郭恩熹表示，“指址”颠覆了传统以往选址开店与选品运营割裂的业务流程，第一次把选址工作延伸进入新店选品冷启动。“指址”1.0版本的核心功能是“布局”与“抢铺”。“‘指址’1.0将线下选店场景线上化，用户不再需要信息采集、实地考察等操作，直接根据需要一键选址，简化了工作流程、降低了学习成本。同时，线上线下高效多屏联动极大加速了铺位审批、租铺流程，可以让更多黄金铺位及时到手。”
提及为何去做针对包括便利店在内的小业态选址大数据产品“指址”，郭恩熹向记者说道，“我们在做商业地产数据服务的时候经常有来自超市餐饮以及品牌的从业者问我们一些问题，比如能否帮我们选址？我们研究认为这个市场的痛点已经非常明确，并且尚没有很好的公司去解决这个问题。而凭借我们对于市场和数据的认知和理解以及春晓投资的资源池，恰可以非常完美的去帮助小业态更好地实现选址，包括开店的选址和关店的评估等等，使得实体商业可以很轻量的去享用这个服务。”
“布局”功能分为三个模式，分别针对三类用户：
“智能向导”：深度分析全城任一成功店址及其周边消费者数据，实现同城迅速布局，适合尚未开店或店面数量不多的用户品牌；
“对标模式”：系统学习本行业知名头部企业成功开店位置，结合用户个性化指标，实现大规模开店布局，适合进入新城市的探路型品牌；
“专家模式”：指址提供了十余个专业维度，供用户筛选心仪铺位，适合有成熟选址标准的老司机品牌。
“抢铺“：“抢铺”功能借由多屏联动，连接线下拓展人员与决策审批层。拓展人员可在手机端查取数据、保存现场、采集铺面信息，并同步至公司选址平台，供审批层及时了解信息，迅速决策。
1
追求快和准，志在做线下商圈大数据产品的“Zara”
上海小满信息科技有限公司成立于2015年9月，业务核心主要深耕线下实体商业消费大数据应用。据悉，小满信息科技到目前共研发出了三代产品，包括商圈雷达、城市光圈和指址。
“商圈雷达”——面对商业地产的数据产品。通过整合银联线下消费数据、移动互联网人口行动数据、运营商人口属性数据、城市规划数据，帮助商业地产解决用户是谁、用户从哪里来、用户去哪些竞争对手、用户爱消费什么、用户去竞争对手爱消费什么，与竞争对手的经营差异、用户差异、小生态差异，从而使调研更快更竞争，对竞争对手的研究达到高于竞争对手本身认知的程度，对商业定位和业态调整有关键数据模型支撑。
“城市光圈”——面对商业地产、大型品牌。通过整合城市中核心消费数据、人口数据、城市规划数据，通过自主知识产权模型，实现选定任意区域，实现自主深度研究的数据探索平台。使得商业地产和大型品牌的研策部门能够把传统耗时耗力的调研工作，变得异常轻松容易，加速工作效率，获得更加准确的数据和分析结论。
“指址”——面对社区商业小业态（如：便利、连锁商超、连锁加盟等），通过全量数据对城市每个区域、每种业态、每个品牌进行不间断的机器学习，帮助有新进入城市、快速扩张的各种小业态聚焦到最适合自己的区域，精准投入资源找寻店铺，并实时对店铺进行数据评估，更少人力、更少时间、更加精准；对于要调优自己选址模型的小业态，能够帮助他们学习对标品牌的选址模型，在成功者的基础上优化自己的选址模型，使得开店成功率越来越高。
记者了解到，商圈雷达和城市光圈主要服务和赋能于商业地产。商圈雷达更多的致力于通过大数据准确有效的帮助商圈和社区业态提供客群研究、选址招商策略、品牌定位以及营销策划服务，而城市光圈则主要聚焦在商业地产的研策部门，于2018年3月上线，并首批由龙湖地产采购使用。
“商圈雷达”已由各大知名购物中心品牌购买使用，典型客户有台湾新光天地、香港瑞安新天地、龙湖天街、金地置业等。
郭恩熹在接受记者采访时表示，在创业之前的大数据公司工作时，经常会发现有关客户会问到一些问题，比如大数据究竟能够产生什么效果和什么价值。而在这个过程中，我们认为只有数据产生的价值才是市场真正关注和需求的核心。“实体商业其实有很多数据上的痛点。虽然线上数据已经处于非常饱和的状态，但是对于线下来讲，每个个体商户都会产生数据，包括流量数据和消费数据等等。但是这些数据一般情况下都被一些大公司拿走了，对商户自身来讲得不到自产数据的反哺，更得不到数据所带来的红利，所以我们希望能够提供一个针对实体商业的一站式数据平台，通过各种应用去帮助实体商业从业者解决各种经营的难题。”
之所以把平台定位为线下商圈大数据产品的“Zara”，郭恩熹说道，对于数据源的收集和数据的整合建模来讲，在要求快的同时，精准也是十分关键的。“我们把公司建立认知的大数据体系比作面料，根据各行业数据业务需求，迅速反应产品设计，测试上市，使数据应用产品更迅速地满足业务需求。比如指址这个产品从策划调研设计到上市只用了三个月的时间”。归根结底，商业的最终落脚点是销售和利润，所以赋能端通过对全量数据的分析和建模，有必要预测和感知到未来整个潮流趋势的痛点和需求。
无论是数据的整合建模还是后期的赋能服务，数据源都是根基和关键。郭恩熹表示，小满信息是直接和市场上拥有最高价值和最全量的数据源合作，比如运营商、银联和大型的互联网公司，而不是简单地去购买他们的标准数据，所以需要小满信息有深度的能力在数据源的基础上面去做数据模型。“而这个模型做好之后，合作方的风控和合规部门会对我们输出的数据做一个风险的审核，以确保所有输出的数据是合规和合法的。因此我们平台上没有个体的隐私数据，拿到的都是通过官方合规部门审核过的可输出的数据模型”。
2
新零售代表的是初始化的阶段，而智慧零售是可以实现落地的
在郭恩熹看来，智慧零售要比新零售更加现实和“实用”。他认为，新零售代表的是非常初始化的阶段，比如把旧有的思路抛掉去拥抱新的东西，但这个新的东西是没有具体指向性的。“可能只是重新再把O2O炒一下也可以叫做新零售。而智慧零售其实是可以落地的，把新零售的每一个环节用智慧化的数据和技术去推动，这样才可以有一个清晰的演进过程。”
目前来看，一些零售企业在面对大数据和人工智能等这些技术赋能的时候，往往会不知所措甚至不知所云。郭恩熹表示，“对于零售企业来讲，首先不能上来就只是人工智能，现阶段的人工智能对于零售来讲很可能是个伪命题。”因为，线下的零售企业积累的场内数据已经比较多了，而在这种情况下首先需要思考的问题就是如何才能引入场外的数据。
在场内场外数据还没有打通的情况下，先找到场外数据对于场内数据补充的价值，从而实现接下来的全量数据打通，形成更加深度的服务功能。只有在整个数据资源庞大的情况下再去谈人工智能的加持才是最有效的，因为所有的迭代和转型都需要基于庞大的数据体系。
对于便利店的未来发展趋势，郭恩熹强调了千店千面。他认为便利店只有能够精准的满足每个用户的需求，实现用户体验的个性化感官化，才能够摆脱“用户只是路过买东西”的店面状态。虽然郭恩熹精于研究数据和技术，但是他并不看好无人零售。他对亿欧表示，零售的本质是人的交流以及销售的提升，未来的技术赋能零售以实现商业化的条件也必须要满足零售的本质。比如真正解决场景痛点，节省时间提高效率以及提升收入。“如果技术只是提供一个很fashion的点的话很有可能会被淘汰”。
郭恩熹表示，虽然同赛道的竞争对手有阿里、百度、腾讯等移动互联网的大数据公司，但是小满信息的竞争壁垒一定在于核心的数据模型体系（商圈、社区等）和数据技术能力。他说，“对于数据的认知整合和技术能力，其他企业想要超过我们起码需要半年以上的时间”。
而提到整个行业的竞争壁垒，郭恩熹认为，首先是对于数据的获取和理解能力；“有很多的大数据公司实际上采用的是单纯堆砌数据的方式，而不去真正理解数据和业务，因此他们提出的概念性东西是无法落地的”。其次就是拼刺刀，即是对数据的理解和数据的建模应用能够达到一定的高度。所以，如果一个数据平台能够解决数据的认知和技术门槛的话，在数据赋能方面就会一马平川了。
