你要的“五一”小長假期間全國購物中心客流回暖數據簡報來了

2020-05-06

2020“五一”小長假5日客流回暖簡報


據匯客云平臺“全國購物中心客流回暖監測”顯示,“五一”小長假期間,5月1日至5月5日,全國購物中心平均客流回暖率達59.3%。其中,5月1日回暖率最高,為65.3%,假期首日全國各地均迎來可觀的消費反彈。其后5月2日至5月5日回暖率分別為62.3%、61.2%、53.6%和54.2%。 

自疫情發生以來,2月份客流降至冰點,場均日客流為4400+,三月初步回暖,場均日客流增至8800+,四月進一步回暖至12600+,此次“五一”小長假場均日客流18600+,創造了疫情以來的歷史新高,各地的消費促進政策成效顯現,疫情對消費的負面影響正在逐漸削弱。

 

青海、寧夏回族自治區、云南、內蒙古自治區、新疆維吾爾自治區五個省分別以82.7%、80.5%、78.3%、77.2%、72.6%位列回暖前五。 

排名靠前多為西部省份可能與遠離疫區,人口密度較小、流動性較弱相關。此外西部地區購物中心的平均客流量不及東南沿海,客流基準相對較低,同樣面對疫情沖擊的情況下,更容易恢復到疫情前的客流水平。 

其中,“五一”小長假期間,一線城市購物中心平均客流回暖率為56.8%,新一線城市平均客流回暖率為55.0%,二線城市平均客流回暖率為60.2%,三線及以下城市平均客流回暖率為63.9%。

 

 

部分城市”五一”平均回暖率為:北京 46.7%、上海67.2%、廣州53.1%、深圳51.9%、武漢39.9%、杭州66.9%、南京70.1%、西安52.9%、成都58.4%、長沙68.7%、廈門58.1%、沈陽62.8%。在本次重點關注的12座城市中,“五一”期間長三角地區的實體商業促進相對突出,上海、南京、杭州的客流回暖率均在65%以上。 

 “五一”期間《全國購物中心客流回暖數據快報》引發關注


五一期間,匯客云第一時間連續發布5月1日-5月3日《全國購物中心客流回暖數據快報》,實時監測并跟進“五一”小長假期間,線下消費及商場客流回暖真實情況。 

數據發出后,陸續得到商務部市場運行和消費促進司、上海市商委、北京市商務局等政府機構,以及科技日報、鳳凰網房產、貴州日報當代融媒體等媒體的關注和引用。 

 

北京市商務局引用匯客云數據介紹假期促消費情況

(圖片來源:北京日報客戶端) 

 

預告

5月中旬,匯客云官網將全新亮相,首款“人工智能+行業大數據” 應用產品亦將重磅發布,敬請關注! 

 

大數據知識學起來


一、匯客云發布的客流回暖率是怎么計算的?

匯客云購物中心客流回暖率的計算公式為: 

客流回暖率是實際客流與基準客流的比率,客流回暖率越高,表示實際客流越接近基準客流,購物中心的回暖程度也越好。 

二、什么是基準客流 ?

基準客流是匯客云基于全國超過4700家購物中心特征數據,考慮150個影響因素,利用可歸因的“實體商業五因子基準模型”計算得出。預測在沒有疫情發生情況下,商場某日(周/月/季/年)應該達到的客流量。 

● 購物中心的客流量可以預測嗎?

當然可以!不但可以,而且這里要強調的是,“預測”也正是大數據的一項極為重要的核心能力,可謂是看家本領了。 

● 如何才能預測基準客流呢?

數據是必備的基礎原料,需要不同城市、不同體量、不同類型、長時間的多維度、超大規模數據供模型訓練和驗證。 

匯客云進行預測建模時考慮了150個影響因子,超出了人腦及常規統計模型學習處理的極限。 

匯客云平臺所采用的“實體商業五因子基準模型”考慮的150個影響因子歸為五大類:行業基準、長期競爭力、短期競爭力、日期及天氣對基準客流的影響,便于購物中心制定長期戰略和短期戰術。 

● 預測的“基準客流”靠譜嗎?

匯客云“實體商業五因子基準模型”預測的基準客流值在2019年11月和12月間實測誤差率僅2.7%,顯示出模型預測結果極高的準確率,也反映出基準客流測算的可靠性。 

三、為什么不用去年同比?

傳統采用同比或環比評價客流的變化趨勢,即以上年同期或上月同期的實際客流作為對比的標準。但是因為存在競爭環境、天氣、節假日等變化因素,二者并不可比。 

基準客流預測在當前日期、市場、天氣等條件下購物中心應該達到的客流量,從而排除了干擾因素,利于歸因。 

返回    >
中文
群英会20选5稳赚