阿里云客流分析产品介绍

阿里云客流分析产品线下场景的客流数字化

喜超&逍彦

目录

1. 目标市场与客户需求

2. 阿里云客流分析产品功能介绍

1.目标市场与客户需求

产品目标场景

本产品主要⾯面向线下商业场景中的客流数据化。

本产品定位

购物中⼼心

对到场客流数据化

商圈

购物中⼼心

⻔门店

⻔门店

进店和店内客流数据化

周边

客流关注点

客流分析部署方案

购物中心 出入口

集团总部

X购物中心 …购物中心

楼层 区域间通道

出入口

商户

出入口 收银区 店内区域

【购物中心】对客流分析的需求

⽤用户⻆角⾊色 （Role）客流数据需求

（Data）

业务⾏行行动

（Action）

价值回报

（Value）

招商⼈人员分布• 公共区域客流分布

购物中⼼心各⼊入⼝口、重点通道客流量量分布

• ⽇日常招商调整

• 公共区域⼴广告精准招商

• 提⾼高招商效率，降低招商成本

• 增加⼴广告收⼊入

• 各商户客流分布

商户到店客流的总趋势、性别、年年龄分布

• ⽇日常商户管理理

如：异动商户管控

• 探索创新更更合理理的租⾦金金模式

如：是否可以结合客流量量和商户营收的定租

• 提⾼高商户管理理效率

• 保障租⾦金金收⼊入

营销⼈人员趋势

与动因• 客流趋势及动因

总趋势，不不同性别、年年龄客流趋势；天⽓气、节假⽇日、

活动等因素vs流量量

• 营销活动时点地点形式选择

• 营销活动效果评价

• 提⾼高营销活动效益

运营⼈人员峰值• 公共区域、各商户客流峰值

购物中⼼心各⼊入⼝口、通道、商户出⼝口• ⼈人员调配优化

客流超出预期的⾼高峰时间点和位置识别，优化物业、

公共设施维护、安保、保洁等⼈人员任务分配

• 提⾼高⼈人⼒力力投⼊入效率

• 降低安全事件概率

决策者总体

与异常• 客流总体情况及客流异常

正常客流量量；客流异常：总量量、趋势、性别年年龄结

构、重点商户等客流量量较⼤大变化

• 对外，购物中⼼心⼈人⽓气数据说明

• 对内，以客流数据为抓⼿手的管理理活动

• 提⾼高决策管理理者对外交流的效率和影响⼒力力

• 增加管理理层与执⾏行行层的上下协同效率

客流数据是购物中⼼心的核⼼心数据，是购物中⼼心开展管理理活动的重要抓⼿手。

【连锁品牌门店】对客流分析的需求 客流数据对连锁⻔门店的作⽤用：

1、以数据分析为抓⼿手提升管理理能⼒力力（管理理⽀支持）；

2、从客流中精准的识别回头客和会员，辅助即时的现场客户服务（现场营销）。

⽤用户⻆角⾊色 （Role）客流数据需求

（Data）

业务⾏行行动

（Action）

价值回报

（Value）

总部管理理者

对标

• ⻔门店间的客流对标管理理

⻔门店间客流总量量、性别年年龄结构、客流趋势、从进店到交易易的

客流转换率、买单客群性别年年龄结构等对⽐比分析

• ⻔门店经营能⼒力力评估

• ⻔门店经营策略略指导

• 给总部赋能数据管理理抓⼿手

• 提⾼高总部对⻔门店的管理理和指导能⼒力力决策⽀支持

• 客流总体情况及客流异常

各⻔门店正常客流量量；各⻔门店客流异常：总量量、趋势、性别年年龄

结构等客流量量较⼤大变化

• 品牌定位⼈人群评估

• 总部级别新品/活动试点⻔门店范围

精准选定

• ⻔门店经营绩效评估

• ⻔门店经营决策制定

• 品牌客群定位异常即时发现

• 总部级别新品/活动试点效率提升

• 提⾼高⻔门店经营绩效管理理效率

• 提⾼高总部对⻔门店的⽇日常管理理效率

⻔门店店⻓长趋势与动因

• 客流趋势及动因

总趋势，不不同性别、年年龄客流趋势；天⽓气、节假⽇日、活动等因

素vs流量量

• 营销活动时点地点形式选择

• 营销活动效果评价

• 提⾼高营销活动的效益转换

• 客流转换

本⻔门店从进店到交易易的客流转换率、买单客群性别年年龄结构

• ⽼老老客即时识别

• 每⽇日经营能⼒力力评估与改善

• ⻔门店实际交易易客群分析

• 从客流⻆角度量量化⻔门店经营能⼒力力，辅助⻔门店精

细化运营，提⾼高客流转换能⼒力力，增加营收

其他品牌定位评估、新品研发数据辅助，会员识别个性化服务

某著名服装品牌客户反馈的需求

1.客流热图：能够实时展示门店客流情况，并通过热图方式直观展示。能够自定义时间段进行客流热图的对比展示和分析。（用于进行门

店经营、市场营销活动的前后对比分析）

2.客流分析：能够分别统计选择时间段内顾客路过门店以及进店人数，能够按照整体门店、楼层、和具体区域如货架、男装、女装等客户

指定区域纬度来统计

3.停留时间：统计顾客在门店内的平均停留时间，能够按照整体门店、楼层、和具体区域如货架、男装、女装等客户指定区域纬度来统计

4.新老顾客：统计到访门店的顾客是新顾客还是老顾客，新顾客和老顾客是按照选定时间段内顾客是否到访过门店来做区分。

5.到店频次： 能够统计选定时间段内顾客到访门店的频次，并且能够区分筛选时间内的新老顾客到店频次。

6.楼层关联度：当门店结构为多楼层时，能够统计楼层关联度，即用户到访各个楼层的关联比例。 例如进入门店一层的顾客，访问二层

的比例是多少，以此类推

7. 多有统计分析都支持导出报表功能