洞见 > 回到未来 | 2019中国商业地产前沿技术应用研究

回到未来 | 2019中国商业地产前沿技术应用研究

2019-03-28

 

导 语

存量时代,产品线的同质化与品牌池的匮乏使得购物中心难以推陈出新,运营能力及盈利能力的重要性愈发凸显,成为突破同质化竞争的核心竞逐点。前沿技术的融入,不仅使得购物中心成为未来科技和生活方式的秀场,也将提升消费者与空间的交互体验,以及购物中心组织的运营效率。商业地产人始终对新鲜事物抱有热情,在客流监测、消费者大数据、智慧停车等技术应用领域持续探索,必将在未来前沿科技的浪潮中乘风破浪。未来,购物中心将在5G、云计算、大数据、人工智能的支持下实现全面数据化,成为能够实时制定智能决策的"智慧商业体",从空间运营者转型为空间赋能者。在此份研究中,RET睿意德将回溯过往技术革新对商业的影响,深挖当下行业技术应用痛点,展望未来前沿技术在行业的探索。

一、前沿技术对商业地产的影响机制

1. 技术在行业演进中起积极推动作用,技术创新成为企业核心竞争力

早在以购物中心、百货为主体的商业地产行业兴起前,技术在现代零售业的渗透已经非常广泛。从通勤工具、通讯技术的升级,到收银、支付系统的精进,技术对零售行业主流业态更迭、经营模式革新及运营效率提升等都产生了直接的影响。沃尔玛、亚马逊、阿里巴巴等企业均以技术创新驱动零售产业的革命,重塑了在零售生态中的话语权。例如,早在20世纪90年代,沃尔玛就开始基于互联网建立数据平台Retail Link,链接供应商与场内销售数据,逐步建立对供应商的强控制力,为其打造"天天低价"的核心优势奠定了坚实的基础。作为零售业的核心力量,商业地产行业具有参与主体多元化、基数大,交易频繁等特点,实时产生数以万计的海量数据,为技术尤其是数据技术铺设了丰富的应用场景。

 

2. 技术创新与商业创新呈耦合关系,协同效应明显

商业地产行业的技术创新和商业创新相辅相成、相互促进,两者呈耦合关系,并具有协同效应。一方面,技术在行业的发展中起到了积极的推动作用。例如收银支付系统的发明使行业迈出了经营数字化的第一步;通勤技术的升级扩大了购物中心的客群辐射范围,使商业空间的扩展和规模经济效应成为可能。盈利模式和管理模式等商业创新是技术的一种表达,随技术的进化而进化,是确保技术创新在商业场景精准适配的必要条件。另一方面,技术在行业的商业化应用是从业人员及消费者需求的一种响应。伴随商业创新对效率提升和成本降低的诉求,技术创新始终朝着满足行业演进的方向精进。在技术响应场景的具体需求,新商业模式内生出的新问题,为新技术的产生带来了机会利基。技术创新和商业创新在相互促进中循环演进,并在耦合中产生协同效应。

 

二、前沿技术在商业地产的应用现状

1. 数据正成为购物中心的核心资源

1.1 数据助力购物中心实现精准、实时的智能决策

购物中心沉淀数据量庞大,但被有效采集及利用的数据尚且只是冰山一角。贵为"新时代石油"的数据能帮助购物中心重新审视过往的经验假设,摆脱"拍脑袋"的主观决策方式。数据之于经验,更易记载、存储、沉淀及反复传播共享,并是隐形知识显性化的基石,有助于购物中心积累自身的核心知识资产。数据的采集和挖掘还是一个价值创造的过程,随着数据的传播及数据产生主体的不断增多,数据的价值呈指数级上升。

 

未来,在物联网、人工智能等技术的加持下,购物中心的商品、消费者、硬件等全面数据化后,数据将成为"活数据",被实时记录而无需刻意采集,在不断更新中随时产生洞察。数据本身在人工智能等技术的支持下成为决策,而非决策的依据,从而实现数据智能。更快、更精准的数据智能决策提升了购物中心的运营效率及消费者体验,吸引更多消费者的加入,从而贡献了更多的消费者、交易及运营反馈数据。随着反馈给机器学习系统的数据增多,算法不断迭代升级,优化了购物中心的智能决策力。同时,需求端协同网络的扩张将获取消费者在不同场景、不同状态下的多维数据,从而帮助购物中心更深化、全面地理解消费者,实现在不同场景下更精准的产品或服务推荐。

 

1.2 数据的采集和打通难成为阻碍购物中心实现数据智能的主要瓶颈

作为实现数据智能的第一步,当前购物中心的数据化在商品、交易及消费者等方面均遇到了阻碍。从商品及交易数字化来看,现有的商业模式决定了部分数据的必然缺失。租赁模式使得购物中心只能通过积分系统获取会员的SKU级别商品消费数据,而非会员的相应数据及商户的商品进销存数据均处于缺失状态。购物中心自研发的智能POS系统虽已面市,离实现向全部商户的普及还有一定距离。其次,商品及交易数字化成本高且具有延时性。以应用于物联网领域的RFID标签为例,虽然单价已从1元降至0.5元左右,但购物中心商品基数大,单个商场首次投入成本就高达数十万元,随着商品的进销,后续标签更新成本将不断累加。

 

从消费者数字化来看,虽然生物识别等人工智能技术应用已进入探索阶段,但出于消费者隐私保护的考虑,对个体的精准识别及其消费行为的全记录还存在诸多限制。其次,消费者大数据虽已广泛投入应用,但不同供应商的统计及输出口径不同、彼此割裂,无法实现不同数据源之间的打通,与场内数据的接口也尚未建立,对挖掘消费者线上线下、场内场外的全域信息提出了挑战。最后,行业对于消费者大数据的应用尚未实现规模经济效应,仅头部购物中心开始"尝鲜",市场需求仍待提振,供给端针对商业地产行业的定制化大数据产品革新动力不足。

 

2. 技术在购物中心的应用呈现点状分布,尚未形成系统性技术创新

客流监测、SaaS系统、智慧停车等技术端已成熟,在购物中心应用广泛,且供给端竞争激烈。但购物中心对技术的应用普遍受点状思维所限,或是通过在产品或服务"端"植入科技元素、制造营销噱头;或是仅关注局部运营板块的优化,未实现技术的系统性创新。云货架、智能试衣镜、VR体验等成为科技门店的"标配",虽然为消费者提供了互动体验的乐趣,但技术仅成为门店的"装饰元素"或电商引流的工具,并未有效提升线下门店的销售转化率。招商、收银、会员、停车等不同的管理信息系统"各自为政",呈现割裂状态,甚至来自于不同的运营商。

 

技术点状分散的原因,首先是因为技术的系统性应用是一项成本高企、历时漫长的浩大工程,对于部分陷入惯性思维的购物中心经营者来说,还未做好变革的心理准备。其次,当前购物中心内部的技术研发及人力投入较互联网公司有所差距,并不具备进行系统性技术创新的能力。再次,购物中心数字化基础设施建设不足。场内产生及外部供应商提供的数据均较为分散,未实现数据源的整合打通,人工智能等强数据依赖型的"云端智能"技术无法有效发挥整体决策力。前沿技术只有深挖商业地产行业本质,参与并整合拿地、建设、招商、商户管理、消费者关系及企业组织管理体系的各个环节,并非依靠单点技术突破,利用系统化的思维才能实现整个行业的技术革新。

3. 技术研发投入意识初觉醒,组织革新尚未跟上步伐

尽管数字化运营、技术创新的理念已经开始融入头部商业地产商的企业战略中,购物中心的技术创新实践却依旧步履蹒跚,在阵痛中不断探索。组织、制度和人才等层面的创新未跟上技术迭代的步伐成为主要原因之一。随着数据采集、大数据处理等技术的广泛应用,购物中心需要储存和分析的数据量成指数级上升,例如朝阳大悦城近几年积累的数据量已超过4TB。海量数据对购物中心的数据管理能力提出了挑战,如何避免信息过载的威胁及对数据流的失控成为亟待解决的问题;也对现有组织架构及人才选用的模式重新提出了拷问。

管理者对数据等信息流的把握或是中央集权,影响了信息流动和决策制定的效率;或是对信息管理彻底放权,决策连贯性受到阻碍,并受到下级管理者认知局限性的影响。此外,多数购物中心对于数据及技术管理流程的标准化尚未建立,缺乏对技术及信息管理专有人才队伍的建设及培训,导致数据管理效率提升及新技术应用实践推行缓慢。大悦城通过在总部设立CIO(首席信息官)职位及在项目上试水大数据创新部等组织创新变革,实现了企业对技术创新的系统化把控及对分散数据的协同整合,值得行业企业借鉴。

4. 互联网巨头的线下布局为实体商业提供了技术工具箱及数字连接器

随着互联网人口红利的殆尽,阿里巴巴、京东等零售型互联网企业纷纷试水线下商业,通过投资新零售,收购传统线下商超、百货及与地产商结盟等方式入局,与实体商业共建数字生态共同体。互联网公司的主要业务及活动均以数据的形式被留存,所有的商品、交易及用户信息被实时记载,天然拥有数据和技术驱动的"基因"优势,并为其云计算、大数据、人工智能等技术上的研发及应用上提供了丰富的实践场景。

盒马鲜生、京东无人超市等新零售物种将大数据处理、人脸识别、电子价签、人工智能等新技术工具大规模运用在线下门店,在提升门店运营、物流效率及消费者体验上发挥了积极作用。同时,互联网企业在产品、运营、用户增长等领域的创新思维及团队开始"侵蚀"实体商业,必将倒逼零售及商业地产行业管理模式及人才建设的革新。除了以全新商业物种为线下商业输入新技术及理念,天猫、大众点评、口碑等致力于本地生活服务供应的App还增设"逛商圈"及"购物中心频道"等板块,联动线下商圈进行门店、会员、导购数字化的多维探索,为实体商业由物理世界迈进数字世界提供丰富的数字接口,并试图争夺SaaS系统等数字化服务市场。

 

三、前沿技术在未来商业的应用探索

1. 5G加速购物中心数字化进程及消费者体验升级

1.1 5G将全面更新购物中心内容及消费互动能力

5G商用近在咫尺,随着第一阶段应用场景eMBB标准的制定完成,消费者个体将通过手机、VR眼镜等智能终端抢先享受到5G红利。购物中心可从视觉营销角度入手,通过创作高质量的视频内容保持与消费者的线上线下全时段连接、互动。VR、AR等技术的精进,也将在全景展示、AR室内导航上发挥更好的效能。同时,购物中心可以通过举办大型沉浸式体验活动让消费者成为新科技的第一批尝鲜者,彰显其未来生活方式引领者的前瞻性形象。

 

 

1.2 5G将开始开启万物互联时代,加速数据的采集和协同网络的构建

随着芯片及传感器等硬件技术的成熟,5G商用将加速物联网的全面落地。购物中心的所有实物将连接成网络,既包括座椅、垃圾箱、厕所、母婴室等硬件公共设施,也包括各商户中的每一件商品,实现物理世界的实时在线化,并接入智慧城市等更大的智能网络。商品与商品之间、商品与消费者之间及消费者与消费者之间将实现信息的实时互动丰富了数据维度并逐渐优化算法,从而实现更精准的个性化商品和服务的推荐方案。海量的直连互动、实时反应及异质角色等特点使得网络中的个体都能享受信息共享的红利,并实现系统性的运营效率提升。

 

2. 云计算、人工智能及大数据处理是商业地产系统性智能化的核心技术

尽管人脸识别、消费者大数据、云服务、智能客服系统等成为购物中心当今及未来几年的重点技术创新探索方向,但这些分散式的点状应用并未有效挖掘出云计算、大数据及人工智能三大技术的最大潜力。购物中心实现在线化后,如何降低海量数据的存储、处理及计算成本,以及如何有效利用数据产生精准决策成为其能否实现系统性智能化的关键。云计算、大数据、人工智能三大技术相互依赖,构成了支持购物中心成为"智能决策机器"的技术体系,并在相互协同下发挥合力。理想状况下,这个"机器"不仅能做决策,还能够在数据及算法的支撑下,通过反馈闭环不断学习,优化决策效率和决策效果。除此以外,云计算、大数据及人工智能技术的精进还能帮助购物中心成为平台型企业,向商户提供数据或云服务,丰富了商业模式,并将产生多业务互相促进的"飞轮效应"。

 

 

3. 区块链将构建信用生态,促进数据精准、高效的传递

商业地产行业涉及购物中心、商户、消费者等众多利益攸关方,关联众多商务交易及消费者数据,区块链将在数据传输效率、密闭性及准确性上发挥效力。

· 保护消费者隐私:

随着生物识别、物联网等技术的精进,更多维度的消费者数据得到挖掘,消费者隐私保护及数据安全成为监管层面重点关注的问题。区块链技术下,消费者所产生的数据的挖掘、交换和处理均以非对称加密的形式得到保护,确保了购物中心在后续获取数据的正当性及可得性。

· 确保数据准确性:

区块链的共识机制下,信息传输具有公开、透明、不可篡改等特性,使得系统内各节点作恶成本极高。全网共识下的相互监督将建立完善的信用体系,确保了数据的准确性,使得合作摩擦减少,交易成本降低。

· 提升数据交互效率:

消费及体验场景多样化的特性,使得商业地产的数字协同涉足多维数据结构及海量数据。区块链共识机制下的规则编码形成的智能合约,大幅提升多维、大量数据在众多主体间的交互效率。数据供给方可以任意制订规则,使得数据需求方激活智能合约即可高效、安全地转移或使用数字资产。

4. 商业地产技术创新将呈现协同化、加速化、普及化的特点

商业地产行业正在数字化运营和新技术应用的道路上不断转型,与头部互联网公司的竞合成为其转型过程中的催化剂,也成为极具中国特色的转型效率红利。商业地产行业的技术创新在演进中呈现出协同化、加速化、普及化的特点,并将带动商业模式和组织的协同性革新,必将掀起一阵阵行业变革的浪潮。

· 协同化:

云计算、大数据、人工智能、5G、区块链等技术将在相互协同中共同在行业发挥效力。一方面,在技术研发层面上共同受到商业地产行业数据化以及基础技术发展等因素的影响,未来将在商业地产数据化的升级以及量子计算、硬件技术等基础技术的发展下共同精进。另一方面,应用层面上,多技术融合的集成化解决方案将有效地整合数据的采集、保密、储存、处理及转化为决策的全链条工作,有助于减少数据转移过程中的完整性受损,避免不同供应商系统接口的不兼容性。

· 加速化:

随着行业对前沿技术应用经验的不断积累沉淀,技术与行业应用场景的适配性不断增强,前沿技术升级迭代与商业化应用的时间间隔持续缩短。互联网巨头及资本的加持使得前沿技术的越来越受关注,拥有了更多在商业地产场景中展示及应用的机会。同时,国家层面不断加强新兴基础设施建设,对于人工智能、5G、物联网等技术发展起到积极作用;并加强前瞻性预防和约束引导,确保前沿技术在我国健康规范发展。

· 普及化:

随着技术成本的降低和应用成熟度的提升,更多元的技术应用主体从中受益,推动场景的丰富化,技术在行业的普及率不断提升。技术普及具有联动效应,带动更多新技术的发展及应用场景的拓展,并在应用终端增长的基础上实现网络效应和规模经济。例如,移动支付的普及为线下交易及消费者在线化提供了数字接口,加速了商业地产的数字化进程。

致 谢

RET睿意德在此特别鸣谢来自大悦城、北京华联、华润、万达、城市更新研究院、中商数据、百度等企业(排名不分先后)的伙伴们为本次研究做出的思想贡献。作为商业地产行业技术创新领域的探索者,他们为本次研究分享了深刻的洞见,提出了宝贵的建议。