對于線下實體門店來說，業務開展的第一步，除了做好品牌定位之外首先就是要選址去開店。零售業中最重要一點就是位置了，作為實體零售競爭條件中入口級的核心要素，地址具有天然的空間壁壘，好位置能夠為企業帶來可觀客流，大幅增高營業額，也是其一大競爭優勢和無形資產。門店到底開在哪里，不僅很大程度決定了銷售業績，同時也決定了品牌傳播的效果等。所以關于零售核心，業內一直強調著一句話“Location, Location, Location！”

在互聯網極速發達打破時間和地域局限的現如今，對于線下實體門店以及大量連鎖零售企業來說，選址依然是其需做的功課。何況，新零售也一直在強調全渠道，所以線下是一個必需的環節。哪怕把實體門店定位為體驗中心，不考慮其銷售壓力，也需要謹慎選擇，確保能夠吸引到足夠的目標核心顧客進店體驗，才能最終實現品牌價值的精準高效傳播。

從“盲選”到“精選”

選址是門學問，日本在這方面有著 40 多年的研究歷史，而國內店的選址則還處于初期，比較粗獷”，傳統尋址流程一直都存在著信息不對稱、效率低下等問題。

大家都知道選址的重要性，各家企業也有專業團隊去負責渠道拓展選址開發的工作。可是依靠渠道部門開店，很多時候主要是依靠認為經驗判斷，即使再富有經驗和標準流程，市場也會出現偏差。導致盲目選址，銷售達不到預期所想，甚至造成經濟損失。

國內某頂級大型制造企業開設自己的直營專賣店時，選擇了一線城市核心商圈購物中心對面的一個店面，縱使只有一街之隔，自己的生意卻門可羅雀，始終眼睜睜看著對面**如織。另一個某世界500強企業在國內的零售門店，選擇了一線城市的社區商圈，雖然客流還是不錯，但是在經營了十多年之后運用大數據才發現自己門店的商品定位與商圈的顧客結構有很大偏差。這兩個例子都充分說明了認為經驗判斷可能出現的局限與偏差。更何況在完全依靠人工拓展時還可能會出現很多其他因素干擾。

開店人越來越傾向于精確選址，希望能夠做到從“盲選”到“精選”的轉變。于是就有不少有人提出，既然數據更加準確，那就利用數據好了。安排人手做各種市調，收集各種數據進行分析，這樣總沒有錯了吧。只能說方向確實沒有錯。

傳統數據有別于大數據

數據運用分析的最核心要點是數據質量。所謂數據質量包括數據的廣度、深度、屬性，以及數據打通及分析能力。一旦這些方面達不到一定程度，數據不但不能夠指明正確方向，還極有可能產生誤導。

傳統數據一般詮釋宏觀、整體的狀況。而大數據則可以分析微觀、個體的狀況。傳統數據來源于階段性的，針對性的評估，其采樣過程可能有系統誤差；大數據來源于過程性的，即時性的行為與現象記錄，第三方、技術型的觀察采樣的方式會使誤差較小。傳統數據分析的需求都較為普通，易獲得；大數據挖掘則要求更高，不易獲取。所以在互聯網時代，我們才會談論大數據，而非單純的數據。

以目前行業內情況，商業大數據質量就非阿里巴巴莫屬了。一方面是源于阿里的商業基因，以線下數據為基礎，再與線上數據打通的"基于位置➕品類圈選用戶"，已成為新零售與營銷相結合的切入點。因此收集的數據都是可運用于零售的高質量商業數據，而并非簡單的手機號等基本信息。另一方面，超過7億用戶的全域商業行為數據打通，對消費者的理解和洞察會更清晰，得出的總和分析結果，足以滿足渠道選址功能，甚至其他零售運營的需求。

大數據智慧分析助力選址

大數據選址的概念對于國內企業并不陌生。但實際落地卻并不簡單，不僅要有數據，還要理解消費者，更要懂得線下商家的實際需求，對數據、技術、應用能力都有很高的門檻。

阿里巴巴正在利用覆蓋線上線下的全域數據資源，讓開店選址變得簡單，高效和科學。阿里在全國有超14個億的熱點，是全球領先的全域數據服務商。能收集到超7個億用戶的全域數據，不僅僅是線上行為的數據，同時也包括了線下行為，例如線下購物通過支付寶支付留下的數據等。且擁有強大的數據計算和處理能力，以及深入垂直領域和業務場景的大數據產品體系。其次，這些數據包括了選址所必需的四個信息層面：顧客消費生活偏好需求等詳細畫像信息、顧客年齡性別等基礎人口信息、商圈交通設施及競爭對手數量等信息、地理位置基本信息。通過這四個層面數據的貫穿打通，提供選址所需的多維度信息判斷和分析。

從大數據的視角分析，每一個經緯度點位，都是由4層數據構成，從顯而易見的直觀信息，到需要借助數據技術和能力，去挖掘的隱含行為分析，層層深入。

由下到上的這四層數據中，通過傳統手段能部分獲得前三層的數據，只是成本高，效率低，數據源少。但是第四層面數據是最復雜的行為信息，也是最依賴大數據分析能力的。目前是無法通過其他渠道獲得的，是大數據結合數據量、數據精度、機器計算和學習能力的核心產物。在人口信息中，我們一般更多的獲得的是人口的"數量"，而他們有沒有購買意向，會購買多少，未來趨勢如何，這些則都是需要通過行為信息去挖掘的。阿里就是這樣運用大數據在選址工作上，幫助零售門店高效精準地去判斷門店店址的。

新零售的崛起使大數據助力開店選址成為了一項簡單、精準、高效的工作，基本上擺脫了認為經驗和其他因素帶來的偏差誤導。現在已有越來越多的零售企業都開始選用大數據來精確選址，阿里巴巴新零售的樣板工程——盒馬鮮生能獲得如此大的成功，不光僅靠其獨特的新型營銷模式，同時也與他的精準定位選址密切相關。盒馬鮮生一直以來都注重商圈的選擇，以及客戶的喜好，消費偏好等。他正是利用了大數據，根據其品牌設定的人群畫像，比如消費者能力，習慣等，做了實時的潛客篩選，實現了精準定位。他利用這種大數據選址的方式大大節約了時間和人力成本，同時銷售量也大獲成功。投入與回報的成效都立竿見影。選址開店作為實體零售的第一步，連接線上線下的全域數據避免了高額成本的無效浪費，保障了后續經營的有效順暢。那么既然如此高效精準大家自然會有需求，這樣的技術去哪里尋找是必然會提出的問題。其實也很簡單，目前阿里大數據服務也在不斷推進社會服務化，產品已面向市場，相信未來會有越來越多的零售公司去選擇這種高效，精準的大數據選址方式。同時也相信這樣的方式一定會為行業帶來一些高效率的提升和革命性的幫助。