购物中心运营数据6大关键指标获取、分析，透露的10个真相！

从这里融入商业地产圈，在这里更懂商业地产，我们以商业传播文明---致力于做商业地产全产业链的流通管道和实现共赢的纽带。

欢迎加入只有商业地产全产业链专业人士（一线操盘人为主）的中国商业地产战略联盟微信群及通讯录，仅限房地产行业投资发展、策划、营销，商业地产策划、营销、招商、运营、商家品牌拓展、以及媒体、建筑设计等关联行业（关联行业需总监以上级别）等行业朋友加入（请加微信changxu20000审核加入），申请时请填写公司全称、真实姓名、职位、电话等信息，谢谢。

购物中心运营数据分析透露的10个真相！

1）购物中心销售的增长不再依赖客流绝对数的增长

一个shopping mall的客流与城市/区域的人口流动情况，项目辐射范围密切相关。一个成熟片区开业超过5年的项目很难再有双位数的客流增长。2016年我们（同店可比口径）销售增长率是客流增长率的3倍多。

今天，大家的共识是要抓牢每一位到店的客人，通过精细化的深度运营提升提袋率和客单价来带动销售。

所谓拖住消费者的时间，优化他的停留体验即是如此。

2）回归社区服务，依托亲子和体验业态增强到访黏度

争夺消费者的时间，一个很有效的武器就是体验业态，五年来，我们的体验业态面积净增超过一万平米，占总面积比例上升了2个百分点。其中增幅最大的是儿童类，不仅面积变多，儿童娱乐的坪效提升了21%，儿童配套增长了17% ；但是与此同时，也需要看到休闲娱乐面积在下降，反映了KTV、影院的经营困局。

五年来，集团新增品类达到了20多种，涵盖儿童、服务、教育等体验业态，家居精品等生活方式品类也是热点。充分印证了购物中心回归社区服务，增强到访黏度的功能趋势。

3）运营好的购物中心餐饮坪效增长高于客流增长

民以食为天，餐饮方面，2016年，全国餐饮消费同比增长10.8%，整体市场连续两年保持双位数增长，官方预计2020年有望突破5万亿大关；虽然国内高端餐饮逐渐缩减，但多层次、多样化、大众化的餐饮理念正成为主导。

2016年集团餐饮坪效同比增长远高于客流增长，来逛购物中心的人吃的更多了，也吃的更好了，吃的热情没有减少。

4）增加餐饮未必拉升客流，优化餐饮组合才能企稳经营

通常，客流的上升和餐饮销售额的上升是成正比的，吃饭是刚需。但要注意的是，增加餐饮未必能拉升客流。当客流下滑时，由于没有足够的食客支撑，新开餐饮势必分流老商户，不仅无法拉动客流，反而使坪效降低。

我们选取每个商场面积占比最高的两种口味之和来代表餐饮口味的集中度。统计发现：

当餐饮口味集中度越高，即口味单一的时候，餐饮整体坪效越低；

如果某一两类餐饮面积占比较高，即使该场餐饮口味较多，坪效仍不理想，消费者似乎已形成该商场“口味单一”的认知。

5）各区域的消费者偏爱什么口味？

通过餐饮大数据，我们看到印力消费者的口味地图。华北人民重口味，干锅火锅是最爱；广东人民口味淡，江浙粤港菜受欢迎；华东人民最国际范儿，喜欢西餐和日韩餐；浙江人民对本帮菜绝对钟情。

日韩料理击败国内各大菜系，面积占比排名第一, 领先第二名2.3个百分点，夺得2016最受印力欢迎菜系。

6）服饰直营店经营更稳定，需要逐步提升直营店占比

服饰业态我们统计了印力直营店和非直营店的比例，发现：

1、目前集团直营占比较高，南京、深圳的直营店铺比例高达90%左右；

2、2016年撤场店铺中直营店铺的占比只有39%，代理与个体户因经营不善关店的比例远远高于直营品牌。

可以看出服饰类代理商与个体户在品牌生存能力上是弱于直营店的。

7）快时尚疯狂拓店，但坪效仍在提升

快时尚近两年迅速拓展其线上业务，但这并没有阻碍它在线下的跑马圈地。据赢商网统计，2016年14大快时尚品牌共拓店355家，MJ，H&M、优衣库拓店速度排名前三；而集团2016年快时尚同店同比坪效上升较快。

快时尚加快在三四线城市的进驻，为我们三四线城市的购物中心带来更多品牌选择的机会。

8）金银珠宝业已开始略显疲态

2016年全国社零总额增长10.4%，但金银珠宝销售额却同比下降0.6%，为5年来首度负增长；黄金珠宝具备投资与需求双重属性，其销售表现受黄金绝对价格和黄金价格走势的共同影响，营收波动性较大。

16年全国黄金消费量同比下降了6.74%，其中，首饰用金下跌18.9%。

9）Apple不再一枝独大，通讯电器店更趋多元化

众所周知，苹果公司因为iPhone市场表现不佳导致2016年营收出现了2001年来的首次年度下滑，净销售额下滑了7.7%，运营利润下滑了15.7%，大中华区营收更是出现30%下滑。对于通讯/电器品类，我们是否拥有比Apple专卖店更好的选择？

为此，我们对比了我司苹果店和非苹果通讯/电器店铺的业绩，苹果店铺坪效同比出现较大下降，但非苹果类电器坪效上升突出，非苹果电器品牌开始崛起。

10）“时间消费品”——影院生意不好做

2017年全国影院的大环境一片惨淡，屏幕增加了33%，票房只增加了3%。票补叫停、票价变高、叫好又叫座的影片越来越少，受此颓势影响，集团休闲娱乐业态2016年受到了一定的冲击。同时，3D电影变多，影院的硬件设备成了争夺客流的关键所在。

罗胖在“2016时间的朋友”分享的观点也颇有道理：电影是一个时间消费品，做决策的难度越来越大，时间风险越来越高。

购物中心运营 ：如何读懂大数据分析关键指标？

如果将线下零售卖场看做是一个电商网站，从免费WiFi、电子价签、商铺优化、导购Pad，到库存数据一体化、用户ID打通、CRM系统、微信营销等，其背后的运作逻辑其实是相通的!一个具备O2O能力的卖场完全可以用B2C商城的思维来运营!

O2O本质上是线下零售的数字化升级，将运营一个B2C网站所必须每天关注的运营指标，映射到线下零售运营，你就能得出如上结论。

1.UV和流量来源分析。

在线上运营中，UV主要用于分析有多少用户前来访问，浏览了多少页面，从而可以准确判断客流变化。通常情况下，质量稳定的流量和转化率可以大致推算出销售情况。所以根据流量的变化及时预测网购销售额增幅，多数情况下靠谱。流量的异常波动，反映了企业营销行为可能存在的问题甚至是失误。相比之下，线下零售一直是一个黑匣子，多数情况下，只有在用户刷卡交钱的一刹那，才能够产生一个订单数据，它对客流的变化感知较为迟钝，无法做到实时反馈。

互联网的流量多而杂，特别是粗放的花钱买流量的时候，更是容易产生无效流量。通常B2C网站都会经历一段流量质量测试阶段，从而分析出哪些流量对自己的精准并且性价比合适的。

对互联网巨头BAT来讲，由于他们掌握了大量的流量数据，甚至可以精准的画出消费者个人的互联网图谱。当然所有一切的追踪都是依据存在你浏览器里的cookie。

而传统的零售由于辐射半径有限，可能会觉得UV和流量分析没那么重要，但O2O是虚实结合项目，将来O2O的流量一定也会趋向多而杂。同时，用户手机上的MAC-ID其实就是浏览器里的cookie，一旦跟其他大数据源合并分析，线下商家也将精确掌握消费者的行为图谱，实时监测线下店运营状况，无疑为精准营销和个性服务提供极大帮助。

2.PV、跳出率和点击路径分析

PV是一个用户在网站的浏览深度，同时也跟网站自身信息结构设计紧密相关。用户在网站的PV数越大，通常说明停留时间越长，网站对消费者的粘度越高。但同时我们也需要跟页面跳出率一起来分析，如果在某一个访问路径页面的分析上，跳出率过高，也说明用户无法在短时间内找到自己需要的信息而逃离。

在线上运营中，页面热点能够反映出用户的注意力偏好，他的每个点击都能够被监测到，运营的关键是不断优化素材和展现方式，而点击路径分析则好比是一个购物决策树，可以准确看到用户是在哪一个树杈节点产生跳离或购买行为。整个网上购买过程，可以用一个购买漏斗在进行分析，从“首页→搜索和分类页面→商品详情页→购物车页面→结算页→最终订单提交页面”，每一个步骤页面上的停留时间和跳出率数据都需要仔细的分析。

对应到购物中心运营，主要是动线与布局的优化问题，但此前几乎都是依赖人工经验判断，极少有数据分析的支撑。目前的室内Wifi已经可以做到3~5米的范围定位，可以相对精确的定义一个热点区域了。随着在商超里相关室内Wifi定位设备的合理部署，是可以实时获得类似于GA(Google Analytics)的报表视图，可以科学的进行动线设计和布局优化处理。

3.网站转化率

转化率是衡量一个电商网站最终经营状况的重要指标，在没有大型促销或大规模流量导入的情况下，它是基本恒定的，波动很小。一旦转化率突然发生了变化，一定是出了问题，所以电商人每天都在想办法提高转化率。实际的网站转化率受促销设计、商品排序、展示效果、购物路径优化等多因素综合影响。

以前零售的线下店是无法分析转化率的，只能从坪效等最终销售效益的维度进行事后分析，而最重要的以人为维度的指标被忽略了。所以可以将线下的每一个店铺看成是线上网站的一个子类目或专题页，以此对比访问量与购买量，就可以为店面设置一个类似转化率的业务预警指标。

4.新老用户分析和老用户复购率

新老用户的占比，反应了用户对网站品牌和运营商品的忠诚度问题。电商一般喜欢通过促销消息推送，以及礼品卡或折扣券，来提升复购率，是线上与线下运营相通的地方。不过，电商的老用户运营更为精细，比如针对某一个群体或时间段，可以推出一些专题，来回馈老用户。

放到线下零售运营中，大部分的卖场还是用全场打折的方式，缺少针对性的销售专场设计。一般来说，线下卖场晚间的订单量会占到全天销售额的50%，尤其是临近打烊的时刻多是老用户在光顾，但零售商缺少必要的场景识别与专题设置来做应对，也就无法提升老用户的购物体验。

5.ABtest与公平曝光率

所有的电商网站在上新品或新功能的时候，都会做AB测试。基本是通过分出出5~10%的用户流量，50%给A页面，50%给B页面，并通过用户行为数据分析和转化率数据的分析，以决定最终上线哪个页面。假设你突然发现淘宝首页改版了，而你的公司同事的淘宝首页没有变化，就是这个原因。

曝光测试主要是解决商品的列表逻辑与排序问题，特别是对于商品深度和宽度较大的平台商。大量的长尾产品由于无法获得足够的曝光而“彻底沉没”，往往只能取决于运营人员的“买手眼光”。在B2C网站上，通常会给所有新品一个公平的曝光量，通过曝光后的转化和销售数据决定商品的销售策略定位，比如爆款商品、主力销售商品、打折商品、长尾商品等。

放到线下商业运营，对应的是是商品陈列问题，特别是品牌的橱窗陈列。橱窗陈列可以类比电商网站的首页焦点图，最直接目的就是“吸引眼球”，它的成败好坏无疑非常重要。一般来说，品牌商更清楚该如何陈列，并有一套自己的方法，而零售渠道商基本很少参与其中，也就是无法做到实时调优。

现在，室内WIFI的定位技术可以直接解决特定区域的可测试性问题。用户ID(MAC-ID)，用户进入特定区域的时间，用户离开特定区域的时间，这三个数据分析，可以精确的分析用户在测试区域的行为。

举个简单的例子，线上网站运营一般有焦点图的32次轮播，每个人的点击偏好是不同的，电商人可以据此提升有限位置的使用效率。以此映射到线下运营，是否可以根据用户的行为轨迹，对动线和布局做出动态调优?

6.五个维度数据的叠加分析

对UV和流量来源、PV和点击路径、节点转化率和最终转化率、新老用户数据、促销运营政策和媒体投放数据等五个维度数据的叠加分析。

对电商人来说，每天的军情分析就主要靠这五大维度的数据来做分析和推演，并立即调整第二天的策略和部署。这就是互联网实时更新，小步快跑的工具支撑。

这其实也为线下零售提供了一个思路，O2O作为一个电商工具，最重要的意义就是实时数据监测与业务指标预警，继而通过快速调优，实现坪效与周转率的提升。

我们可以做一个设想：在线下零售具备了线上B2C的思维与能力之后，总经理坐在办公室当中，就能够查看全国门店的实时转化率情况，一旦某一个店铺出现数据的不正常波动，他就可以马上告知该店的店长，分析问题是否出在了商品摆放问题上，或者可以马上搞一次促销专场等等。

举个例子，欧洲的Walkbase公司主要为线下零售商提供用户行为的实时分析平台方案，包括伦敦的宝马零售店、芬兰首都赫尔辛基的购物中心KAMMPPI 等均是它的客户。

从上图可以看出，walkbase通过基于室内WiFi的用户识别，可以分析用户的停留时间、运动轨迹等属性。据英国的一项调查数据显示，每增加1%的访客停留时间，就可以带来1.3%的销售增长。同时，约有80%的用户购物决定是发生在店内，这意味着零售商需要精准了解客户的行为和客流的走向，以此实现最大化销售收益。

以上两张图的核心要点是，线下商家未来可以自定义自己的营销活动，通过设定触发的时间、周期、地点、内容以及链接等，从而实现营销与零售体验的闭环。

总结，传统企业转型互联网要打三大战役，第一互联网信息化战役，能够把你的资源和产品信息化成可以提供给消费者可以服务的互联网产品。你需要把你的店铺，店铺里的每一个SKU都放到网上，并建立数量和状态识别;第二如何互联网品牌重塑战役，也就是说如何在互联网上讲故事，经营粉丝;第三是面向互联网和电子商务重构后端商品供应链。

如何准确获取和分析购物中心核心经营数据？

做购物中心经营分析，就要先建立一个精细化的数据采集体系：可以与租户分享固定租金外、因销售增长而获得的超额收益，就能知道租户的合理租金标准是什么。那么，如何准确有效获取销售/客流数据，并做好数据分析呢？

一、客流数据获取方法

1、获取提袋率数据

客流数据中的实际消费或购物数是在销售数据中体现的：营业额和消费笔数，通过来客数与消费笔数可计算出提袋率（体现将客流带动到消费的能力）。

提袋率=成交次数/到店的总访客* 100%

2、统计来客数

目前，线上客流监控成本的问题、客流数据准确性的问题已得到解决，行业内众多的百货、购物中心、超市，乃至专卖店都在使用客流监控系统，它可以根据投资级别得到相应级别的数据，比如：

3、低端客流监控系统的预算

二、销售数据获取方法

销售数据的获取往具体上讲就是购物中心的收银模式问题。会员卡和储值卡也日益为购物中心所重视，投入人力和资金改善相关的服务水平。

在二三线城市，一些购物中心利用本地资源售卖储值卡，储值卡消费占比甚至超过了本地传统百货或超市的比例，从而抓住了一批批有价值的团购顾客。

1、获得租赁商户销售数据的方式：

2、理解收银模式趋势

经过对行业的研究和与业内人士的交流分析，可以发现这样的一个趋势：

在使用统一收银系统时,商场、租户、顾客有着各自如何的利益诉求：

三、如何做好数据分析？

1、经营分析频次

2、经营分析要点

3、经营分析指标

四、数据分析实战

1、日经营分析

每日客流与销售趋势图关注点：波动趋势；波动周期；波动异常。

某购物中心日客流与销售走势

2、周经营分析

某购物中心周销售额对比

某购物中心主力店周日均销售额对比

3、月经营分析

每月客流与销售趋势图关注点：波动趋势；年淡旺季；波动异常。

租售比关注点：品牌租售比排名；针对品牌租售比的工作策略。

某购物中心月均销售平效走势

某购物中心服装业态租售比排名