- 零售
- 大数据
- 零售科技
- WIFIPIX
零售行业正在经历基于技术和数据的新一轮升级，在此趋势下，实体商业纷纷确立以消费者个性化体验为核心的经营法则。如何深度理解消费者多维需求，并建立有效连接，成为几乎所有商家着重思考的问题。
2013年创立的WIFIPIX（无限向溯科技，以下简称WIFIPIX）是一家专注于大规模消费者线下行为采集分析的数据服务商，经过四年数据积累及技术优化，已建立从基础数据采集、分析整合到应用价值效果监测的全链条大数据平台。
目前，WIFIPIX逐步将其线下大数据能力商业化，帮助实体商业客户打造数据应用闭环，建立数据化经营决策能力。
依靠轻量级的定位方法迅速扩展数据源
与其它大数据服务商通过广泛铺设硬件采集消费者线下行为数据的做法不同，WIFIPIX以轻量级方法建立线下大数据采集分析平台。
具体而言，WIFIPIX首先借助实体商业已铺设好的WIFI基础设施，测绘出高精度室内定位地图，并和数十万个APP及应用开发平台合作，由应用开发商采集用户的移动设备基础传感信息，WIFIPIX基于其室内定位算法，计算出移动设备在室内的场景轨迹，并加工生成用户抽象行为标签。
经加工处理的移动设备标签信息，能使应用开发商更了解自己的用户，WIFIPIX则沉淀了其业务核心数据。
WIFIPIX通过移动端虚拟设备ID完成用户数据的标识，其数据体系涵盖多个维度的标签，能够抽象描绘消费者的基本属性、购买能力、行为特征和消费偏好等。
由于无需铺设硬件，WIFIPIX可以快速扩张其数据覆盖规模，且数据量增长会使其算法更加精准。
目前，WIFIPIX在线下数据源方面已覆盖全球超过600个重点城市的6000多万个消费场景，累计监测超过10亿消费者线下抽象行为，囊括了大范围的线下数据源。
大数据能力商用，辅助商业地产和零售商日常经营及决策
2016年，WIFIPIX逐渐将积累的线下大数据服务能力商业化，其客户主要是商业地产商及零售连锁品牌。
WIFIPIX专注于底层数据平台的构造，帮助实体商业搭建行之有效的数据化智能经营决策体系，从架构底层技术、连接内外部数据、建模分析，到建立上层的辅助经营决策应用。
数据平台主要由三类数据构成：WIFIPIX积累的消费者线下脱敏行为标签数据，商家CRM、ERP系统等内部自有数据，及其它合作平台提供的线上抽象行为数据。各类数据源能相互验证结合，帮助实体商业更好地把握潜在消费客群。
据此，WIFIPIX将其数据服务打包成两类标准化产品，根据客户所需数据维度进行收费。
第一类，主要面向零售行业连锁门店，能够直接与门店内部日常经营结合起来。涵盖消费者店铺到访行为跟踪若干主要维度、消费行为转化监测等日常经营数据，同时打通企业内部数据，比如会员、消费数据、SKU销售数据，帮助企业建立以消费者为核心的数据采集、加工和自动化分析平台，形成完整数据支持的精细化运营能力。
第二类，则主要面向商业地产商，帮助商业地产商理解场内、场外消费者，包括潜在的、流失到竞争对手的消费群体，以及到店的高度活跃、非活跃消费者的数据流转情况，针对消费者按照不同维度做细分，形成精细的用户画像，辅助企业基于大数据完成科学的经营决策。
相比而言，WIFIPIX的产品更为底层和基础，易于部署，几乎所有项目的部署时间都在两周到一个月，产品化率较高。同时，客户接受程度也较高，包括李宁、万科及新世界K11等行业头部品牌都是WIFIPIX长期合作客户。
下一步，WIFIPIX将帮助更多有数字化经营需求的商业地产商和零售连锁品牌建立底层数据平台，通过标准化产品和服务，触达和服务更多行业头部、腰部客户，提高WIFIPIX在地产及零售领域的行业渗透率。
同时，WIFIPIX正在切入旅游行业。WIFIPIX CEO林志鹏认为，旅游行业正朝着智慧化方向发展，包括对游客的认知能力在内的整体经营服务能力亟需加强，市场空间很大。
近期，爱分析专访WIFIPIX CEO林志鹏，就国内大数据行业的发展和WIFIPIX的业务和规划进行交流，摘选部分内容分享如下。
WIFIPIX CEO林志鹏具有十余年国内外一线互联网企业数据挖掘及AI研发经历，对大数据及其商业应用有完整理解。
和各类开发者及移动应用厂商合作深挖数据
爱分析：WIFIPIX数据来源有哪些？
林志鹏：我们主要和头部移动应用及开发平台进行合作，由应用厂商在用户许可下采集基础脱敏信息，WIFIPIX助其进行二次加工及分析，产生不可映射和追溯的用户抽象行为标签。
我们的技术具有开创性，在不采集、存储、监测任何C端单体用户的可被映射及追溯信息，而且在没有用户底层信息，不涉及任何客户隐私情况下，我们能对大规模群体进行有效分析。
爱分析：有通过线下铺设硬件去获得数据吗？
林志鹏：我们本身没有硬件，主要利用铺设好的公共硬件，同时也会收集商家自身的信号源，比如WiFi、蓝牙、地磁及其他室内短距信号，依靠这些信号源来定位移动设备在室内场景访问行为信息。
其中的原理是，利用信号沿着空间快速衰减的特性，辅助定位移动设备和场景信息，分析他们之间的关联。我们的技术已经获得国家发明专利，目前国内比较少类似的综合技术。
爱分析：获得的数据如何应用？
林志鹏：在应用端，逻辑类似于百度或高德的定位接口服务，供各类成熟移动互联网服务商、APP厂商及各类开发者服务平台接入使用。
这个平台提供到门店级别的场景位置信息，帮助开发者提升各类服务的可能性，拓宽线上线下连接的想象空间。比如，线下生活服务类的应用可以将最优的服务有效提供给应时应景的消费群体。
爱分析：WIFIPIX平台会和商家系统整合？部署时间要多久？
林志鹏：会整合，目的是为品牌日常经营搭建完整的数据链。我们目前的业务基本上都跟消费者相关，主要想了解消费者在消费场景里面的行为，打通的系统也是和消费者相关，比如关于会员体系的CRM、ERP系统。当然，POS系统也会整合，因为经营到最后一个环节就看成交的转化率，还有变化情况，这是一个项目最核心的，是数据漏斗最细的环节。
部署时间方面，由于我们服务已经较为成熟，如果在同一个集团，只需要几周的时间。但是有一些零售品牌的系统比较分散，需要更长时间，但是基本上都在一个月以内，我们已经拥有非常多的标杆案例。
专注商业地产和零售连锁品牌客群
爱分析：目前的客户主要集中在什么行业？
林志鹏：主要专注在商业地产和零售连锁品牌，2017年还拓展了旅游行业的客户。
在商业地产方面，我们已经积累比较多头部客户。传统商业集团核心需求是有效的数据化经营和决策，比如从开店策略、产品升级策略到营销方式等各方面的决策类事务，我们都会利用数据提供商业决策支撑。
爱分析：WIFIPIX的服务以什么方式交付？
林志鹏：我们并不会给客户提供一份主观性的结论报告，而是从多种维度，提供充足的数据，辅助客户进行决策。站在行业角度，其实我们并不擅长替代客户去做最终决策，或者说客户并不需要得到一个单一性结论。
因此，我们更需要做的是提供足够多有效的决策所需要的数据支撑。具体的交付形式甚至不排除有EXECL数据集、PPT报告或API接口，以及基于模型可视化的数据平台等。
爱分析：对于零售品牌，WIFIPIX最大单一客户有多少家门店？
林志鹏：最多的接近7000家门店，比如零售客户李宁集团。我们非常有幸地参与到了李宁，一路从低谷到现在翻身高速增长的整个阶段，我们也从这个客户身上学习到行业许多深层次认知。结合我们自身的技术，和李宁一起从渠道、门店数据化经营、选址及竞争分析等等各方面，全局提高经营效率和行业感知能力。
爱分析：产品如何收费？
林志鹏：主要以客户的线下门店数量和服务深度作为收费标准。收费方式其实也较为灵活，可以按门店、按月,或者按年收费，也可以按需求维度来。
其中一块数据化经营SaaS产品，收费模式就非常标准，也透明统一。我们把产品高度的自动化，商家能实现快速部署以及即买即用，是一个非常灵活的这种体系。
毛利方面，不同服务模块的毛利不太一样。像辅助决策之类，可能会达到50%左右。但是某些基础板块则收费比较低，因为这是跟商家的一个连接点，我们希望进行更多后续服务,毛利稍微低一点，在30-40%左右。
与其他大数据公司既是竞争对手也是合作伙伴
爱分析：竞争对手有哪些？
林志鹏：在国内，目前竞争对手并不明显。其实整个大数据行业中，绝大多数都是合作伙伴，没有明显竞争关系。虽然部分大数据公司的产品有比较大的重合，可以认为虽有一定竞争关系 但同时更重要的是又有合作关系。
我们也和数据应用端的很多公司有合作，包括房地产营销、零售营销等一批大数据垂直服务企业，他们即是我们客户，也是竞争对手，区别在于我们能一起为行业客户做出多大价值。
另一方面，我们的业务会更基础，因为我们更加着重于数据本身这块，帮助商家建立较核心的数据自动化能力，还有全渠道的整合分析的能力。有了这套系统之后要怎么去结合业务，比如精准营销等其他方面，就需要和下游厂家合作，因为我们现在并不会把业务链条放的这么长。
在硅谷的话，我们和Skyhook、Placed、Factual这类公司比较相似。
爱分析： TalkingData是WIFIPIX的股东，在业务或数据方面有合作？
林志鹏：TalkingData是我们的战略投资方，也是国内数一数二优秀的大数据实践企业。不管在产品设计层面，还是在业务层面，我们的合作都非常紧密。TalkingData是不仅在早期对我们进行资金支持，在行业变现和业务上，我们也相互支撑。
未来通过标准化产品服务更多客户
爱分析：WIFIPIX在未来2-3年内的发展策略是什么？
林志鹏：我们2017年就实现了商业化能力,计划在未来18-24个月，提升在商业地产和零售行业的渗透率，提高盈利能力。客户群体方面,还是会保持头部、腰部客户为主。另外，我们也会覆盖旅游行业，包括跟政府和旅游区展开合作。
爱分析：主要覆盖的城市还是以一二线城市为主？
林志鹏：也有部分客户来自于三线城市。
爱分析：2018年预期销售收入是多少？
林志鹏：从2016年开始，我们简单地尝试商业化，2017年是我们商业化首年，业务量大概增长3-4倍。2018年的规划是，继续保持3-5倍增长，第一季度从销售额上看，我们实现了这个规划。
客户量来说应该不会增长太快。过去两年我们只服务了不超过30个客户，但都是比较头部的客户。今年估计也不会增长太快，但因为头部客户树立了标杆效应，接下来要往下走比较容易。
我们计划用更标准化的产品去服务腰部客户，像帮助头部客户一样帮助腰部客户进行更好的升级，建立一个全新的智能化的数据支撑的经营决策体系。
爱分析：获客主要是以直销模式为主？
林志鹏：对，目前基本上都是直销，因为我们接触的客户都是行业头部客户，基本上是长期持续合作，只能是直销模式。
爱分析：除了商业地产和零售，未来还有没有扩展其他客群的可能？
林志鹏：主要目标是旅游行业。因为国家也在推广全域旅游、智慧旅游等新的战略理念，所以我们会跟景区、各地旅游局，甚至很多规划公司建立合作，期待在数据层面上产生比较好的合作。
旅游也属于大消费领域的行业，本身也是面向更个性化，更自由的消费者体验发展，需要对消费者有更深度的理解。这是一个巨大的行业空间。。
爱分析：接下来会切入到营销服务吗？
林志鹏：营销可以分成三个环节，从营销策略的制定，到广告投放，再到效果监测。在这些环节里，我们都是作为数据提供支撑的角色。
比如说营销策略的制定，如何判断客群适合哪类个性化营销服务，如何更精确发掘你的目标客户，核心的数据逻辑，消费者细分层等，都是我们已经切入的一些方面。
到了广告投放环节和效果监测，要用什么渠道，产生什么效果，市场上有非常多的成熟厂商，我们会选择联合成熟厂商一起做。
零售业内跨品类压力不大，大数据服务商会越趋集中
爱分析：在零售行业里，会有品类的侧重？
林志鹏：会的，去年主要做的是运动品牌服饰类，今年开始接触很多新零售的，包括生鲜超市、连锁便利店，还有部分家居和汽车类。同时，因为我们提供的基础通用数据化经营SaaS产品，所以对于泛零售行业来说，品类跨越不会有太影响。
爱分析：线下零售数据技术服务市场集中度是否有提升趋势？
林志鹏：目前非常庞杂，但已经呈现集中趋势。一是服务商本身在大量集中，二是商业地产商开始减少自身的供应商并采用更完整的服务，比如很多客户不再考虑采购单个工具，转而采用端到端的一站式服务。
未来，只有综合服务商才能活下去，因为客户不希望把太多精力花费在比如IT建设等系统建设方面，更看重的是能否帮助他们建好数据中心，打通数据分析环节，如何用数据去支撑企业更为有效经营等方面，这类事情才是他们更关心的。
爱分析：阿里、腾讯等巨头切入线下技术服务，对行业有什么影响？
林志鹏：肯定会有影响。但是我们发现，巨头切入传统行业，更看重的是进入到企业核心供应链层次，或者是核心交易体系，对于如何去改善数字化经营的能力，这类比较细节的工作，对于中小厂商还有非常大的空间。从这个角度看，其实我觉得并没有谁比谁好多少，反而在很多层次我们做的比巨头好很多。
爱分析：目前团队有多大？主要来自哪里？
林志鹏：大概有60人，其中超过三分之二是研发人员，另外还有几名销售。技术人员来自搜狐、百度、微软和一些传统行业公司。我们的销售要能理解客户行业，具备数据理解能力和多维数据产品理解能力，属于综合性工作，这类销售比较缺。