B端产品经理对“购物中心行业数字化转型”的一份思考
数字化升级主要倾向于两大方向，一是赋能运营者，二是服务于消费者。而在通过科技提升消费体验的同时，也进一步拉近了购物中心与消费者的距离，其最终目的，还是为运营服务。本文通过研究行业市场以及用户需求等方面，分析梳理购物中心行业数字化建设细分领域的可行性需求以及其发展前景。
前言 1996年，站在改革开放前沿的广州市诞生了国内的第一家大型购物中心一一—广州天河城。天河城的开业标志着中国购物中心元年的开始。从过去的百货商场到大型商业综合体，一个相对传统的行业伴随着“新零售”概念或“数字经济”发展从而进入到数字化建设的快速发展阶段。
作为已经离开商业综合体垂直领域的B端产品经理，浅谈分享个人的对行业的一份思考。
一、聊聊购物中心行业的发展 古话说，大疫不过三。“春节假期，疫情未出现明显反弹，在整个流行过程中，未发现新的变异株，我国本轮疫情已近尾声。”病毒退退退，人潮冲冲冲。熙熙攘攘的返乡/旅游热、热气腾腾的商场/商圈销售成绩单，都在表明： 消费者已迫不及待回归正常生活 。想逛就逛，想吃就吃，想玩就玩。
刚过去的2022，是三年疫考的尾声。 全国购物中心经历几轮停摆与重启，客流呈“过山车式”微升骤降，终在熬过最冷寒冬后，等来了春暖花开季。在过去疫情的冲击，使国内实体商业面临着前所未有的动荡，但静水流深，实体商业正在步入新变局，购物中心依然是中国线下商业最重要的消费场景。
商业地产进入发展新阶段，最明显的两个趋势，一是轻资产赛道白热化，头部商管企业输出管理能力的“规模之战”正将打响；二是在疫情倒逼之下，商业地产企业纷纷驶入了数字化升级的快车道，借助各类数字化工具强化精细化运营能力。
1.1 购物中心行业变化趋势分析 1.1.1疫情证明了购物中心是当下不可替代的核心消费场景
回顾过去三年，突如其来的疫情，严格的隔离措施让全国任何一个购物中心都饱受考验。但也是较早、较容易从冲击中恢复的。从客流数据来说，2023年1月中国购物中心的整体客流量已经恢复到2019年同期的水平，购物中心拥有足够强的韧性。
从企业业绩来看，据龙湖集团、华润置地、新城控股等多家房企2022年的数据，各家房企旗下购物中心日均客流、销售额和租金收入损失明显，但2023年随着疫情高峰过去，各项指标均强势反弹。
沧海横流，方显英雄本色。考验之下，实质上证明了，购物中心是中国当下不可替代的核心消费场景。这种不可替代性由三个主要原因构成：
1. 体验业态成为主导，消费习惯不可逆转
2022年，各种商业类型表现明显分化，从客流表现来看，购物中心明显好于百货等传统商业类型，经营数据的分化 实际受到来自消费趋势变化的深刻影响。
当下，消费者购物多变性和交叉性共存，随机性购物渐成主流，同时，随着年轻消费群体的崛起，其对社交娱乐和强 体验的线下场景追求更甚。这也就要求在承担基本的功能性需求以外，实体商业需要以复合功能满足消费需求的种种变化。
而购物中心是实体商业中唯一能满足消费者情感性、社会性功能的场景，疫情之下，其溢价凸显。 业态的变化同样说明了这一点。有关数据监测的数据显示，过去三年的娱乐、体验等社交属性较强的品类，经营表现明显较好。
2. 土地资源紧张要求单位商业面积的使用效率提高，转向坪效更高物业
中国商业地产的快速增长，是建立在中国高速城市化进程的基础上，而随着城市的经济发展愈加成熟，可供发展的土地愈发紧张。特别在一线城市，已经逐渐转向通过城市更新方式获取土地。
在市场的作用下，有限的资源会自动向效率更高的地方集中。城市中良好的区位会被不同的商业地产企业竞争，最后达到优化配置。 坪效是线下业态最好的经营效率衡量工具之一， 购物中心能通过虹吸沿街商铺、步行街、小型卖场的客流和消费额实现坪效提升。
近年来出现大量经营状况下滑的百货商超被收购，后期多被改造为融合多重业态的购物中心重新开业的案例。这充分体现出了市场配置的力量。
3. 购物中心的标准化推动了连锁品牌发展，进一步加强产业链共振效应
门店的标准化也是品牌企业整体标准化的核心因素，而标准化是连锁化、规模化的前提。不断增加的购物中心数量，为连锁品牌，特别是餐饮品牌规模化等提供了生长空间。同时，连锁品牌要求的租期较长，这就要求购物中心要有标准化面积和高履约能力。随着中国的购物中心的数量的进一步增加，不断向低线城市下沉，将成为品牌企业的主要选址地。购物中心与连锁品牌的互相促进，实现产业链耦合，加强共振效应。
1.1.2 购物中心的数字化建设现状
商业地产数字化，从“应该”到“必须”虽已成共识，但是实际的推动力仍然不足。《中国购物中心数字化转型调研报告》显示，90%以上的实体商业企业已有部署数字化战略，但实际上有较多数字化转型成功项目的，仅10%，而有44%的企业仍没有转型成功的案例。当前，行业仍有80%企业处于起步阶段，弯道超车的想象空间极大。
伴随行业的快速发展主要面临以下的问题：
数据孤岛：
各类业务系统各自独立，数据无互通，资源无共享 数据隔阂，数据更新同步效率低，容易导致数据差异 数据断裂，需要大量的人力时间进行数据匹配，协同效率极低 营运效率低：
数据收集难，数据统计缺乏完整性 通知效率低，商户处达能力弱 横向协同效率低下，缺乏进度追踪 商户需求提升：
品牌数字化运营能力不断提升，对商业体提出更高对服务需求 品牌行业竞争日以激烈，需要更高效边界对经营工作方式 其他商业体的数字化运营提升，品牌门店之间的运营服务对比 1.2 购物中心垂直领域的软件厂商们 由于本文侧重于购物中心行业数字化分析，暂不过多的展开产品分析和竞对分析。后续可以根据读者的需求，基于购物中心行业关于数字化建设服务垂直领域的市场参与者、参与者的行业影响力、细分市场的趋势（租赁管理系统ERP、会员营销系统CRM、客流分析系统等）以及核心业务等展开行业分析。
以上为部分厂商的产品和主要客户。另外，部分大型购物中心针对数字化建设设立自家的科技子公司，如：万达旗下的丙晟科技、招商蛇口的招商城科、红星美凯龙的红星云等等。行业竞争程度不言而喻，但对于各企业的业绩成绩单来说，除了需要高粘性的商务关系以外，产品能力的优势越成为关键要素。
二、购物中心行业数字化转型2个大阶段 曾鸣教授在《智能商业》探讨了未来的商业模式，即网络协同和数据智能共同构成了新商业系统的DNA，提供了如何组织企业、创造价值以及打造竞争优势的新思路和可行方法。
所谓「数据智能」指的是通过打通不同业务之间的数据壁垒，通过数据中台形成通用的数据调用能力，完成数据自增强回路，在不断的数据正循环中形成“智能”。
所谓「网络协同」指的是借助互联网平台构建一整套生产协作关系，通过自由开放的商业合作形成丰富多元的商业生态，且随着业务发展不断持续扩张、生生不息。
本文基于曾鸣教授的智能双螺旋的 “网络协同” 和 “数据智能” 开展关于购物中心行业的数字化规划。
2.1“网络协同”将信息的分享从串联升级为并联 购物中心围绕B2b2c的线下商业模式开展，主要划分用户类型为：
B——购物中心运营方 b——品牌商户 C——品牌商户员工 c——消费者 在“网络协同”方向，基于三个用户角色数字化规划可以面向用户。
随着流量为王的时代到来，“客流量”成为了购物中心租金收入水平的核心因素，过去躺着就能收租金的时代随之不复存在，传统的商管团队也不得不亲自下场参与运营。
对于C端的精细化运营最简单粗暴的运用就是搭建一套“会员营销CRM”系统作为载体，通过发放“积分+优惠券”的方式开展会员运营，久而久之也成为了购物中心的必备业务系统之一。虽然c端运营很重要，但作为运营驱动的产品，由于运营策略对系统功能的需求没有发生根本性变化，CRM的产品竞争也随之偏向价格战。
回归到购物中心B端的核心收租业务所需的租赁管理系统，包含：资源规划、品牌落位、招商进度、合同管理、财务结算、进退场施工管理等。从系统更新迭代发展的角度来说，经过多年的行业发展已经形成非常成熟的产品功能体系，产品迭代将侧重于如何运用新技术（如：AI）实现更智能、更高效，其次就是结合各商管团队的运营模式与内部管理流程开展定制化开发。
另外，目前万达、华润、龙湖、印力、凯德、招商等主要商管公司均已推出App或小程序等移动运营工具，提供在线化的数据上报、工单及日常运营等服务，实现运营服务在线化、进度可视化、管理标准化。可惜目前租赁管理系统大部分仍停留于电脑PC端，考虑 All in 移动端个人任务是一种非常好的选择。
这里提到一个经常在购物中心软件信息化系统被忽略的角色——b端品牌商户。
随着企业对协同办公要求的提高，企业OA系统不断完善组织内部数字化办公。同时，在2015年之后的钉钉、企业微信、飞书的兴起，协同办公数字化工具已成为各行各业的企业核心系统。针对于购物中心行业来说，在面向商户服务的场景仍存在大量以微信群或线下交互的协同方式，未实现与内部管理系统相联通的在线协同模式。
品牌商户作为线下消费场景的核心角色，非常有必要搭建面向品牌商户的 “掌上宝” 实现一站式自助管理模式，基于业务协同和商户服务将业务应用进行打通和连接，统一数据接口，优化工单流程和交互方式，可以有效提高业务协同效率，打造更好的营商空间。
2.2“数据智能”驱动数据辅助商业决策 传统的购物中心的管理决策更多地依靠营运方的“人脑”经验判断。但是面对当下市场的复杂情况，单靠“人脑”的经验想要做到精细化管理是难以达成的。
购物中心的“数据智能”数据决策系统需要基于成熟的零售行业算法模型，深层次发掘数据的内在关联和规律，诊断购物中心运营现状、洞察潜在异常、提供优化建议及预测指导未来，以数据驱动流量经营，以数据说话支撑科学决策和精细化运营管理。
通过数据采集及整合形成来源于软硬件和内外部数据结合所沉淀的数据资产，基于大数据算法和数据处理平台，提供面向管理者和业务人员的多终端数据分析平台和智能数据应用。
从“数据智能”的应用主题场景可以划分：招商主题、运营主题、营销主题、客流主题、车辆主题、消费主题、会员主题、动线主题等等。
招商调商： 根据用户偏好、品牌关联度和需求进行实时推荐，为其提供商圈分析、周边环境、交通状况、人口密度、区位购买力、业态布局、客群挖掘、品牌画像等服务，帮助购物中心制定合理的租金奠定。
品牌生态： 基于品牌数据库挖掘品牌之间的关联关系，提高流量利用率，在业态组合或招商落位时充分考量人、店、场三大要素，实现精准匹配组合。
流量运营： 赋能商户运营能力，实现360度的服务触点和泛会员导流模式，通过数据能力获得客户的清晰画像，将每一个可能的交互场景结合精准营销推进线上线下的融合，促进与顾客的接触互动。
经营预测： 基于历史数据以及运营指标权重对客流预测、营业额预测、租金收入预测等，为风险预警监控、数据动态跟踪、辅助商业运营决策等提供数据支撑。
以上举几个简单应用主题，后续有时间针对每个主题发布文章描述其中的数据逻辑关系。
四、总结 数字经济是行业变革和升级的必然之路，社会正在逐步进入数字经济时代，数字化技术已向社会经济生活全面渗透。对于购物中心行业来说，“新技术解决老问题”、“数据驱动业务”将重新构建 人、货、场 三种元素的关系以及业务场景的变革。
以上是作为一名B端产品经理对于购物中心行业的数字化转型发表的一些个人见解，欢迎各位大神交流和给予指导。
本文由 @谢育波波波波波 原创发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash ，基于 CC0 协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
给作者打赏，鼓励TA抓紧创作！
{{{path> 赞赏
