经历了去年的新零售元年，原本被唱衰的实体店又迎来了重生的春风。数据显示，目前的社会零售总额约为30万亿GMV（毛交易额），其中线上所占比例不足15%，线下仍有超过25万亿的GMV。因此，对于线下这25万亿的GMV，品牌商之间的争夺赛将进入白热化的阶段，而这场比赛的关键，就在于流量。

线上流量红利见底

对于风生水起的电商来说，人们看到的只是它表面风光的一面，但实际上电商也面临着不少困难。根据京东2016年的年报，其当年底新获客成本为119元，同比提高了近50%；同时，阿里巴巴2016年的财报也显示，其线上买家数量增长速度明显放缓。

通过这些电商巨头，我们不难看出，电商行业正在逐渐接近它的天花板，获客成本持续升高，线上流量红利就快见底。

所以去年不仅有阿里、腾讯、京东投身新零售项目，试水新物种，也有很多其他成功的线上品牌相继设立实体门店，将新的流量获取渠道向线下转移。原本因为互联网高歌猛进的发展而被掩盖价值的线下市场，又由于流量而开始被重新发掘。

实体店最大痛点：效率

对于线下实体店来说，效率是最大的困扰。

传统实体零售受限于数据缺失以及环节数据集成度低，在做出经营决策时往往依靠经验判断，科学性不足。同时，推行的市场策略也仅能依靠最终的销售数据来进行评价，具有片面性，无法从效果中精准地找出问题所在，也难以提出行之有效的解决方案。这就导致实体店在销售转化和管理上效率低下。

另外，传统的零售考核指标以销量为主，但随着社会的发展，消费者的购物趋向已经从大众化逐渐转变为个性化，追求包括时间、金钱和精力三者在内的“新性价比”，在购买产品之外，人们需要获得一种心理满足。但是按照传统零售策略，往往是以企业为中心，讲究“产品为王”或“渠道为王”。目标是如何将产品推销给消费者，而并非如何把好的产品精准地推销给消费者。这种相对粗放的零售策略，在面对消费信息全透明、消费者搜索阻力小、消费门店多的情况下，根本不占任何优势。

虽然实体店经营投入成本高、工作量大，但如果没有能够切中关键点，则只能事倍功半，难以对最终的销售起到促进作用。

流量之重，全方位关注顾客

线下与线上相比，其实是“自带流量”的。但由于线下无法获得顾客的数据，所以难以进行“流量经营”。在新零售概念被提出之后，品牌商对“人、货、场”的重构认知更进一步，数据的需求开始从企业内部向外部延伸，从经营数据向用户数据延伸。从以企业为驱动，转变为以顾客为驱动。

由深圳市奥维云网大数据科技有限公司研发的LinkShop，正是为了解决“获取顾客数据”这一难题。

以前，实体店基本只能获得最终的销售数据，从顾客进店到成交，中间有一大块的数据空白。LinkShop可以帮助门店从客流量、顾客属性、产品陈列等多个方面了解线下顾客属性。

顾客在何时进店、在门店停留多久、在哪个产品货架前停留、顾客的年龄和性别，以及顾客是否为重复进店等，LinkShop通过人脸识别技术监测和数据统计分析后台，将数据呈现给经营者，以此来了解自己顾客的行为习惯及偏好。

那么经营者面对的将不再是未知的顾客，而是一个个数据化的顾客。通过分析顾客自身属性和其在门店的购物行为，寻找规律，并且挖掘数据背后的指导价值。

解读比数据本身更重要

对于经营和决策来说，真实可靠的数据是基础，基础之上，则是对数据的解读运用能力。LinkShop通过人脸识别采集客流数据，然后运用奥维云网的数据后台，提供综合的数据多维度分析，便于经营者从数据中发现问题，并且找到解决方案。为实体门店的经营决策起到智能参谋的作用，是LinkShop产品的目的所在。

通过客流的规律，合理安排经营时间和人员；通过顾客群体的属性差异和偏好差异，匹配合适的导购员，调整产品陈列争取最大坪效；通过判断顾客的身份（是否为重复进店），及时调整销售话术；在聚合消费者属性和门店属性之后，经营者甚至能找到门店或区域之间的差异化特征，不做全国策略一刀切，而是去迎合个性化的需求等等。

这些决策及判断，都是由客流数据带来的经营价值。将线下大数据转化为可见的行动力，才能真正提高零售的系统的效率。

2018年1月18日，深圳奥维继LinkShop App之后，推出LinkShop PC版，并且已经与部分一线家电品牌达成合作，陆续在全国各地的代表性门店投入使用。未来，LinkShop将持续关注零售顾客大数据，不断完善并开发更为丰富的数据功能，深度开发数据服务应用领域，为更多的零售商提供消费者数据采集通道，实现顾客数据化、门店数据化、决策数据化，做实体门店零售的智能参谋。