各位顺为城市地图的读者们好,【顺为头条】来了,快来看看今天我们要为您分享哪些内容吧。
第一阶段:我们说的大数据是从2015年开始的,2015年到2017年属于第一阶段,此阶段可以被称为大数据采集阶段,本阶段的特征是数据来源相对单一,标签也是技术标签,难以直接应用。
第二阶段:2017年至2019年属于第二阶段,被称为大数据售卖阶段,这一阶段特征是数据源有限,使用通用标签解决基础问题。
第三阶段:2020年至今属于第三阶段,被称为大数据融合应用阶段,数据来源是多元融合,提供的是场景标签,有针对性解决项目问题。
要素一:数据丰富,完整全面。全市场可用的地产项目大数据源均可接入,减少客户多供应商对接成本。
要素二:准确可靠,逼近实际:多源融合,交叉验证,挑选最准确的数据源匹配对应场景。
要素三:场景对应,结论易得:协助客户拆分地产场景数据可分析问题,便于推导项目结论。
根据手机设备信令及SDK收集手机设备信息、位置信息及日常手机使用行为,用于数据建模及分析。
位置类标签:根据手机GPS经纬度报点,及到访频次,确定手机位置信息,完成区域到访情况抓取。
业态品牌偏好类标签:根据手机扫描过的WiFi设备信息,与线下WiFi设备地图匹配,确定线下具体店铺及业态到访热度情况。
模型类标签:手机App使用情况及线下位置综合建模,根据个人线上线下设备信息综合建模,判断个人画像及对应标签情况。
第一步:明确待解决的业务问题及目标,以商业项目为例,城市宏观分析---人群变化、项目未来客流、业态、业种、品牌供需缺口等问题。
第二步:筛选整理可通过数据解决的问题(且数据可获取),城市/区域人口变化是更多?更少?流入?流出?人口结构是年轻化?老年化?消费能力是更高?更低?等问题。
第三步:梳理从数据到结论的推导逻辑。譬如我们可以通过该城市成熟商圈和本商圈的业态、业种和品牌的数据调研,了解本商圈的现状和供需缺口,做未来的发展规划。
第四步:根据推导逻辑明确所需数据条目。譬如如果我们想做本商圈的业态调整,我们可以使用到到访人群的客群画像、项目、业态、业种和品牌偏好等数据解决项目定位、项目调整和可行性研究等问题。
数据条目如下图所示,我们通过区分本地人和外地人的客群特征、客群分布、商业集群到访偏好数据来解决客户问题。