用戶打開“滿座網(wǎng)”APP，就可以看到周邊3公里以內(nèi)的團購信息。
本報記者 張倩怡
端午假期里，提前查看好了天氣情況，王旭和媳婦帶著一家老小去了趟位于亞運村的中華民族園。一上午下來，老人賞花賞得開心、孩子撒歡兒撒得盡興，一家老小的午飯問題又落在了王旭身上。沒多犯愁，王旭熟稔地打開了手機上的一款APP，看著屏幕上的“小三角”確定了方位后，周邊大小餐館的團購信息立馬冒了出來，“鴨王烤鴨正好有5人餐團購，就它啦！”手機軟件顯示，這家餐館緊挨著王旭他們所在的中華民族園南門。
“前兩天咱們看完電影出來吃宵夜，可不是這些餐館啊？”細心的王旭發(fā)現(xiàn)，盡管自己每次都只是做了打開手機軟件的這么同一個動作，可隨著所在地點不同，每一次手機屏幕上推送出的團購信息卻大不相同。
那么，商家的團購信息如何做到追著用戶手機跑？
探秘解析
兩秒內(nèi)數(shù)據(jù)跑了趟“閉環(huán)”
端午節(jié)前的最后一個工作日，酒仙橋路邊的兆維華燈大廈2層的一間辦公室里，滿座網(wǎng)市場總監(jiān)姜琥正和幾個同事團團圍坐在電腦前，最后一次核對參與端午節(jié)團購套餐的餐館信息。
電腦屏幕上，一張北京地圖上布滿了用紅黃藍等不同顏色標注的圓點，用鼠標點擊東城區(qū)上的一點，立馬出現(xiàn)了小圓點所代表的詳細信息，“東來順2人套餐，團購價98元”。
“不同顏色代表不同的團購門類，例如餐飲、KTV、電影等等。”姜琥說，小圓點在地圖上標注地點也正是門店在現(xiàn)實生活中的真實位置。對滿座網(wǎng)而言，他們的團隊可以在一張全國地圖上標注出3萬多個這樣動態(tài)的小圓點。就在王旭打開手機上一款APP后等待團購信息出現(xiàn)的不到兩秒鐘時間里，數(shù)據(jù)就已經(jīng)歷了從手機出發(fā)、前往軟件背后的服務器、再返回手機端的“閉環(huán)”。
“現(xiàn)在的智能手機里都有基礎感應器。當用戶打開APP時，感應器就會捕捉周邊的網(wǎng)絡信號，同時向我們的服務器發(fā)出了一個地理位置請求。”姜琥解釋說，他們的數(shù)據(jù)后臺是由商戶信息和地理位置兩個不同緯度交織成的一張大數(shù)據(jù)網(wǎng)。用戶所處的地點不同，就會向機房發(fā)送回來不同的“經(jīng)度、緯度”地理位置，系統(tǒng)迅速開始識別信息，隨后會從大數(shù)據(jù)網(wǎng)中自動尋找到和地理位置相匹配的商鋪信息再推送給手機。
這么一張大數(shù)據(jù)網(wǎng)是如何織就的？
“我們有專門的團隊去收集商戶信息，再把這些信息和地理位置相匹配，形成一幅商戶地圖。” 姜琥說道，和很多團購網(wǎng)站一樣，滿座網(wǎng)使用的也是百度、高德等第三方地圖軟件提供的地理位置服務，“原本我們有的只是這些餐館的餐品價格、客流量、客單價這些靜態(tài)信息，通過把這些信息和地圖相結合，商戶信息就成了動態(tài)圖。”
數(shù)據(jù)背后
網(wǎng)站為拉商戶降傭金
不止如此，同一條繁華的商業(yè)街上，哪些餐館能夠出現(xiàn)在團購APP上、哪些商鋪又能排上手機屏幕上的前幾名？這背后，還有一筆經(jīng)濟賬。
在滿座網(wǎng)工作了一年多，小伙兒朱林每個月要花上大半時間在“掃街”上。背著個塞著一沓沓文件的雙肩包、戴了副黑框眼鏡，一身學生打扮的朱林走在街上總是關注著周邊的商鋪，遇到客人多的店鋪，站在門口瞧上五六分鐘也是常事兒。
朱林所在的是銷售崗，在團購行業(yè)，這份工作還有另一種通俗說法，“地推兒”。能否發(fā)現(xiàn)熱門商鋪、說服店家在網(wǎng)站做上一筆團購生意，是他的主要考核指標，“也分淡旺季，淡季一個月得有50單，旺季的話怎么也得100來單吧。”
客流量大的、有口碑的，這類店鋪是團購網(wǎng)站的首選合作對象，可要談下來也并不容易，“能不能談下來，關鍵還真得看傭金。”傭金，指的是線下商鋪要將生意搬到網(wǎng)上時，需要向團購網(wǎng)站支付的費用。
“總的來看，餐飲在所有團購商品中的傭金最高，一般是商品價格的5%到10%。也就是說，一單網(wǎng)上賣100元的團購套餐，團購網(wǎng)站就可以從其中獲得5到10塊錢的費用。”曾經(jīng)在大眾點評網(wǎng)工作6年的業(yè)內(nèi)分析人士李宵說，相較之下，電影院、KTV等非餐品牌的傭金要低得多，一張團購價為30元錢的電影票，團購網(wǎng)站一般只有不到5分錢的傭金。
“這主要是因為風險不同。相較而言，餐飲的風險高一些，而電影院則因為客單量大了很多而風險低，所以壓價壓得很兇。”李宵回憶說，他接觸過的很多電影院甚至直接提出“保底”要求，也就是用戶在團購電影票前，團購網(wǎng)站需要先支付所有的團購影票。
在商品類別之外，不同的團購網(wǎng)站之間搶生意，還有著明顯的地域性。“我們得考慮團購能給我們帶來多少導流。”俏江南高級銷售總監(jiān)趙錫剛坦言，因為名頭響，不少團購網(wǎng)站找到俏江南時都提出了“零傭金”，而他們在各地的團購生意選取的是不同團購網(wǎng)站，“我們更樂意選取一家在當?shù)刈钍軞g迎的團購網(wǎng)站來合作”。
知識角
如何分析大數(shù)據(jù)？
大數(shù)據(jù)，表面上看就是大量復雜的數(shù)據(jù)，這些數(shù)據(jù)本身的價值并不高，但是對這些大量復雜的數(shù)據(jù)進行分析處理后，卻能從中提煉出很有價值的信息。其中，分析方法有以下幾種。
可視化分析是消費者常常可以見到的一種大數(shù)據(jù)分析結果的表現(xiàn)形式，將大量復雜的數(shù)據(jù)自動轉(zhuǎn)化成直觀形象的圖表。
數(shù)據(jù)挖掘算法則利用一組根據(jù)算法事先定義好的數(shù)學公式，將收集到的數(shù)據(jù)作為參數(shù)變量帶入其中，從而提取到有價值的信息，例如沃爾瑪“啤酒和尿布”的故事。
預測性分析能力則是從大量復雜的數(shù)據(jù)中挖掘出規(guī)律，建立起科學的事件模型，通過將新的數(shù)據(jù)帶入模型，預測未來的事件走向。
語義引擎是機器學習的成果之一。過去，計算機對用戶輸入內(nèi)容的理解僅僅停留在字符階段，通過對大量復雜的數(shù)據(jù)進行分析，計算機能夠盡量精確把握住用戶的需求，例如蘋果的“Siri”管家。
數(shù)據(jù)質(zhì)量管理則是大數(shù)據(jù)在企業(yè)領域的重要應用。為了保證大數(shù)據(jù)分析結果的準確性，需要將大數(shù)據(jù)中不真實的數(shù)據(jù)剔除掉，以保留最準確的數(shù)據(jù)。