2017年全国商场客流趋势简报

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

NATIONWIDE MALLS 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。

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！

Contents 目录

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

2.2 2018年拟开业商场数量有所放缓

2.3 2018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

3.1 2017年，商场客流量整体回暖

3.2 2017年，各线城市商场客流量迎来上涨势头

3.3 2017年，各大区商场客流量表现差异小

3.4 2017年，热门城市商场客流量均有所上升

3.5 2017年，商场节假日人气显著高于2016年

3.6 2017年，各线城市商场节假日客流量排行差异较小3.7 2017年，大部分节假日存在客流量拉动效应

3.8 2017年，商场客流量周末效应显著增强

3.9 2017年，各线城市商场客流量周末效应均有所上升3.10 2017年，商场顾客平均游逛时间整体上涨

3.11 2017年，商场顾客平均到访天数波动平稳

3.12 2017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

5.1 2017年，零售和餐饮是商场主导业态

5.2 2017年，商场餐饮业客流量占比上升

5.3 2017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

01

Part One

报告导读

Introduction

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；

②2017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。

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。

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。