去年我们在一线城市开了15家新店，对面就是喜茶和奈雪。开业第一个月，我干了一件事：把这三家竞品门店的到访客流全挖过来投了一轮广告。结果是新店首月客流超出预期37%，到今天这套打法还在复用。挖竞品客流不是直接抢人，而是找到“他喝腻了想换口味”的那批摇摆客群。 第一步：怎么定义“竞品门店的到访客群” 很多人问我怎么把竞品的顾客变成我的顾客，我反问：你知道哪些人算竞品顾客吗？ 我们用的是腾讯位置服务后台的POI人群包功能。以喜茶某门店为中心，画一个50米的围栏，抓取过去30天到访过该门店的设备ID。但直接抓会混入店员、外卖骑手、路过打酱油的。我们做了两层过滤：剔除停留小于3分钟的设备，再剔除凌晨0-6点频繁出现的设备。 第一次跑数据时发现，抓到的设备里15%是外卖骑手——他们每天取餐多次，后台显示“高频到访”，但不是消费者。加上“停留时长>3分钟”的条件后，竞品客群挖掘的纯净度从65%提到89%。 第二步：投放策略要分“拦截”和“种草” 挖出来的这批人怎么投？我们分两层打。 第一层是“拦截型”投放。用户在附近打开地图搜奶茶时，我们的广告排在前列。百度地图也能做类似的事，但LBS营销的核心是“人刚离开竞品店就刷到他”。我们试过在腾讯生态投朋友圈广告，定向这批人群，配合“鲜果时间首杯8折，对面喜茶喝腻了来试试”的文案，点击率跑到4.7%。 第二层是“种草型”投放。这批人不一定马上喝奶茶，但可以被内容影响。我们把他们打包成人群包，投到视频号信息流，内容是“鲜果时间的爆款是怎么研发的”这类轻度种草视频。到访客群分析显示，看过视频的人一周内到店率比没看过的高22%。 第三步：算账要看“抢人成本”而不是点击价 有人问我LBS客群挖掘工具哪个好用，我的标准就一条：能不能算清楚“从竞品手里抢一个人到店花多少钱”。 我们用腾讯位置服务做了一轮AB测试：A组投商圈通投，B组投竞品人群包。A组点击单价1.2元，到店转化率1.8%，到店成本（CPL） 66.7元。B组点击单价1.8元，到店转化率3.9%，到店成本46.2元。B组反而便宜了30%。 我们内部有个公式叫“真实获客成本=广告费÷（到店人数-自然客流中本应来的人数）”。竞品人群包的优势是“增量”——这批人本来不会主动来，被你用广告勾过来了，每一个到店都是纯增量。 第四步：别忘了持续清洗人群包 挖出来的人群包不是一劳永逸。我们每个月重新抓一次竞品到访数据，剔除已经转化过的设备（避免重复投放），补充新出现的竞品顾客。同时把转化成功的那批人反哺到“种子人群库”，用POI人群包的look-alike功能扩量。 连锁奶茶店竞品客流劫持方案做到极致是什么样？我们现在的配置是：对竞品门店的“重度顾客”（月到访4次以上）投品牌广告，对“轻度顾客”（月到访1-2次）投促销广告，对“曾经到访但最近没去的”投召回广告。三层打下来，抢人成本比第一轮又降了18%。 这套逻辑跑通后，我们新店选址的评估维度也变了——不光看周边人流，更看周边竞品门店的“可挖潜量”。如果对面有喜茶且生意好，我们反而更敢开，因为知道那群人早晚会腻。

复盘某头部茶饮品牌的年度营销数据时发现一个有意思的现象：同样的竞品客群挖掘模型，一季度跑出来的ROI是1:3.8，三季度掉到1:2.1。问题不在技术，在人群包“过期”了。挖掘竞品到访客群的核心不是“谁来过”，而是“谁最近想来、谁值得抢、谁还愿意换口味”。 人群包的“纯净度”决定投放下限 很多品牌做竞品客群挖掘时直接画个POI围栏就开跑，结果钱烧得飞快，到店寥寥无几。我们拆解过一组数据：某购物中心用腾讯位置服务抓取竞品到访人群，原始数据里混入27%的“无效设备”——包括商场工作人员、外卖骑手、路过等人群。 解决方案是做三层过滤：停留时长低于3分钟的剔除，凌晨高频出现的剔除，同设备跨天出现但无消费行为的单独打标。到访客群分析的精准度从73%提到91%后，同样的投放预算，线下人群圈选带来的到店成本直接降了34%。 价值评估不能只看点击价 很多品牌问我如何评估线下人群包投放的ROI，我一般反问：你算的是短期到店，还是长期LTV？我们用城市地图商圈数据分析系统追踪过一批被“抢”来的竞品客群，发现他们首次到店可能是被优惠吸引，但三个月内复购2次以上的占比达到18%，这部分人的价值远超首单利润。 后疫情时代LBS精准拉新有个新逻辑：用竞对客流洞察锁定的人群，天然带着“比价心智”。我们对这批人推的不是单纯折扣，而是“新品首发体验”——数据显示，新品钩子带来的首购转化率比常规促销高22%，且这批人的客单价高出15%。 隐私合规正在重塑玩法 2026年谈基于隐私计算的合规人群画像应用已经不是选择题，是必答题。头部平台现在采用联邦学习架构，在不输出原始设备ID的前提下完成人群匹配。某美妆品牌用这套方案做竞品拦截，LBS广告营销解决方案的交付周期虽然延长了3天，但人群包的质量稳定性提升了40%，且彻底规避了数据合规风险。 我们内部有个判断标准：能通过腾讯地图位置大数据做“重叠客流分析”的同时，还能输出“脱敏程度证明”的供应商，才是长期合作对象。这套逻辑下，POI人群包的每一次调用都有合规留痕，品牌不再担心“数据黑盒”问题。 回到选型逻辑：竞品客群挖掘不是一次性工程，是持续优化的数据资产。人群包需要每月更新、每季度重构、每年重新建模。能做到这三层的品牌，抢来的人才是真的自己的。

一个做汽车4S店的朋友找我，说花了不少钱投LBS广告，圈了竞品人群，结果到店寥寥无几。我让他把人群包拉出来一看，圈的是“过去60天到访过竞品店的人”。问题就出在这——挖竞品客群的核心不是圈人，是圈“对的时机”。 下面聊聊我跑过的三个真实案例沉淀下来的逻辑。 圈人的“三层过滤法”比技术本身重要 很多品牌以为用腾讯位置服务画个POI围栏就算完成竞品客群挖掘了。我在给一个连锁餐饮做顾问时，第一件事是把他们的“竞品人群”重新拆了一遍。 第一层过滤掉“路过党”。抓取竞品门店50米范围内停留超5分钟的设备，剔除单纯路过的人。第二层过滤掉“工作人员”。剔除凌晨和营业前出现的规律设备。第三层过滤掉“忠诚竞品”。筛出过去30天到访竞品超3次的人，这批人短期难撬动，单独打标签。 这套客群画像做完后，原本10万的人群包缩到3.2万，但投放后的线下到店转化率从1.7%翻到4.3%。实体店数字化逆袭打法的第一步，往往是做减法。 投放时机要卡“需求窗口期” 圈对人之后，什么时候投？我的经验是：LBS营销的黄金窗口是“离开竞品店后的2小时内”和“次日同一时段”。 去年帮一个母婴品牌做汽车4S店竞品到店人群再营销，我们测试了两组投放：A组在用户离开竞品店24小时后推送，B组在2小时内推送。结果是B组的点击率比A组高67%，到店率高42%。人在刚接触一个品类时，决策窗口期很短，过了那个点就回到日常状态了。 另一个打法是用商圈热力图辅助判断。我们监控一个商圈的热力变化，发现周末下午3-5点是家庭客群到访高峰，这个时段竞品店出来的人，往往是刚逛完还没决定买什么。卡这个点推“限时体验券”，核销率比常规时段高出一倍。 算账要算“沉默成本”和“唤醒成本” 很多人问我如何通过大数据找到竞品门店的客流后怎么算ROI。我的回答是：别只算点击价和到店数，要算两类成本。 第一类是“沉默成本”。竞品人群里有一批人，过去60天到访竞品但从未到访你，这批人叫“纯沉默客”。撬动他们的成本最高，但一旦转化，忠诚度往往也高。第二类是“唤醒成本”。到访过竞品也到访过你的人，叫“摇摆客”。这批人需要的不是教育，是临门一脚的钩子。 我给一个运动品牌做模型时，把人群包拆成三层：重度竞品客、轻度竞品客、摇摆客。三层用不同的创意和出价，综合下来LBS广告投放怎么圈定竞品人群的ROI从1:2.3跑到1:3.6。 数据工具只是起点，洞察才是终点 现在市面上的腾讯云智能选址和POI人群包工具已经相当成熟，但工具能给你的是“谁来了”，给不了你“为什么来”。我习惯让客户在投放结束后做两件事：一是对转化人群做电话回访，问“为什么这次选了我们”；二是对未转化人群做问卷调研，问“为什么没选我们”。 有一次回访发现，很多转化的人说“其实我在竞品店试过了，但你们家有新品想试试”。这个洞察反过来指导了产品策略——后来专门针对竞品人群推“限定新品体验”，转化率又提了一波。 说到底，竞品客群挖掘玩的是人心。技术能帮你找到人，但能不能让人进门，靠的是你对“他此刻在想什么”的判断。