7月10日，《零售老板内参》与36氪在北京联合举办新商业生态零售主题峰会。
16位零售大咖与知名零售业同仁、行业精英齐聚一堂，围绕“回归零售本质”、聚焦“传统零售业转型升级”、“探索新模式”展开高峰对话和主题演讲。
为了零售业的未来”。
该主题进行了深入讨论。
峰会上，麦外地CEO张成发表了主题为《数据资产是智能商业基石》的精彩演讲。
张成认为，在实际的业务运营过程中，走得越高，就越能做出更好的决策，而决策的基本需求就是数据。
但对于企业主来说，往往缺乏准确的数据来支持决策。
造成这种现象的原因是这些业务业态产生的数据大多来自CRM、ERP等现有系统。
在业务过程中，大量数据丢失。
麦外地CEO张成表示，麦外地数据资产解决方案的核心价值包括三点：一是实现企业全业务流程数据的全面采集和存储，避免数据资产丢失；其次，让运营商能够客观、全面地了解业务情况，并协助收集过去系统中无法获得的数据以及业务流程中的数据；三是更好地为公司经营决策提供数据支持。
张成表示，数据采集和管理模式的本质是采集整个业务流程的数据，包括客户、地点、商品、整个链条，为业务运营提供良好的基础。
以下为张成演讲全文： 张成：大家好，很高兴有机会跟大家分享麦外地的智能业务以及我们的数据资产解决方案。
马外迪一直是一家以硬件为产品核心，提供数据以及整个网络架构和运营的公司。
当我们思考智慧商业策略的时候，我们在思考一个问题：智慧商业时代，或者新零售时代，或者无界商业时代的基础是什么？后来我们发现，无论你上层做什么，无论你是做智能分析、利用数据进行精准营销、还是做品类优化，数据始终是最核心的底层产品。
我们相信麦外迪推出的数据资产解决方案是智能商业的基石。
在实际的业务运作过程中，你走得越高，你就越能做出决策。
它的基础是数据。
事实上，在中国很多品牌、连锁店的实际运营过程中，他们的经营者，或者说他们的老板，其实是非常聪明的。
是的，他们知道企业应该如何经营。
但他们缺少什么？他们缺乏大量可以支持决策的数据，因为现在这些业务格式产生的数据来自现有系统，例如CRM和ERP系统，但在业务过程中大量数据丢失。
掉了。
麦外迪提供的数据资产解决方案就是为了解决这个核心问题。
数据采集??和管理模型的本质是采集整个业务流程的数据，包括客户、位置、商品等。
全链条的全景数据可以为业务运营提供良好的基础。
麦外迪为商户建立的数据资产解决方案中，设计了两层架构。
第一层架构集成了很多传感器核心硬件，利用这些传感器硬件来收集其地点信息，然后与其系统数据、第三方数据、用户画像数据结合形成第一层数据源。
在第二层架构中，这些数据源被集成到数据中心，最终通过BI系统展现出来。
我们自主研发的线下场景硬件是在线下场景下通过AP设备、马享路由器、马享掌柜提供基本Wi-Fi联网能力的产品。
同时，我们的马享路由器集成了各种传感器硬件，包括计算机视觉、Wi-Fi探头、蓝牙探头、Wi-Fi覆盖，一个集成了多个传感器硬件的产品，这样的产品可以记录客户所在的地方的信息，关于用户到达站点后的移动，包括将视觉信息转化为数据的产品等。
同时我们麦象掌柜可以打印小票，并将打印的小票变成结构化数据，形成销售的结构化数据集合。
同时，收集这些数据后，我们利用BI系统对数据进行呈现和建模。
麦外地数据资产解决方案的核心价值包括三点。
首先，我们实现企业整个业务流程的数据全面采集和存储，避免数据资产丢失。
其次，可以让经营者对自己的经营情况有一个客观、全面的了解。
我们会收集过去系统中没有的数据以及业务流程中的数据。
第三点是更好地为公司经营决策提供数据支持。
数据接入、数据整理、报表配置、报表查看等四大核心功能可以帮助商户应对线下业务面临的挑战。
在数据接入层面，这就是我们的全景数据接入方式，它可以介入四大类数据：第一类数据包括麦外迪行业传感器硬件产生的数据。
第二类是企业数据，包括它的CRM、ERP、OA等，这些都是企业本身产生的数据。
第三类集成了很多公共数据库，包括天气、交通、搜索索引等数据。
第四类，我们建立了用户画像库，由用户标签和区域用户组成。
上述四类数据是我们为企业构建数据资产的来源。
同时，我们对各个来源的数据进行转换，并在统一平台内建立关联。
数据访问和清理后，进行报表配置。
这些配置包括选择不同数据库和字段进行交叉比较的能力。
这些指标其实可以反馈运营中的很多问题，对于商家来说意义重大。
另一方面，配置好数据报表后，运营商还可以查看报表，包括传统客流分析、客流线路、客流热力图、顾客画像等一系列模型视图。
在我们的一个用户案例中，这个报表可以用来分析客流，包括它的实时客流、客流趋势、访客习惯、访客分析。
我们的一些客户已经做出了许多有趣的应用。
我可以给你举个例子。
。
我们的一个客户在全国有很多连锁店，因为他的连锁店和很多加盟商有合作。
当这些连锁店开业时，他们的总部有很多成本，包括营销和他们自己的产品供应支出。
高的。
放在以前，这个顾客会心疼的。
部分连锁店经营业绩出现差异，部分门店生意不及预期。
当用传统的方式与下面的加盟商沟通时，加盟商会说他们的产品不好。
这个问题，还是他们营销的问题，客流不足的问题，反而需要总部加大投入。
由于自身经营状况的数据不够完整和清晰，企业经营者很难做出正确的判断。
当他使用麦外迪的数据资产解决方案后，他非常清楚，在完成他的营销活动后，每个商店的客流是否有所改善，客流与该商店的销售比例之间的比例关系是多少，平均是多少某个地区的价值？他们拿到这些数据后，用我们的BI系统建模后，很容易就能判断出哪些区域因为营销做得不好而客流量低，哪些店因为加盟商的能力导致转化率低。
。
基于这样的数据资产以及对数据资产的分析，他们对整个市场和加盟商的管理提高了很多效率。
这是商店内客流的热力图。
通过我们的麦香路由，我们可以分析顾客对整个商店，尤其是柜台类型商店的产品的关注程度。
比如你可以看第二张图，它实际上是我们零售客户的照片。
在这张照片中，周围有很多商店。
周边店铺实际上会对顾客的客流产生影响。
客流热图可用于分析柜台的整个周边。
在客流量和关注度高的地方，他们会调整植入式广告，将毛利较高的SKU产品放在那里，从而提高销量。
下面的客流图展示了用户如何从一个入口进入。
这里我可以给大家举个例子。
我们有一位从事烘焙的客户。
烘焙有一个特别的特点，因为他的烘焙产品是当天生产的，一天三遍，而且往往是最后一次生产后才产生剩余的产品。
我们知道用户的动线后，他们会将本批次生产的产品放在上次生产时客流较大的用户动线一侧，以保证当天生产的产品不会产生剩余库存。
这是针对企业而言的。
降低损耗率，节省成本。
这是现有的用户画像。
在我们的实践中，用户画像的价值主要是用来建立用户画像的匹配度和对产品特性的理解之间的关联性。
可以和店铺里的SKU是什么特征进行匹配。
哪些用户购买更多？在品牌方面，他们对产品有了更深入的了解。
他们可以了解产品 SKU 的特征。
我们以服装行业为例。
他们可以了解一件衣服有颜色、面料、款式、风格等以及对产品SKU的了解，但他们缺乏的是对顾客的了解。
当我们将产品的理解与客户的理解相匹配后，我们可以帮助他定义他的下一个产品应该具有哪些特征。
这样的特点很符合他当前这批用户画像的特点。
这就是我今天要跟大家分享的主要内容。
麦外迪现在做的就是用我们的智能硬件配合客户系统，包括第三方数据，加上用户画像库，建立一个数据中台。
基于中台，我们实现了麦外迪BI的数据呈现和建模，形成了商户数据资产的解决方案。
我们相信数据资产是智能商业时代的基石。
谢谢你们。