新零售、精准营销……线下大数据在未来还将开拓出更多的应用方向。

从字面上来看，线上大数据就是线上产生的数据，反之，线下大数据就是线下产生的数据。提及线上大数据，我们最为熟悉的就是在浏览器等线上平台的输入或是浏览记录，可是线下大数据的具体表现又是什么呢?其中最为典型的就是我们的消费行为数据，譬如买了什么东西、进了哪家店等，这些都是在线下产生的数据。

线下大数据正成为一个新的“大蓝海”

从古至今，“数据”都是商家和企业在运营过程中的一个关键，进多少货?记多少帐?这些都是需要考虑的问题。之后，因为互联网和人工智能等技术的出现，这一行为被搬到了线上，也拓展出了更多的应用和可能性。比如百度等浏览器，通过对人们搜索和浏览的记录，从而进行智能推荐，了解网络动向。

不过，就在线上大数据的市场已经渐趋饱和的时候，线下大数据这一以往的“主角”也开始东山再起，成为各大企业争相布局的一种手段、策略，而相应的数据创业公司也开始一个个的崭露头角。

比如，聚焦于“线下数据资产化”的众盟数据，近日宣布完成1.8亿元B+轮融资，本轮融资由云锋基金领投，B轮投资方IDG资本、昆仲资本加注跟投。截至当前，其B轮系列累计融资金额已达3亿元，是线下数据领域目前最高金额融资。

为什么要将线下大数据重新拾起并进行充分利用?数据显示，目前线上消费行为在总体消费中所占的比例仍不足20%，而线下消费占比超过80%。所以，尽管天猫、京东等线上平台在过去成功的“挤压”了线下零售商，但是从最终结果来看，他们离成功还有一段距离，这也是人们再次推崇线下大数据的主要原因。

线下数据资产化助推商业智能变革

以往，通过线上大数据，我们已经对一些产业进行了升级改造，譬如医疗行业，对线上的大量数据进行分析，可以做出医疗建议，或者是能源行业，通过电网获取数据以预测人们的用电习惯等，从而对未来某个时间段的用电量进行推断。

值得注意的是，虽然一些传统产业在借助线上大数据进行智能化升级，但在某些数据层面，他们也存在着“脱节”现象，而这种“脱节”需要线下大数据来进行补充。用众盟数据创始人&CEO广宇昊的话来说，互联网的下半场，线下数据是洞察消费者需求的最有力依据，是商业创新变革的战略资源和核心动力，而数据资产化将成为智能商业升维竞争的核心竞争力。

把那些“被浪费”的数据用起来：相比于线上数据，线下数据的获取更为困难，也常常被忽略，成为一种浪费的资源。在线下场景中，哪些人进了你的店?到店的人停留了多久?老客户多长时间来一次?人们最喜欢聚集在哪里?离开后如何再次联系客户……在运营过程中，每个企业每天都有大量的用户数据在实时产生，对企业来说，关键是要树立“大数据思维”，要持续不断的对数据进行搜集、梳理、转换、存储、分析、运用大数据。

以新零售场景下的超市为例，通过红外、传感器、人脸识别等智能设备对人们线下的行为数据进行获取和分析，能够了解人们对什么产品更感兴趣、哪个商品区人流量最大等信息，进而指导商家提升运营管理，如进行商品品类升级、商品区域调整等。

与线上大数据类似，从数据资源的持续积累，到与消费者实时连接互动、数据的智能应用及持续的自我优化，直至达成价值变现，线下大数据也形成了一个可循环、可复用的“活”的数据闭环，这是线下数据资产化的过程。基于此过程，那些以往被忽视、浪费的数据将被重新拾起并循环使用，从而助力零售、银行、医疗等传统产业完成进一步的智能化升级。

“活数据”全方位连接企业和消费者：“新零售已成燎原之势，对企业而言，只有通过大数据把握人的需求，如同之前搜索引擎通过搜索行为把握人的需求一样，才能以不变应万变，抓住新零售的机遇，更快抢占智能时代的未来。”昆仲资本创始合伙人梁隽樟表示。

那么，我们需要考虑的是，线下数据该如何利用?怎样才能实现线下数据资产化?数据是养出来、练出来、整理出来的。在不断积累的过程中，数据的应用会越来越多，同时，随着不断的应用，数据的价值也越来越大。

以传统商超为例，企业通过智能硬件获取到店人群数据，将之进行结构化、可视化管理，从而洞察用户需求并开展数据营销。例如，超市想为自己的活动吸引人流，可以基于线下数据对特定用户群体进行“精准推送”。用户在看到广告推送之后，会进行“互动”，进而参与超市活动，最终完成消费行为。在这个过程中，超市不仅能够建立起自有用户数据库，指导企业提高管理和营销，让线下数据成为企业的“活资产”，而且，在不断使用的过程中，线下数据会不断升值，最终成为企业发展的数据资本甚至战略资本。

线下数据资产化的本质就是要从企业的消费者数据“矿藏”中提炼出“黄金”并有效应用，它解决的是新零售发展的核心问题—用线下数据也就是活数据，全方位连接企业和消费者。云锋基金董事总经理李娜表示，云锋基金非常认同众盟数据提出的“线下数据资产化”理论和实践成果，尤其在新零售领域，数据是贯穿“人、货、场”的核心要素，数据的价值不言而喻。

结语

随着线上数据的渐趋饱和，以往被人们所丢下、忽视的线下数据正在重新“发光发热”，并成为了各企业实现产业升级改造的核心之一。

当前，在应用层面，线下大数据更多的集中于新零售和精准营销，如何拓展更多的应用方向和场景?又如何垂直于行业进行进一步的深度挖掘?这些是当前线下大数据所需要考虑的几个问题。