PowerPoint 演示文稿

Size: px

Start display at page:

Download "PowerPoint 演示文稿"

文匡
5 years ago
Views:

股票简称 : 汇纳科技股票代码 :300609 2017 年全国商场客流趋势简报

1 股票简称 : 汇纳科技股票代码 : 年全国商场客流趋势简报 NATIONWIDE MALLS BUSINESS TRAFFIC TREND BRIEF

2 汇纳数据, 以象组数, 以数推理, 以理释象汇纳数据, 运用技术手段将实体商业数据化, 通过深入的数据分析和数据挖掘, 诠释并发现实体商业运营管理中效率提升和业绩增长机会, 推动实体商业数据化转型和运营创新

3 前言乱花渐欲迷人眼, 浅草才能没马蹄! 2017 年全国商场客流量趋势简报, 能帮助实体商业领域专家学者和行业从业者政府主管部门等分析和评估实体商业现状和趋势, 促进行业交流和发展 2017 年, 新零售无人零售等概念不断地经过试水与市场的洗礼慢慢已呈现雏形从宾果盒子盒马鲜生超级物种到星巴克烘焙工坊均以效率或和体验为出发点试图在新零售的领域拔得头筹当下, 所谓新零售的核心就是线上与线下两种界面加速演进并从人货场三大零售场景要素进行融合其中人将会是新零售下特别被关注的重点, 毕竟商业行为的本质是为人服务并为顾客在不同的领域寻找新的价值点零售商业的变化会对顾客提供更加精准与精致的服务并透过体验提高购买欲望如今我们不能一味的沉浸于数据和技术, 更多的是要利用数据和技术为顾客创造更好的价值而这也正是企业应正视的问题并从中找寻发展机会因此, 以人为本, 积极利用技术和数据, 使实体商业拨开迷雾, 走出困境, 迎接再次辉煌!

4 目录 Contents Part1 报告导读 1.1 汇客云简介 1.2 数据说明 1.3 指标解释 1.4 基本结论 Part2 全国新开商场盘点 2.1 全国商场数量继续攀升, 但速度有所放缓年拟开业商场数量有所放缓年拟开业商场 5 万至 10 万平米是主流 Part3 全国商场客流表现年, 商场客流量整体回暖年, 各线城市商场客流量迎来上涨势头年, 各大区商场客流量表现差异小年, 热门城市商场客流量均有所上升年, 商场节假日人气显著高于 2016 年年, 各线城市商场节假日客流量排行差异较小年, 大部分节假日存在客流量拉动效应年, 商场客流量周末效应显著增强年, 各线城市商场客流量周末效应均有所上升年, 商场顾客平均游逛时间整体上涨年, 商场顾客平均到访天数波动平稳年, 商场老顾客占比接近八成 Part4 线下商场 VS 线上电商 4.1 线上与线下客流互通成为新常态 4.2 线上专注交易, 线下注重体验 Part5 顾客消费需求洞察年, 零售和餐饮是商场主导业态年, 商场餐饮业客流量占比上升年,38% 的顾客为吃货群体 5.4 吃货线下偏好正餐面食, 线上偏好快餐粥类 5.5 除吃之外, 吃货最青睐服装业态

5 01 Part One 报告导读 Introduction

6 1-1 汇客云简介 Winneryun Brief Introduction 汇客云是汇纳科技建设的连接实体商业的大数据平台, 为实体商业提供商业大数据服务汇客云依托于汇纳科技建设的中国最大的实体商业数据采集传感器网络, 运用技术手段, 实时采集实体商业消费信息, 让实体商业的消费者可感知可识别可触达可服务, 让实体商业运营从传统的交易后分析前进到交易前主动服务环节, 努力推动实体商业的数据化转型和数据化运营 ; 同时, 汇客云本着来自实体商业, 服务实体商业的宗旨, 整合了来自不同地域城市商圈的实体商业的多种信息和不同运营商及合作伙伴数据, 为实体商业提供增值数据服务 2017 年全国商场客流趋势简报由汇纳科技大数据服务中心数据分析团队撰写, 报告主要分析了 : 1 全国商场数量与新开商场分布情况 ; 年全国商场客流量趋势, 及其在不同城市等级不同区域的客流量表现, 不同节假日对客流量的影响等 ; 3 线下商场与线上电商之间的互动关系 ; 4 商场业态与客群的消费需求

7 1-2 数据说明 Data Introduction 数据来源本报告数据来自上海汇纳科技信息科技股份有限公司 ( 汇纳科技 ) 汇客云数据服务平台数据周期 2015 年 1 月 1 日至 2017 年 12 月 31 日样本选择选取 2015 至 2017 年三年连续数据的百购商场, 即开业年限超过三年的百购商场客流数据作为分析样本隐私声明本报告使用的汇客云数据仅用于商业研究, 数据经过脱敏处理后使用, 不涉及客户的隐私数据信息 ; 报告数据仅反映实体商业客流趋势, 汇纳科技不承担不接受由此衍生的一切责任本报告所有权归上海汇纳信息科技股份有限公司所有, 转载请注明来自汇纳科技

8 1-3 指标解释 Index Interpretation 客流指数 (Traffic Index) 反映客流的动态变化, 用作对客流量作归一化处理计算方法 : 测算日客流量 / 基期客流量 *100, 基期客流量为所选基期时段内的日均客流量周末效应 (Weekend Effect) 即双休日效应, 反映周末对商业场所客流量的拉动作用, 计算方法 :( 周末日均客流量 - 工作日日均客流量 )/ 工作日日均客流量 *100%, 该指标值越大, 说明周末效应对客流量的拉动作用越明显平均游逛时间 (Avg. Stay Time) 单位时间内, 顾客在商场内停留的平均时间长度, 该指标反映商场对顾客的吸引力, 单位 : 小时新老顾客占比 (New or Regular Customer PCT) 单位时间内, 新或老顾客数在商场总顾客数中的占比, 该指标反映商场客群流动性高低, 新顾客数占比越高, 客群流动性越大平均到访天数 (Avg. Visit Days) 单位时间内, 顾客到达商场的平均天数, 反映商场对顾客的吸引力以及顾客粘性购物节效应指数 (Shopping Day Effect Index) 购物节客流量与非节假日客流量的比值乘以 100%, 该指标反映购物节对商场客流量的拉动或抑制作用

9 1-4 基本结论 Summary 2017 年, 全国商场客流量呈现以下特点 : 全国商场数量持续攀升,2017 年增至 5000+,2018 年拟开业商场数量较 2017 年有所减少全国商场客流量经过 2016 年的颓势后,2017 年出现回暖态势各线城市商场客流量迎来上涨势头 ; 东西南部地区商场客流量上升, 北方大区持续下降 ; 北京上海深圳重庆商场客流量均呈上升趋势 2017 年商场节假日人气显著高于 2016 年, 年终活动与国定小长假是吸引客流最主要的节日 ; 节假日对客流量有明显的带动作用, 节前节后客流量差异显著全国商场客流量周末效应持续上升, 三线城市上升幅度最大商场顾客平均游逛时间与平均到访天数稳中有涨, 商场老顾客占比接近八成, 三线城市老顾客占比显著高于一二线城市在新零售的驱动下, 线上与线下客流互通成为新常态 ; 线上专注于交易而线下更倾向于体验零售和餐饮业态是商场主导业态, 客流量显著高于其他业态, 餐饮客流占比有所上升, 零售客流占比下降商场每 10 名顾客中就有近 4 名是吃货, 吃货偏爱中式正餐和面食 ; 用餐之外, 服装儿童用品鞋包化妆品等业态颇受吃货们青睐

10 02 Part Two 全国新开商场盘点 Nationwide New Shopping Malls Overview

11 2-1 全国商场数量继续攀升, 但速度有所放缓 The Amount Of Shopping Malls Growth Rate Slowed 年, 全国商场数量持续攀升, 截止 2017 年商场数量增至 5000+, 环比 2016 年上升 10.99%, 商场数量达到历史新高, 但增长速度有所放缓年商场数量环比增长率 9.54% 11.51% 10.99% 2014 年 2015 年 2016 年 2017 年

12 年拟开业商场数量有所放缓 The Number Of Newly-Built Shopping Malls Will Decline In 年全国拟开业商场数量为 970 个, 但实际开业率约为原计划的 50% 2018 年拟开业商场数量为 920 个, 其中部分项目为 2017 年延期开业商场华东区拟开业商场数量高于其它区域年拟开业商场数量年拟开业商场区域分布 970 华东西南 190 华南 121 西北 102 华中 71 华北年 2018 年东北 21 数据来源 : 赢商网数据来源 : 赢商网

13 年拟开业商场 5 万至 10 万平米是主流 The Scale Of New Shopping Malls Is Mainly In 50,000 m2 To 100,000 m 年, 拟开业商场体量 5 万平米至 10 万平米仍是主流, 超过 20 万平米的巨型商场数量较少一线城市中, 上海拟开业商场体量高于北京广州深圳 2018 年拟开业商场体量区间分布 2018 年一线城市拟开业商场体量分布上海深圳广州北京 46.5 [3 万平米,5 万平米 ) [5 万平米,10 万平米 ) [10 万平米,20 万平米 ) 20 万平米以上数据来源 : 赢商网数据来源 : 赢商网

14 03 Part Three 全国商场客流表现 Nationwide Shopping Malls Traffic Analysis

15 Jan-15 Feb-15 Mar-15 Apr-15 May-15 Jun-15 Jul-15 Aug-15 Sep-15 Oct-15 Nov-15 Dec-15 Jan-16 Feb-16 Mar-16 Apr-16 May-16 Jun-16 Jul-16 Aug-16 Sep-16 Oct-16 Nov-16 Dec-16 Jan-17 Feb-17 Mar-17 Apr-17 May-17 Jun-17 Jul-17 Aug-17 Sep-17 Oct-17 Nov-17 Dec 年, 商场客流量整体回暖 In 2017, Traffic Of Shopping Malls Is Notebly On The Rise 商场客流量经过 2016 年的颓势后,2017 年出现回升态势, 环比上升 2.35%, 线下商场客流量整体回暖年商场客流量及环比增长率客流指数环比增长率 130 (%) 8.00% % % % 2.00% 0.68% % 0.00% % % 客流指数 2017 环比增长率客流指数年商场客流量趋势

16 年, 各线城市商场客流量迎来上涨势头 In 2017, Traffic Comes To A Rise Among Different Tier Cities 一线城市商场客流量继年持续下降后,2017 年迎来回升 ; 三线城市客流量持续上升年各线城市商场客流指数及环比增长率客流指数客流指数环比增长率环比增长率 (%) % 5% 2.0% 2.6% 115 3% 0.3% 0.7% 0.5% % 1% -1.8% -1.6% 105-1% 100-3% 95-5% 90-7% 85-9% 80-11% 75-13% 70-15% 一线城市二线城市三线城市

17 年, 各线城市商场客流量迎来上涨势头 In 2017, Traffic Comes To A Rise Among Different Tier Cities 客流指数年各线城市商场客流量趋势一线城市二线城市三线城市

18 年, 各大区商场客流量表现差异小 In 2017, Traffic Trends Differs Little Of All Regions 2017 年, 东西南部地区商场客流量上升, 东部地区增速最快, 北方大区持续下降年各大区商场客流指数及环比增长率客流指数客流指数环比增长率环比增长率 % % 3.1% 2.8% % -0.1% -0.2% -0.5% % 5% 0% -5% -10% -15% 东部地区南方大区西部地区北方大区

19 年, 各大区商场客流量表现差异小 In 2017, Traffic Trends Differs Little Of All Regions 客流指数年各大区商场客流量趋势北方大区东部地区南方大区西部地区

20 年, 热门城市商场客流量均有所上升 In 2017, The Traffic Trend Of Key Cities All Went Up 北京深圳商场客流量增速下降, 上海重庆增速上升年热门城市商场客流指数及环比增长率客流指数客流指数环比增长率环比增长率 % % 10% 8.6% % 6.3% % 2.8% 5.1% 5% 95 0% % 85-5% 80-10% % 2015 年 2016 年 2017 年 2015 年 2016 年 2017 年 2015 年 2016 年 2017 年 2015 年 2016 年 2017 年北京市上海市深圳市重庆市

21 年, 热门城市商场客流量均有所上升 In 2017, The Traffic Trend Of Key Cities All Went Up 年热门城市商场客流量趋势北京市上海市深圳市重庆市

22 年, 商场节假日人气显著高于 2016 年 Holiday Traffic In 2017 Is Notably Higher Compared To 2016 节假日客流量排行 2016 年 2017 年 2017 年商场节假日人气显著高于 2016 年 2017 年商场节假日客流量, 除情人节外, 均显著高于 2016 年其中, 中秋节与国庆节相遇, 借助国庆小长假的优势, 中秋节客流量较 2016 年大幅提升 2017 年情人节热度有所下降 2016 年情人节在春节的周末, 受到周末效应和节假日效应的影响, 客流量较高 ; 2017 年情人节在元宵节之后的工作日, 客流量走低元旦劳动节中秋节国庆节端午节清明节情人节儿童节春节

23 年, 各线城市商场节假日客流量排行差异较小 In 2017, There s Little Traffic Rank Difference In Kinds Of Tier Cities 年终活动和国定小长假是吸引客流最主要的节日, 如元旦劳动节端午节国庆节中秋节春节客流量因国人出行走亲访友和商场停业等因素, 而排名滞后 2017 年各线城市商场节假日客流量排行一线城市二线城市三线城市元旦春节情人节清明节劳动节端午节儿童节中秋节国庆节 5 4 4

24 年, 大部分节假日存在客流量拉动效应 In 2017, Most Holidays Stimulate The Traffic 2017 年商场节前节后客流量增长率 120.0% 节前一天同比节假日同比节后一天同比 100.0% 80.0% 60.0% 40.0% 2017 年, 大部分节假日均存在对客流量的拉动效应和节前客流量预热效应 ; 节后客流量普遍回落 ; 中秋节与国庆节存在联动效应, 中秋节节前节中节后客流量均较高 20.0% 0.0% -20.0% 元旦春节情人节清明节劳动节端午节儿童节中秋节国庆节

25 年商场客流量周末效应显著增强 In 2017, Weekend-Effect Was Improved A Lot 年商场客流量周末效应持续上升 2017年达到新高周末客流量是工作日客流量的1.52倍可见人们周末逛商场的兴趣越来越强年商场客流量周末效应客流指数周末效应指数(%) 工作日 % 双休日 49.65% 周末效应 52.60% 60% 50% % % % % % *周末效应即双休日效应周末日均客流量-工作日日均客流量 /工作日日均客流量*100% 反映周末对商业场所客流量的拉动作用数据来源汇纳科技

26 年各线城市商场客流量周末效应均有所上升 In 2017, Weekend-Effect Was Improved In Kinds Of Tier Cities 一二线城市商场客流量周末效应增长幅度较小三线城市增长幅度较大各线城市商场客流量周末效应客流指数 200 工作日双休日周末效应指数(%) 80% 周末效应 70% % 52.07% 55.42% 46.23% 47.61% 49.36% 46.85% 51.15% 55.51% 60% 50% % % % 80 10% 60 0% 一线城市数据来源汇纳科技二线城市三线城市 2017

27 年, 商场顾客平均游逛时间整体上涨 In 2017, Avg. Stay Time Are Entirely Rising 2017 年, 商场顾客月平均游逛时间为 1.26 小时, 各月平均游逛时间呈上升趋势 2017 年商场顾客平均游逛时间 ( 月 ) Jan-17 Feb-17 Mar-17 Apr-17 May-17 Jun-17 Jul-17 Aug-17 Sep-17 Oct-17 Nov-17 Dec-17 均值 * 注 : 平均游逛时间, 指单位时间内顾客在商场内停留的平均时长, 单位 : 小时

28 年, 商场顾客平均到访天数波动平稳 In 2017, Avg. Visit Days Keeps Stable 2017 年, 实体商业顾客月平均到访天数为 2.12 天, 各月的平均到访天数波动平稳 2017 年商场顾客平均到访天数 ( 月 ) Jan-17 Feb-17 Mar-17 Apr-17 May-17 Jun-17 Jul-17 Aug-17 Sep-17 Oct-17 Nov-17 Dec-17 均值 * 注 : 平均到访天数, 指单位时间内顾客到达商场的平均天数, 单位 : 天

3-12 2017 年, 商场老顾客占比接近八成 In 2017, Old Customers Share Nearly 80% 2017

年各级城市新老顾客占比 23.2% 一线城市 76.1% 23.9% 76.8% 二线城市 73.3% 26.7% 三线城市 86.8% 13.

29 年, 商场老顾客占比接近八成 In 2017, Old Customers Share Nearly 80% 2017 年, 全国商场老顾客数约为新顾客数的三倍三线城市老顾客占比最高, 一二线城市接近 2017 年新老顾客占比 2017 年各级城市新老顾客占比 23.2% 一线城市 76.1% 23.9% 76.8% 二线城市 73.3% 26.7% 三线城市 86.8% 13.2% 老顾客占比新顾客占比老顾客占比新顾客占比 * 注 : 新老顾客占比 : 单位时间内, 新或老顾客数在商场总顾客数中的占比, 该指标反映商场客群流动性高低

30 04 Part Four 线下商场 VS 线上电商 Brick-and-Mortar Business VS E-commerce

31 4-1 线上与线下客流互通成为新常态 The Transformation Of Customers From Online To Offline Is New Normal 在新零售的驱动下, 线上与线下客流互通成为新常态年中购物节与双十一带动了线下商场的客流量, 黑色星期五与双十二对线下商场客流量有一定抑制作用客流指数年线上购物节客流量效应购物节效应指数 (%) 90% % % % 21.72% 30% % 10% -20 注 : 购物节效应指数 =( 购物节客流量 - 年日均客流量 )/ 年日均客流量 *100%, 年日均客流量不包括节假日客流量年中购物节与双十一均剔除了周末效应的影响年中购物节双 11 黑色星期五双 % -10% 客流指数购物节效应指数

32 4-2 线上专注交易, 线下注重体验 Transaction Focused Online And Experience Concerned Offline 在新零售的驱动下, 线上更专注于交易, 而线下实体商业更倾向于体验 ; 线下服务体验类行业在 2017 年爆发式增长, 如 : 娱乐 ( 儿童职场 ) 儿童教育/ 服务儿童用品家居服务运动等业态 ; 线上主流业态品类为的数码家电服饰鞋包家装 / 汽车母婴等, 交易额高且同比增速快 2017 年线下商场细分业态与线上零售业态 TOP8 娱乐 ( 儿童职场 ) 儿童教育 / 儿童服务儿童用品家居服务运动数码电子产品钟表 / 珠宝 / 高端笔 / 精品儿童娱乐 3C 数码 / 家电服饰鞋包家装 / 汽车母婴洗护 / 化妆食品 / 保健品 /OTC 运动 / 户外用品家居清洁

33 05 Part Five 顾客消费需求洞察 Consumers Demand Insight

5-1 2017 年, 零售和餐饮是商场主导业态 In 2017, Retail And

6 个百分点 2017 年商场业态店铺数量占比 2017 年各业态客流占比同比增长率服务 12.

34 年, 零售和餐饮是商场主导业态 In 2017, Retail And Foodservice Lead The Market 从业态店铺数量来看, 零售和餐饮行业店铺数量占比超过 80%, 是商场主导业态 ; 在互联网冲击线下商场的背景下, 餐饮业成为商场的救命稻草, 形态各异的品牌餐厅进驻到商场中, 而餐饮业态的客流量表现也不负众望,2017 年客流占比同比上升了 0.6 个百分点 2017 年商场业态店铺数量占比 2017 年各业态客流占比同比增长率服务 12.1% 家居 4.3% 娱乐 3.2% 0.60% 0.10% 0.60% 0.40% 餐饮 34.5% 零售 45.9% -1.30% 零售餐饮娱乐家居服务

35 年, 商场餐饮业客流量占比上升 In 2017, Foodservice Shares More 2017 年餐饮业客流量占比整体上升了 0.6%; 特色餐饮客流占比上升最多, 较 2016 年上涨了 0.4 个百分点 ; 休闲餐饮快餐客流量占比较 2016 年均有小幅上涨 ; 酒楼占比下跌 0.1 个百分点 2017 年餐饮客流占比同比增长率 2017 年餐饮细分业态客流占比同比增长率 0.4% 0.6% -0.1% 0.2% 0.0% 0.1% 酒楼快餐美食广场特色餐饮休闲餐饮

36 年,38% 的顾客为吃货群体 In 2017, 38% Passengers Are Foodies 在全国商场顾客中,38% 的人主要为吃而来

37 5-4 吃货线下偏好正餐面食, 线上偏好快餐粥类 Foodies Prefer Dinner, Cooked Wheaten Food Offline And Fast-Food,Porridge Online 吃货们在线下实体商业中更愿意选择菜式多样的中式正餐或温暖美味的面食 ; 线上点外卖时, 简单快捷方便的中式快餐或粥是他们的不二选择线下商场选择线上外卖选择中式正餐中式快餐面食粥中式快餐干锅 / 冒菜火锅沙拉干锅 / 冒菜西式快餐

38 5-5 除吃之外, 吃货最青睐服装业态 Besides Cate, Foodies Also Enjoy Buying Clothes 用餐之外, 吃货们还会去逛哪些业态店铺呢? 服装儿童用品鞋包化妆品等业态店铺颇受吃货们的青睐吃货业态偏好服装 44% 儿童用品 12% 鞋包 9% 化妆品 7% 儿童服务 6% 吃货餐饮儿童娱乐珠宝礼品零售小商品 6% 6% 4% 数码电子产品 2% 精品超市 2% 家居 1% 其它 1%

39 Thank You 股票简称 : 汇纳科技股票代码 :300609

2017版本数据手册-调整板（终稿）

2017版本数据手册-调整板（终稿） CHINA BRICK AND MORTAR BUSINESS TRAFFIC TREND BRIEF 汇纳数据以象组数以数推理以理释象汇纳数据运用技术手段将实体商业数据化通过深入的数据分析和数据挖掘诠释并发现实体商业运营管理中效率提升和业绩增长机会推动实体商业数据化转型和运营创新 CHINA BRICK AND MORTAR BUSINESS TRAFFIC TREND