对于大型商超、品牌连锁店、购物中心等各种线下业态消费场景而言，由于线下消费者数据获取难度大，最大的痛点其实是对“人、货、场”中的“人”缺乏深刻理解。传统上是基于 CRM 系统和微信公众号会员系统来获取线下的消费者数据。

芝麻科技是一家基于感知技术，帮助线下商家获取并分析线下流量以支持商业决策和活动运营的企业。36氪曾对芝麻科技做过报道，当时基于阿里云大数据发布了“知了”和“观星”这两款产品。“知了”是芝麻科技针对线下零售门店推出的实时导购助手，在一定范围内即可探测到用户手机从而实现用户定位，再结合用户的线上操作数据实现智能推荐。但因阿里战略方向的调整，线上数据不再开放给第三方平台使用，该产品暂时停止。

不过据创始人朱智透露，2016年底芝麻科技发布了“榕数FICUS”线下数据DMP，通过与众多细分领域 WIFI 运营商合作，包括母婴领域的贝联，智慧城市领域的赞普、环讯等，共同构建线下数据联盟。目前“榕数FICUS”已有10万余数据节点，通过该平台，公司预计于明年下旬继续开展“知了”产品。

“观星”是一个为群体消费者描绘画像的产品，将线下商业消费数据与脱敏后的线上消费行为轨迹融合，为品牌或门店呈现消费者的群体年龄、学历、购物偏好、兴趣爱好等特征。然而观星只是一套数据洞察工具，用户想要的是一站式需求解决的 SaaS 系统。

目前芝麻科技已经将该产品融入到今年主推的两个产品中，针对购物中心的流量运营助手 Molli 和帮线下连锁品牌商分析客流的 SaaS 工具 “有数+” 中，其中 Molli 通过把标签化的第一方数据和第三方数据结合，辅助购物中心的一系列运营决策。

介绍下第一方数据，简单来说就是对商场本身客流所产生的数据加以整理。一个大型购物中心每天都会有数以万计的人流量，有吃货、电影发烧友，或者纯粹是带宝宝来玩，不同的人在商场内会产生不同的行为数据。芝麻科技主要通过 WIFI 及探针来识别用户的到店轨迹和行为模式，结合一些第三方平台上的用户标签，如高德、运营商的数据，辅助商场的商业营销。

具体来说Molli首先进行对“人”的识别和判断，知道顾客的具体属性，从顾客的生命周期（高、低活跃度，新、老客户，流失客、回流客）、基于顾客逛店轨迹的商场行为标签（购物狂、周末到场）、系统推荐标签（生活服务、数码）、和一些第三方数据标签（孕妇、商旅人士、新手爸妈）等不同维度为顾客打标签。

通过分析这些数据为商场直观地指出客户对商场的忠诚度（通过新老客户占比指出）、顾客对什么品类关注度高、顾客购物的行为习惯、品牌偏好及用户占比、顾客在商场内的主要位置分布等数据。并分析出商场内每个商铺的客流指标变化，通过顾客行为分析出品牌与品牌间、品类与品类间的关联度，从而实现对线下商场的运营指导和优化工作。

当商场举办活动时，活动前 Molli 会分析客群组成及诉求，针对客群特性策划合适的活动，活动中评测人群的各项数据指标，活动后复盘。总的来说，发挥购物中心本身客流量大的优势，帮其更好的运营流量，从而达到招商、活动策划、店铺管理等目的。

芝麻科技的另一款主推产品是为线下连锁品牌零售商提供 SaaS 服务的“有数+”，也是利用 WiFI 探针和摄像头识别用户数据，分析后帮助品牌连锁零售商管理多家门店，提升到店转化率和运营效率。

将最终结果汇总后，帮助发现线下门店存在的问题。比如销售额相同的 A、B 两店，A 门店客单金额大但成单数不多，所以应该重点加强门店橱窗和店外的宣传，以提升到店率和总客流量最终提高销售额。甚至还能分析出不同的天气、活动对店铺有什么影响。

项目盈利方式为售卖 SaaS 工具加数据服务，目前已实现盈亏平衡。曾于2017年2月份获得来自深创投、品友互动、碚曦投资的数千万元 A 轮融资。已经覆盖全国10万余消费生活场所、约7亿部移动设备。客户中包括嘉里、宝洁、欧时力、北汽、林肯、Vivo等众多品牌。