消費者數據、商業環境告訴你：哪里更需要購物中心
來源:互聯網 作者:互聯網 時間:2016-10-25
核心提示：居住在城鄉結合部的人群周末經常需要開車到10公里，甚至更遠的購物中心去消費，郊區型購物中心的投資浪潮開始興起。
隨著城市建設的不斷發展，一二線城市的核心區已是寸土寸金，城鄉結合部或者是城市近郊區域住宅社區興建的大背景下，配套商業設施發展滯后的問題逐步顯現。居住在城鄉結合部的人群周末經常需要開車到10公里，甚至更遠的購物中心去消費。當這塊被忽略的“價值洼地“走進商業地產的視野之后，郊區型購物中心的投資浪潮開始興起。
但大型城市的城鄉結合部或新城區開發人口流動性大、投資購房比例高、人群結構轉化快、區域發展不確定性等因素為郊區型購物中心投資帶來諸多風險，如何把握地區人群變化、掌握地區未來發展趨勢成為擺在商業地產研策面前的首要問題。
遇到新城區開發的項目策劃，通常研究的套路是這樣的：
必須要先搞“清楚”周邊3-5公里范圍中的人口結構和他們的消費行為。
基本的方法是利用房管局的銷售數據、周邊樓盤的人群結構分析能幫助我們建立一個初步的周邊人群畫像，然而購房者不代表實際居住者，真正需要的是居住者的信息。
至于研究消費行為，那更是“盲人摸象”了：幾百份調研問卷攔截訪問，你永遠不知道有多少問卷填寫是沖著小禮品去填寫的，更無法保證問卷樣本的覆蓋是否全面。
總之，沒有全面的數據支持，研策基本靠“猜”！
如今，技術的進步已經使得大數據開始扮演商業地產模糊決策的“終結者”。
作為國內領先的獨立第三方數據服務提供商，TalkingData選取北京回龍觀、天通苑兩個較為相似的大型生活社區，利用自身的地理圍欄技術，篩選2015年4月、2016年4月經常出現在這兩個社區內的移動設備，并通過TalkingData海量數據庫匹配這些移動設備所對應的人口屬性數據，進而觀察兩個社區2015-2016年人口結構特征變化，并結合商業發展狀況、周邊產業現狀等信息，揭示兩個社區人群及商業發展的不同變化特征。
回龍觀社區位于北京北部，具有850萬平方米的超大規模社區，有突出的人文特色，是全國首級規模文化居住區（相關介紹文字來自網絡）。
天通苑社區地處北京昌平區東小口鎮，屬于城鄉結合部，是北京最大的經濟適用房聚集地區！天通苑，地處亞北黃金地帶，臨近回龍觀、立水橋等多個大型社區（相關介紹文字來自網絡）。
天通苑和回龍觀作為北京北部地區最大的兩個生活類社區，無論從地理位置、交通狀況、人群構成還是發展起始時間這些因素來看都具有某種程度的相似性。正因為如此，從微觀層面借助大數據的視角選取其中的一個時間段，來審視兩個社區的發展變化也就更加具有典型的參考價值。
需要申明的是，TalkingData SmartDP平臺所獲取的移動設備及移動應用數據，不涉及用戶對于APP的具體使用數據。
一、人群結構變化
商業競爭日趨激烈，對消費者變動越敏感，就越有競爭的主動性，大數據為這種動態監控提供了更多技術支持。
回龍觀與天通苑都位于北京北部昌平區，處于城鄉結合部地區，人口流動性大，人口結構特征波動大。
相比2015年，回龍觀2016年19-25歲人群比例下降5個百分點，36-45歲人群增長8個百分點，而社會中堅層26-35歲人群比例維持穩定；
與之相反，天通苑2016年19-25歲人群比例上升，26-35歲人群比例下降6個百分點，社會中堅層流失。
兩地區性別比例無明顯變化。
而年齡結構的變化也隨之影響地區人群的婚姻狀況與車輛保有狀況。
與2015年相比，天通苑有車比例下降接近10個百分點、已婚人群下降7個百分點，具備一定經濟能力的家庭人群的外流現象明顯，
而回龍觀有車人群比例減少幅度較小，為4個百分點，家庭人群上升4個百分點。
2016年上半年北京房價的連續上漲的同時，全市整體的住房租金也出現持續性上揚的態勢。高額的房租迫使更多的租房一族涌入回龍觀、天通苑一類的城鄉結合部社區，這是造成兩社區人群有車比例都下降的主因。
但回龍觀得益于附近的上地、西二旗、中關村的IT高科技產業，以及緊鄰的海淀區的大量高校教職工，社會中堅層的26-35歲人群比例變化不大，有車人群比例降幅較小，整體人群結構比天通苑更加穩定。
同時，通過TalkingData對于天通苑人群線上應用偏好提升度的觀測，同樣發現2016年天通苑人群線上對于汽車、母嬰類的偏好遠低于2015年水平，而線上對于房產（主要為租房）偏好提升度與2015年相比高出一倍左右。
TalkingData將移動設備在工作日10：00-16：00時段內設備最常出現的地點定義為工作地，22：00-6：00時段內最常出現的地點定義為居住地，通過兩地的坐標計算通勤距離，發現：
回龍觀人群通勤距離在20KM以上占比為45%，天通苑為33%，同時有大量人群的通勤距離在40KM以上。兩地人群需要花大量時間在通勤方面，經常到家時間很晚，都被戲稱為“睡城”。
但根據對兩地的人群年齡、車輛狀況、婚姻狀況的洞察發現，同樣是睡城，里面睡的人很不同。
二、商業環境分析
每一個商業體，不管規劃中的還是運營中的，最關心的問題就是：我的顧客從哪里來？
TalkingData選取周末的主要消費時段（10：00-16：00），觀察兩社區常駐人群的主要消費聚集點，發現：
回龍觀人群在周末消費時段內，會聚集在回龍觀內的華聯、宜尚商場，還會出現在北五環附近的華潤五彩城、北四環中關村附近的中關村購物中心、新中關Shopping Mall等地，消費外溢嚴重；
而天通苑人群則主要集中在區域內的龍德廣場、及天通苑西二區、三區一帶的超市，無消費外溢。
回龍觀周末消費熱力圖
天通苑周末消費熱力圖
回顧天通苑的商業發展歷程，2007年地鐵5號線的開通為重要時間節點，此前的8年時間（天通苑1999年開建），天通苑商業發展緩慢，以社區底商及沿街商鋪為主，僅提供基礎生活配套，難以滿足多樣化的消費需求。地鐵5號線開通之后，以龍德廣場、BHG為代表商業設施的興建，帶動了整個天通苑地區的商業發展，商業配套全面升級。完善的地區商業設施以及天通苑擁堵的交通環境，造就了相對封閉的地區性消費。
為進一步分析回龍觀的消費外溢現象，TalkingData選取了回龍觀內、周邊10KM左右的主要購物中心，觀察其客流中來自回龍觀一帶人群的比例。
其中離回龍觀相對較近的永旺國際商城、華潤五彩城、龍德廣場的客流中的15%左右來自回龍觀周邊3KM范圍，回龍觀周邊一帶為這些購物中心貢獻了大量的客流。
而回龍觀內的華聯商廈客流中，僅27%來自回龍觀一帶，可見回龍觀一帶的商業市場空缺巨大。
同時，回龍觀內相距1KM左右的華聯商廈、北店時代的客流重疊度很低，華聯商廈的客流中，僅17.7%會去北店時代、而北店時代的客流僅14.1%會去華聯商廈，重疊程度低于華聯商廈與龍德廣場，也可看出回龍觀內不完善的業態布局造成了大量人群舍近求遠，選擇業態豐富的龍德廣場。
小結：
雖然建立在經驗基礎上的“猜”有時可以保證方向上的基本正確，但建立在大數據基礎上的結論就顯得更加深入和堅實。
綜合對于兩個社區的人群及商業的分析，我們發現：
1. 天通苑整體消費能力下降、社會中堅層26-35歲人群流出，
2. 而回龍觀人群特征變化不大，家庭人群與35-46歲人群的高消費能力人群進一步增長，
3. 但回龍觀內商業尚不發達，區域內人群會選擇外部購物中心消費，
4. 而天通苑則得益于龍德廣場的豐富業態，有效避免了消費外溢。
天通苑與回龍觀同屬于大型生活社區，同樣面臨距離北京核心城區遠，地面交通、軌道交通擁堵等問題。回龍觀地區得益于周邊產業環境，商圈內消費力有保障，同時地區商業尚不發達，類似于天通苑2007年地鐵5號線開通但商業尚未完善的階段。在北京城市交通短期內難以得到根本性改善的前提下，回龍觀很可能形成類似天通苑的封閉式區域商業體系，是商業地產郊區型購物中心投資的真正“價值洼地”。
當然，上面的小結并非是這篇文章最想說明的問題。
小編認為，數據就是競爭力！商業地產的大數據應用是行業發展的大勢所趨，并擁有著廣闊的應用空間。商業地產投資、研究、策劃、招商和運營的各個環節對精準數據都有著強烈的渴求，數據越精準，決策越有針對性。
現在，商業地產已經到了該重視大數據決策的時候了！
來自：商業與地產(若牽涉版權問題請聯系管理員,謝謝!)
