TalkingData用数据诠释感性的改变，同一个世界，同一个语言。世界运转，社会发展，移动互联，再到人们生活的点点滴滴，我们用数据的语言沟通，用数据的思维改变。  以大数据的思维，改变对精确性的苛求，转而追求混杂性；改变对因果关系的追问，转而追求相关性。真正的革命并不在于分析数据的机器，而在于数据本身和我们如何运用数据。一旦思维转变过来，数据就能被巧妙地用来激发无限创新。 

微瑞思创联合创始人&CTO周像金前世界500强全球第一大数据库应用服务厂商甲骨文（Oracle）系统架构师。在甲骨文工作期间，作为核心员工参与开大甲骨文语义网数据库、开发及实施梦工厂动画语义分析系统，为国内顶级的甲骨文语义数据库技术专家。
9月11日至12日TalkingData举办的2017暨智能数据峰会在北京中国大酒店隆重召开。本届峰会以“知机识变 有唐之盛”为主题，来自全球各地的近5000位专家、学者、数据科学家、分析师和企业管理者等汇聚峰会，探讨大数据与行业结合的技术趋势、场景应用、前沿案例。
旨在加速企业数字化转型、助力行业生态建设，打造更智能的世界。北京微瑞思创CTO周像金受邀参加智能数据服务分会场，并在峰会上分享了大数据在商业地产行业中的应用的相关经验与见解。

作为商业地产服务商，我们已经准备好了！
作为服务于商业地产的一家专业公司，我们已经汇总整理了很多的城市数据，也服务过很多的商业地产集团和项目。我们之所以花费这么多精力去做这件事情，是如果想把商业地产用大数据做到极致，就需要对大到宏观城市数据，小到周边配套，周边的人群，都要有非常清晰的了解。
如果看一个城市的商业，首先先看一个城市的行程过程。以杭州为例，1969年从最早的几个小区开始，到2000年左右的时候爆发式的增长，可以看出来非常明显的城市板块发展态势。
杭州1969-2017年小区增长图
商业往往要略微滞后住宅一些，但是大的趋势上来看，从城市和我们整个行业发展角度来看，杭州的商业在2004、2005也开始进入了高速增长期，2015年是另外一个高速增长期。

商业地产行业面临的窘境
大数据行业优先要讲的就是大数据带来的价值，但是很遗憾，商业地产在数据方面，我们虽然做了很久，但是发现商业地产最大的痛点就是：没有痛点！！！
我相信这也是很多大数据行业的同行，大家能够理解的最真实的那个感受。我们在讲大数据应用的时候，我们很多甲方客户其实都抱着怀疑的态度，他们可能会想，你们的大数据能解决我们目前遇到一些切实的问题吗？

数据分析在很多人听来，是一个高高在上的东西，往往大家理解的是从战略层面上形成知道，很难解决现实中直接遇到的问题。
因为对于大多数甲方而言，凭借在这个行业多年的摸索与了解，凭借自己丰富的经验完全可以解决很多的问题，所以对大数据就会有疑虑。但是大家又不敢完全不做，因为大家既然都认可这个方向，我如果不做会不会很快被人弯道超车。

同时，很多的大数据服务商都已经准备一套相当完善的解决方案，从战略规划到客群研究、从产品设计到线下调研，提供全案的大数据服务。
线上与线下融合的大趋势
我们之所以去选择做商业的原因，是因为发现商业的大数据行业有一个特点，在线上的时候大家都有一个非常好的办法去洞察客户。
比如阿里、京东等大的电商平台有已经具备一套完整的、成功的体系。从客户登录电商系统开始，无论PC端还是APP端，用户在系统内很多动作都会记录，比如每一个商品的浏览，每一个页面评论，每一个下单操作，都在后台做了详细地记录。
线下能不能做到这些呢？传统线下商业是无法做到以上这样精细化的记录的，目前风头正劲的新零售升级的线下商业中，也是刚刚开始去做这件事情。
例如现在比较火的无人便利店、淘宝的淘咖啡等，已经开始利用各种物联网及软硬件体系采集用户线下行为轨迹信息，从而对客户深度的分析，对商品和品牌进行更加优化的组合，进一步在线下去提供更优质的服务。
筹备期是如何利用大数据去了解客户的需求？
筹备期顾名思义就是我们这个商场要开业了，如何去规划这个商场？具体到商场盖多大体量的？每一层做什么样的业态规划？需要引进什么样的品牌？规划餐饮多一点呢？还是儿童娱乐多一点呢？类似于这种问题，往往很难有一个标准去衡量的。
传统的做法是根据经验做宏观的数据分析，根据线下调研做客群分析，比如选取项目周边3公里范围内几个核心区域，做线下问卷调查，获取多少个有效样本，根据用户的答复形成结论。这样的结论往往会收到样本采样逻辑，用户回答的主观性等，无法客观的反映现实情况。
那么我们作为一家专业的大数据服务厂商，我们是如何去做这件事情呢？这其实是需要大量的数据作为支撑，包括运营商大数据来定位周边客群的数据和轨迹、银联大数据做周边的客群消费力描摹、合作伙伴内部数据来做场内会员分析等。

通过以上的各种海量大数据支持，我们就可以针对商场的实际运营提供一些有价值的帮助。比如商场主要影响的周边客群数量是多少，来自于哪里，用来指导商场应该做多大规模。商场主要影响的客群消费能力是在什么层级，他们经常消费的业态是哪些业态，经常消费的品牌是哪些品牌，用来指导做商场内的业态划分和品牌招商落位。这些就会对商场的定位，真正通过大数据的角度，带来实际的应用价值。