为什么购物中心数字化转型 会在当前迎来爆发？
-
-
类目：电商运营
-
联系人：
-
微信号：
-
Q Q 号：
-
手机号：
-
浏览量：
526
【商户信息】
【货源详情】
为什么购物中心数字化转型 会在当前迎来爆发？ 在与众多购物中心运营商的交流中，我们听到了很多关于数字化转型的讨论。每个人都相信数字转型是一种必然趋势，但对数字转型的潜在动机仍然存在一些困惑。
为什么目前会爆发数字化转型？数字化解决的商业本质问题有哪些？针对哪些问题？
我们从商业的底层逻辑出发，谈谈为什么数字化转型是“时代的选择”。
数字化化解的根本矛盾：
供给—需求的低效匹配
商业地产运营发展的深层本质是基于商品供给和消费需求的匹配。购物中心或百货商店本质上是一座“桥梁”，连接着供给端和消费端，其发展速度无疑是由供需匹配效率决定的。匹配越准确，“桥”的通过效率越高，价值越大。
消费者真正想要的产品和服务与他们实际购买的产品和服务之间总是存在差距，弥合这一差距往往代表着新的商业机会。比如福特为了回应消费者“快”需求的满足，创建了福特汽车公司的商业帝国。
因此，需求的分析和预测是供应匹配的关键，能否创造性地预测需求趋势往往是业务跨越式发展的关键。
这种分析预测在前移动互联网时代相对容易，比如农业社会、工业社会，因为社会结构相对稳定，消费者群体标签显著。但是移动互联网时代和未来物联网时代打破了这种稳定性，消费者的个体标签更加突出，也带来了不可预测的需求。供需匹配差距更深，更难预测。
这种变化对供需匹配效率影响很大。企业要想在这个时代发展，就需要克服这个深层次的矛盾，然后跨越差距，实现发展。比如诺基亚，因为无法匹配消费者对智能手机终端新需求的供给，而终结于智能手机时代；同样，UA因为洞察到消费者对“职业运动”的追求，初步细分了“高性能紧身运动装”的产品供应，从而实现了耐克和阿迪达斯的突破。
那么，这个时代为什么会出现这种差距呢？有哪些深层次的根源因素？
供需矛盾的社会根源：
行为模式的“流动性”
首先，从社会发展的结构来看，我们今天所处的社会处于前所未有的“不稳定”状态，互联网时代的技术呈现出指数级的发展状态，yuval middot认为；根据Herali在《今日简史》的说法，这项技术的强势发展，让我们的社会“故事系统”越来越复杂，越来越难以理解。“不连续”成了目前人类社会最突出的特征，“稳定”成了人类社会的“奢侈品”。
故事的通俗易懂和社会的稳定无疑是群体统一行动的基础，所以这种复杂性造成了群体消费需求的不可预测性。
根据社会学家Zygmont middot鲍曼在《流动的现代性》中解释说，前互联网时代是一个“预设参考群体时代”。在这样一个时代，个体具有相对清晰的群体特征，可以“假设”。就像计划经济时代一样，可以根据身份、职业、教育等明显的标签来划分消费者。所以，商品的供给基本上可以根据这种明显的群体需求来具体供给，比如经典和其他书籍。
然而，在互联网时代，这种稳定性已经被打破。在这个时代模式和框架下，个体行为“不再为人所知、假设，更不用说自明”，因为它偏离了明确的群体特征。
在消费者的研究中，我们很难凭借身份、职业、学历等群体标签来推断他们的消费行为。一个受教育程度高的个体和一个受教育程度低的个体，在某个领域可能有着相同的消费兴趣和行为。比如潮牌的消费，我们发现基本上每个职业和教育都会涉及到，所以很难从这些“户籍标签”中推断出来，但是兴趣、价值观等个体标签更关键。比如潮鞋单类，涉及的购买群体从身份上从中学生到创业者，从年龄上无法区分。唯一的趋同就是追求“潮”的利益和价值观的个体标签。
如果说过去的分析和预测面对的是一个坚实的行为模式，那么在新的时代背景下，个体的行为模式呈现出前所未有的“液体”，因为兴趣、爱好甚至偏好都是不稳定的，就像液体一样，随着时间和容器而变化。
由于“流动”行为模式的内在流动性，行为的分析和预测需要从“群体”分析转变为“个人和私人”的关怀，间歇分析应该转变为“实时监控”，才能真正实现有效的需求分析和预测，实现有效的供需匹配。
然而，行为模式的流动性无疑对传统的研究方法提出了巨大的挑战，导致传统的消费者研究和分析方法不适用，这也是进入21世纪后市场预测准确率如此之低的原因。
对个体化行为的全景式关注
是数字化转型的核心驱动力之一
传统的需求分析和预测是基于“群体分析”的核心假设，即个体行为特征可以通过群体特征来假设和确认，因此“抽样”成为核心样本选择方法，“年龄、职业、收入、阶层等”群体标签构成了核心分析指标，区间比较分析构成了这一传统的核心体系。
在不连续性和流动性构成显著时代和行为特征的背景下，“抽样”无疑等同于“片面”，“群体”无疑意味着“个体谬误”。根据鲍曼的断言，新时代背景的关键特征是“差异产生差异”，即差异呈现指数变化。如果仍然按照“固体”“集团假说”来分析预测流动性的变化，无疑是南撤，打开更大的供需缺口。
所以在数字化转型中，“大数据”对“全样本”的追求克服了这种片面性。在物联网技术背景下，个人行为数据的“全景”采集和“兴趣、爱好等”个性化标签系统的构建回归对“私人行为”的关注，这是符合时代变化的。
对个性化行为的全景关注是数字化转型的核心驱动力之一。这种新视角有助于解决供需匹配缺口。因此，强调需求分析视角的转型或“回归”，是构成数字化转型的社会时代的要求。
数字化转型的核心是回归关注个体行为，构建“数据计算算法”的新操作范式，形成“描述-诊断-预测决策”的新服务机制，从而实现消费者与供给之间高效协作、精确匹配的形式，有效解决供需匹配，提高其效率，这是数字化转型的核心本质。
2019年政府工作报告也正式提出了“智慧”战略：“深化大数据和人工智能研发。打造工业互联网平台，拓展‘智能’，助力制造业转型升级。”数字赋权已经上升到国家战略层面。
我们即将进入一个全方位、智能化的新经济时代：新的运营规则不断涌现，数据的自由流动解决了过去市场运营中的不确定性，资源配置优化效率大大提高。
“数字化”被置于这一经济的核心驱动因素，因此数字化的转型是站在这一时代潮流的判断之下，是时代的“必然选择”。
注：正文/RET锐艺德，微信官方账号：RET锐艺德，本文为作者独立观点，不代表88源网立场。
