進行正確的區分？

不管是何種商業模式，抑或是數據應用方向，全面、精準的數據才是保證一切工作順利開展的前提和關鍵。此外，這也是后面線下大數據市場發展的趨勢。

結語

“現在的搜索已經很精準了，但搜寶馬的人不一定會買寶馬，這就反映了線上的強需求表達依然不能反映客戶的真實需求，很多行業仍舊存在這種狀況。重決策、長決策一定是在線下考察后決定的，醫療、教育、房產都屬于這種類型。”廣宇昊表示。

從中，我們了解到，線下大數據在多個行業領域內的重要性是遠遠大于線上大數據的，這也就透露出了該市場的前景之大。不過，相對于線上大數據的熱火朝天，線下大數據這一市場當前還處于起步階段，其背后也就意味著市場、技術等多個方面還有許多問題沒有解決。

在這方面，線下大數據廠商所能做的唯有不斷地進行摸索，進而發現問題、解決問題，探索更多的可能性，去應對和適應市場在未來可能發生的多種變化，讓自己站穩腳跟，去推動市場的成熟。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！