尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
手機負一屏會成為新的流量入口嗎？
調研 | 陳子民 黃勇 撰寫 | 陳子民
據工信部預測，至2020年大數據相關產品和服務業務收入將突破萬億元，年均復合增長率保持在30%以上。
目前，線上大數據已被廣泛運用在各行各業，數據被互聯網巨頭壟斷，場景集中度高，逐漸形成巨頭吃肉、剩餘喝湯的局面。
反觀線下大數據，由於線下零售管道集中度遠低於線上，且數據采集依賴硬件設備等，技術不成熟，導致線下數據源分散，巨頭難以通吃，創新公司因此仍有切入線下數據的機會。
現階段，缺乏高效的數據采集方式和成熟的應用場景，是線下大數據的發展瓶頸。近場行銷服務商「及刻」對此進行探索，將線下大數據和行銷場景結合，為門店提供更加自然流暢的到店客流行銷方式，使到店流量的價值進一步擴大。方式是與手機廠商進行合作，在手機負一屏為用戶提供場景服務信息。
01
聯手手機廠商
卡位近場行銷服務
及刻與手機廠商進行合作，將SDK嵌入手機原生系統，此後可在手機負一屏為用戶展示附近商家的各類信息。目前及刻與20家安卓系統的手機廠商進行合作，覆蓋超過3億手機終端。目前，及刻已推出分別面向商圈和連鎖門店的產品「及刻hotmall」及「及刻進店通」，為商家提供低成本、強觸達的近場服務及場景行銷工具。
負一屏場景服務卡片展示功能類似於小程序、快應用，除了顯示用戶所在門店的詳細信息，用戶能進行點單、領券等行為，可跳轉商家快應用。商家則能使用廣告、優惠券智能推送等服務，在及刻開放平台中編輯自己店鋪的服務內容即可。
為此，及刻需要具備精準的手機用戶場景識別能力，才能在地理位置上精準匹配用戶和商家。及刻採用的定位方法是：採用自營團隊及外包人員實地采集大量POI( Point of Interest，信息點)，建立多信號特徵值與POI的對應關係，通過手機端SDK的信號采集和變化情況，精準推算出用戶的實時所在場景。
及刻CEO李鶴表示，目前及刻的POI庫已覆蓋國內300萬場景，不同於一般的POI采集公司，這些場景與線下生活服務息息相關且商業化價值較高，識別精準度超過99%。除此之外，為了保證準確度，及刻根據不同場景自身特性安排POI更新頻率，同時建立反復核對數據的經營流程，保證高精確度。
同時，及刻自主研發了一系列自有專利技術，能結合WiFi、藍牙和GPS等多種數據來源以及對於用戶行為的智能理解，來識別合作手機的用戶的當前位置。當識別出用戶當前場景與門店位置匹配時，即可推送信息。
及刻的客群以大型連鎖品牌客戶為主，比如真功夫、天虹、屈臣氏等，主要通過在各城市分公司的BD團隊對客戶總部進行BD獲客。李鶴表示，目前及刻已服務30多萬家門店，共同打造智慧購物、智慧旅遊、智慧網點等全新的智能商業形態，這也將成為及刻的主要收入來源。
對於未來的發展規劃，及刻CEO李鶴認為，及刻的精準匹配能力能使其收集到更準確用戶的地理位置數據，通過標籤化後形成用戶畫像，隨著POI規模以及服務用戶規模逐漸擴大，用戶畫像越發具備價值，後續將為商家提供客流分析BI產品。
而當積累的前端用戶的數據形成一定的議價能力後，還跟商家的後台系統進行打通，以此連通用戶和商家數據，為千人千面的個性化行銷做準備。
近期，及刻CEO李鶴接受愛分析專訪，就公司業務、經營、戰略及行業趨勢等方面進行了深入交流，現將部分內容分享如下。
李鶴，連續創業者。2008年初創辦飛鳥科技，從事精準行銷和電信增值業務。2012年轉型移動互聯網，開發並經營鳥語免費電話等APP產品。2014年8月創辦及刻。
愛分析：及刻通過怎樣的方式進行商家地理位置數據的采集？
李鶴：我們設置專門的經營團隊進行地理位置POI數據的采集，形式包括線下實地采集和線上數據梳理。線下數據采集是主要方式，過程不涉及硬件比如探針、beacon等的使用，通過安排兼職或全職人員在線下采集POI信號及特徵值。另外，我們後端有一個數據運算系統和數據處理團隊，也會用非現場的方式從線上采集處理一部分數據。
愛分析：線上和線下方式采集到的數據精度是一樣的嗎？
李鶴：有一些很複雜的場景肯定是需要派人去采集才能把數據采集準確，但也有一些相對不那麼複雜的場景，我們可以通過更輕鬆的方式收集到，比如線上的形式，這兩者更多時候是相輔相成的關係，而非單一的採用某種方式。
比如，很多場景我們去實地踩點的時候把一些場外的干擾因素也一起采集上來，一旦錄到系統里面對定位能力產生很大阻礙，這時我們一方面需要多采集幾次，另外也需要比如網上的數據進行調整。包括後期的維護工作，可能很多時候也需要配合線上做整理。
愛分析：如何保證POI點位和手機用戶位置匹配時的準確度？
李鶴：我們的定位精度是要精確到門店級別，並且需要幾乎100%的準確率，原因很簡單，就是不能出現用戶在麥當勞，而我們推了一個肯德基的卡片的情況。
為此，我們設置了一套完整嚴謹的經營體系，比如市面上很多做定位的公司智慧那WiFi指紋和庫里的作以此匹配，而我們會做更多次的確認等。雖然成本會上升很多，但才能保證幾乎100%的正確率。
愛分析：這套POI數據采集手段的技術壁壘多高？
李鶴：光是采集和定位其實都談不上很高的壁壘，但如果你從采集、定為到經營這些事情綜合起來看的時候就會產生壁壘，比如我們整一套從采集數據到運用的邏輯是經過驗證的，我們的數據采集進度很準，同時我們也在和手機廠商合作方面做了很多思考，在產品端的設計做了很多改進，這使得我們在市場中處於領先地位。
愛分析：目前覆蓋的場景規模多大？
李鶴：我們現在覆蓋了300萬個場景，目標城市基本上為一到四線城市為主，五六線城市還沒覆蓋。
愛分析：採取的策略是先打透一個城市，還是多個城市同時鋪設？
李鶴：因為我們的用戶就是手機設備的用戶，他們是連在一起的，而手機設備並不會特定賣到哪一個城市，所以做深單一城市的意義不大，反而有些城市有這項功能，有些城市沒有會更加尷尬。從實際經營來看，更全面的鋪設會比做深一兩個城市更好。
愛分析：室內場景和室外場景的辨別難度會有所不同嗎？
李鶴：會有。舉個例子，比如都在同一個商業區，如果一個是戶外商業街另一個是室內的購物商場，所識別的準確度是不一樣的。
比如說室外可能空曠一些，通過GPS就很好的識別出位置，但缺點在於沒有明顯的牆體，很難定位用戶是否進入具體某個空間，這樣就很難做到精確性。另外，室外也缺乏類似WiFi這樣可以準確判斷室內位置的信號，因為WiFi信號在室外衰減程度很大，綜合來看室外的定位會比室內難，所以類似步行街這樣的場景的定位我們還在摸索中，相關的店鋪也做得比較少。
愛分析：目前已覆蓋的POI和最終要覆蓋的範圍相比，到了怎樣的階段？
李鶴：在POI的采集覆蓋量方面，其實是伴隨著我們的商業計劃進行的，如果我們的商家拓展速度沒那麼快的話，其實采集POI再快、再多也不能直接體現出來價值。所以現在的關鍵並不是在數據采集，這是多花錢就可以做成的，核心還是在於我們在商家端的拓展。
愛分析：在餐飲、美妝等細分領域里，哪些門店的服務價值更大？
李鶴：其實倒不一定有準確結論，其實你可以簡單類比我們跟微信的小程序或者公眾號。如果一個商家有公眾號或者小程序的需求，大概率也有我們這個產品的需求。好比餐飲、美業都會有讓客戶辦理會員卡等二次行銷的需求，我們的產品也不會偏向於哪類細分客群。從目前付費情況來看，其實細分客群的付費意願和能力是較為一致的。
愛分析：在您的規劃里，及刻所要覆蓋的客群數量是多大的體量？
李鶴：全國大概達幾百萬水平，其中既有全國性的品牌，也有一些區域性品牌。
愛分析：基於數據積累，未來還有哪些業務延伸空間嗎？
李鶴：當然，我們現在就在研討這方面的空間，但前提肯定是要注重用戶隱私的。我們計劃是做一些群體類的畫像分析，或者分析用戶的喜好分析，通過BI的形式再返還給商家。
愛分析：及刻主要是基於什麼優勢和眾多手機廠商達成合作？
李鶴：兩點。第一點是我們提出了創新性解決用戶需求的方式，就好比CV領域跑出的AI四小龍一樣，這屬於先發優勢范疇。第二是我們專業的場景識別能力，在場景識別的精確性、性能和穩定性方面在市場上處於領先地位。
愛分析：要做到千人千面的個性化推薦，還需要哪些條件？
李鶴：我認為要做到千人千面最大的難處是在於與商家系統的打通。次要難的在於，你要對每個用戶都有一個清晰的用戶ID。
這用戶ID要是能跟商家的用戶ID系統進行打通的，所以說你要對每一個用戶要建立一個這種類似它的標籤和畫像和一些標識的東西，我們目前正在嘗試搭建用戶ID，一方面是喜好的標籤，包括你喜歡去什麼地方、經常去什麼地方等。也包括一些潛在的標籤，比如說平時出行是以坐地鐵為主，還是以開車為主，等種種潛在標籤可以分析出用戶到底是白領還是金領、婚姻狀態等。
但這些內容分析出來之後，最終的結果其實是能讓我們對用戶有更清晰的認知和洞察，這是在特定場景給以用戶個性化服務的表現。
另外一種標籤實際上是用戶對於商品的喜好，而這則需要跟商家的系統進行打通之後才能獲得。因為如果你不跟商家系統打通，永遠不知道用戶進店以後的行為。但全中國有那麼多的商家，要跟每個商家的信息進行打通，這一個非常大工程的事情，也是這件事情的難點。
愛分析：長遠來看，線下大數據能夠跑出大公司嗎，它們需要具備哪些方面的能力？
李鶴：我認為長遠肯定會出現打通各類數據的線下大數據公司，有望長成上市公司。
具體而言我覺得要在技術、經營和商業化三方面過關。首先是技術，技術是一個支撐所有商業的底層邏輯。第二點是在整個產品的經營，就是能在成本和收入方面找到平衡點。第三點是在線下數據的價值挖掘方面，能挖掘出一定的深度，除了分析出表象之外，還需分析出它背後代表的商業規律。
愛分析：目前公司的規模有多大？團隊的積累主要在哪些方面？
李鶴：目前是100多人的團隊規模，30%是銷售，除此之外主要就是技術、產品和經營團隊。我們團隊之前主要從事WiFi相關的研究，比如WiFi的技術本身及關於WiFi數據的采集。
榜單