覺醒、探索和自律：線下數據三部曲_風聞

產業互聯網、產業AI、產業大數據。

這兩年一個肉眼可見速度生長起來的關鍵詞，叫做產業。

無論是從大數據、雲計算、AI、物聯網等技術的發展趨勢上，還是社會經濟體的客觀需求上看，數字技術與實體經濟、千行萬業的融合，都是今天中國大地上令人矚目的發展主調。

這場大戲中，一段關鍵旋律是數據技術與實體經濟的融合。

從技術邏輯上看，數據是網絡和計算技術的直接衍生物，又是智能技術的發展基石，而實體經濟的特點是先天距離互聯網和IT技術較遠。他們的數據更多趨向本地化，產生於線下場景，同時也具有不易收集和利用的特質。

因此，實體經濟能不能掌握自身數據、運用數據、依靠數據帶來增長，可以被理解為補完數據社會的關鍵工程，甚至是國民經濟從信息時代到智能時代的關鍵跳板。

這個問題一直被我們所關注。因此，在剛剛落幕的數博會上，我們探訪了由眾盟數據承辦的第二屆線下數據商業生態高峯論壇。

根據現場披露的行業動態與數據，結合線下數據領域的代表性企業、眾盟數據的案例與行動，我們嘗試還原出了這樣一個脈絡：線下數據產業與應用的發展，經歷了三個步驟。從產業價值覺醒，到智能技術帶來應用探索，再到行業自律開始形成，線下數據產業正在走入規範化與價值多元化，同時打開產業高速週期。

今天的故事，讓我們重新回溯一下線下數據產業的發展邏輯。這個產業的核心魅力或許在於，無論你所從事的行業看似距離科技有多遠，線下數據依舊與它息息相關。

焦慮的老闆

董馳，是西南某城市一家連鎖鞋店的老闆。

白手起家，人到中年，事業有成，這三個標籤寫在他愈發難以管控的身材上。

外人看來，董馳應該屬於城市裏最沒壓力的那種人。燒烤、手串、茶館、酒吧，應該是他生命元素的基本構成體。

奈何事情並非如此。董馳的心理壓力之大，遠超過大部分人對“老闆”這個羣體的認識。

經濟放緩、店鋪經營成本增加、市場形式難以捉摸等等問題都在影響着他很不容易拼出來的事業。銷量突然起落讓他摸不着頭腦，街上突然來了一家同行讓他心驚肉跳，想開新店又怕入不敷出讓他進退維谷。

而白天操心完這些市場上的直接競爭之後，晚上回家更是難捱。電商來了、新零售來了、智能零售又來了，種種新聞看得他直接失眠。好像不遠處，有一些會寫代碼懂高科技的神秘人物，已經準備對他下手了——見過很多門店已經被互聯網淘汰，讓他覺得這個顧慮不是沒道理。

這樣的“老闆焦慮症”，今天普遍縈繞在中國老闆的心頭。他們有錢有渠道有客羣，但是卻缺少對未來的確定感。他們想做數字推廣，想做會員社羣，想搞管理系統，但又不知道怎麼判斷這些東西是不是有用。

這種心態的普遍性，直接從用户端建立了這樣一個邏輯關係：線下數據，是“老闆焦慮症”的唯一檢測方法，也是最佳“解藥”。

從數據上重新認識自己的生意，精準判斷人流、客羣、復構率和客羣畫像，是老闆們能構判斷每一步決策是否有效，效果如何的核心通道。解決了過去老闆們只能看到賬目，卻不知道賬目之前N個步驟都發生了什麼的難題。

另一方面，本地數據又是老闆們在“科技派”面前的防禦工事。自己有獨特數據，隨時能產生和應用這些數據，意味着實體店老闆們在信息時代不再兩手空空。無論是巨頭進場還是新玩法出現，都要基於核心市場數據去建設未來。大家都沒數據，老闆們面對的就是互不瞭解的洪水猛獸，而自己有了核心數據，面對的則是可以談可以合作的生態夥伴。

所以線下數據發展的第一階段，叫做線下數據資產化。這個步驟直接來自於實體經濟空間中，老闆們對自身數據意識的覺醒；也來自於眾盟這樣專精於線下數據的產業服務者，為老闆們提供了可以收集、應用本地數據的通道。

就目前來看，老闆們在線下數據領域的可選擇性依舊不多。整體而言，眾盟這樣的產業服務者並不飽和。線下數據產業需求的旺盛，今天在以肉眼可見的速度增長。

但是這個行業，卻不能僅僅滿足於給老闆們收集、整理數據。接下來的必經之路，是幫助實體經濟運用數據，而其中的關鍵詞，叫做“智能”。

街角的智能

賴特·米爾斯在《社會學的想象力》提出，一個社會圈層中伴隨着形形色色的實用性。這些實用性的整合，往往是社會個體所難以預料的。

作為一家鞋店店主，董馳不會知道市內某旅遊區內的電子屏幕更適合他的廣告投放，因為這個旅遊區走下來很累，又往往是本市旅遊第一站，遊客會很想在這裏換一雙輕便的運動鞋——而董馳經營的鞋品就以舒服透氣著稱，距離這裏交通又十分方便。

這就是一個小小的數據孤島，旅遊區的屏幕不知道董馳的客户畫像，董馳也不知道這塊屏幕的獨特價值。

其背後的原理在於，本地數據如果只停留在本地，雖然也有價值，但是往往只具備參考能力。真正要讓自己的數據資產“增值“，就必須在人和空間的關係中發揮數據的作用，必須讓數據流通——這個道理就如同黃金換不成一般等價物或貨物，它與鐵的價值區別就不大。

怎麼才能讓數據流通呢？首先就需要平台，就像眾盟不僅為商家提供本地數據服務，同時還啓動了本地數據場景聯盟和媒體聯盟。基於本地數據，為商家提供營銷和傳播服務。

流通需求之外，另一個在催生線下數據發展的因素，是商家和企業對效果追求的加重。我們知道，最近一個熱門話題就是BAT的線上廣告收入在降低。其背後原因在於，大規模覆蓋式的廣告投放正在被產業排斥，能夠看到效果轉化的數據匹配型垂直投放，正在逐漸成為主流需求。

這樣的趨勢下，線下數據想要轉化為最終的應用能力，就需要AI等智能技術的幫助。我們可以稱之為線下數據發展的第二個階段：本地數據智能化。

想要把數據用起來，智能技術是無法繞開的神經中樞。以門店的城市場景投放為例，自身的數據到底需要怎樣的投放、投放時如何確定目標畫像、投放之後效果轉化如何計算，這些因素都需要智能技術進行匹配。就像今天在眾盟提供的眾多產品和解決方案中，已經沒有哪個步驟缺失AI身影。從線下大數據，向線下泛智能，是這個產業行駛中的主旋律。

用户與商家之間，線下數據+AI的組合可以在三個方向上發揮作用：

1、精準用户畫像和智能推薦，讓商家知道自己要找誰，知道去那裏找。

2、多鏈路數據融合與反向應用，把人流行為、購買行為、用户畫像等多條原本互不融合的數據進行匯通，通過AI的算法模擬，讓服務商給商家準確解決方案。

3、視覺數據的識別與分析。將很多物理場景中的非結構化數據，通過機器視覺技術納入線下數據體系，從而讓門店具備“看“的能力。

通過幫助商家和企業收集管理本地數據；接入平台海量本地數據進行匹配；智能化數據分析和推薦，這三項服務組合成的產業邏輯，讓眾盟數據為眾多商家架構起了直接看到效果的營銷與推廣通道。比如重慶的網紅經典奧陶紀公園，通過眾盟提供的投放分析服務，實現全平台覆蓋曝光量達到了694萬，以此計算CPM僅為37.21，廣告投放成本遠低於同行，點擊率高達2.16%，遠高於同行業平均水平。再比如北京的居然之家，在眾盟提供的營銷解決方案基礎上，地區銷售額達到了11億元，到店率提升17倍。

這些街頭巷尾的智能需求和智能想象力，讓線下數據事業本身前進了一大步，同時也是接下來很長一段時間中行業的主要探索任務。因此眾盟已經將企業使命升級為“用數據與智能，讓生意更好做“——數據之後，智能的價值正在飛漲。二者沒有輕重，而是必然在尋常巷陌中構築一個技術整體。

而今天線下數據行業還有着另一個發展趨勢：行業的自我約束工作，時不我待。

行業的自律

線下大數據的高速奔跑，是技術和市場雙向的必然。但是速度往往會催生出不穩定因素，對於線下大數據產業來説，產業的危險來自於線下大數據的濫用和黑產進場。

兩個月之前的3·15晚會，被吃瓜羣眾稱為科技含量最高的一屆。其中各種利用個人數據進行消費者權利侵犯的案例不勝枚舉，堪稱眼花繚亂。甚至極端網友認為，應該就此終止數據的收集和利用。

顯然，直接關停數據之門，是一種“治腳氣直接截肢”的一刀切做法，同時也是某種“懶政”。行業要應用數據，線下數據需要發展，同時不能讓線下數據成為危害消費者利益甚至公共安全的隱患。這時就需要行業率先發起自律行動，從產業組織內部淨化開始，逐漸掃除害羣之馬的生存空間。

行業自律在此刻的意義在於，對於科技產業的發展，監管法規是必然具有滯後性的。然而違法者的速度卻往往奇快，如果不加制止，有理由相信接下來每年3·15案例都會科技水“更上一層”。

如果放任這些用本地數據作惡者生存發展，那麼劣幣驅逐良幣的問題將很快出現，剛剛興起的行業也就迎來了真正意義上的危機。

那麼線下數據產業如何應對呢？就目前形勢而言，有效的解決方案應該是行業內頭部企業、研究機構、行業組織共同發起自律行動。從產業鏈層面斷絕違法者的生存空間，同時為立法和監管提供有效參考路徑，逐漸用良性行業制度建設正面形象。

這個行動已經開始，在線下數據商業生態高峯論壇中，中國信息通信研究院、眾盟數據、四川省大數據產業聯合會、安徽省大數據產業聯盟聯合發佈了全國首個《線下大數據行業自律公約》。

《自律公約》明確了線下大數據的範疇，是指用户基於生活或消費需要在實體門店、服務機構或公共場所等場景活動而產生的數據集合；線下大數據行業，是指從事線下大數據加工處理服務、工具研發、應用服務等活動的行業的總稱。在此二者範圍內，行業需要遵守法律法規與社會道德標準，在具體的線下數據收集和應用中，遵循需求最小化、明確告知被收集對象、恪守隱私安全等原則。

這一《自律公約》的提出，可以看作是線下數據這個與居民數據安全和數據隱私息息相關的產業，在安全合規上進行的首次行業探索。這條賽道其實分外重要，因為它是線下數據產業的安全鎖與生命線。

從市場與服務覺醒、到智能平台和應用模式探索，再到行業自律行動開始生成，線下數據產業在近幾年經歷了甚至有點史詩意味的“三部曲進化”。一個看似遠離技術世界的廣袤空間，正在產業土壤、技術甘霖與需求之種的共同催化下，結出了豐饒的數據應用果實。

當然，其中也離不開眾盟等企業，在其中農人般的深耕勞作。假如線下數據是一場旅行，此時天光尚早，長路遙遙。

但已經可以預見，終有一天田園市井裏，無處不數據，無處不智能。

彼時風景好，可為今日慶。