商场大数据，你的起点在哪里？

商场大数据走到今天，似乎每个人都能随便说上两句，日活用户啊，流量变现啊，数据分析模型啊，热力图啊。不过我们今天要探讨的，是商场大数据的起点。商场的数据，到底是从哪里产生的？
我们先来看看商场大数据的源头。
传统的商场数据来自于商场的几个基础的信息系统，大体可以分为三类：客流数据、销售数据、会员数据。其中，客流数据可以分为人流和车流，因此会有两个系统。销售数据是基于POS系统得到的，不过这里面分为精准的大pos数据，和可信度较低的非租赁商户销售数据。会员系统则提供了会员的基础信息，和一定的消费信息、促销优惠信息。有些商场，会在ERP系统中，将以上几个系统的数据做一个汇总，进行一些交叉分析，得到一些运营结论。
而所有的数据分析，都是基于这三个类型的数据进行的。不过，这时候数据的特点是“割裂”。因为这三个系统的数据，每个单位相互之间是没有关系、无法追踪的，甚至是不可信的。
比如这四个问题：
问题一：每天进商场的老客户有多少？视频客流提供的数据可以知道每天来了多少人，可是这些人中有多少是回头客，我们并不知道。
问题二：非租赁店铺的销售额有多少？这个问题已经困扰商场很久了，人工抄录、自行录入pos系统的方式肯定会导致数据的不可信。
问题三：去过优衣库的顾客，最喜欢去的餐饮店是哪家？总不能跟在顾客屁股后面，一个个的看吧。
问题四：周边10公里范围内的顾客地图是怎样的？会员系统中，可以用一些样本数据生成顾客地图，但是样本量太少。
还好，现在有更多的系统和解决方案可以帮助商场去解决问题。
比如：