創造消費者需求的商業案例以青島萬象城為例：
每座購物中心在其生命周期的各個階段都會面臨多次定位調焦的過程，需要不斷檢驗提供的服務和產品是否匹配當地消費者的特征、需求和偏好。
第壹次定位調焦是在項目動工前的策劃階段。第二次定位調焦則是項目開業後半年到壹年間，切莫在問題出現後再尋找解決方案。對於規劃階段和剛剛開業的商業地產運營者而言，青島萬象城的案例帶來了諸多思考。
開業之前青島萬象城官方微博的粉絲量已經破萬，公眾號粉絲量也是青島購物中心第壹，但是到場人流卻低於預期。壹些營銷活動可以吸引大量客流，但場內的消費轉化率卻明顯不足。針對種種現象，中商數據的初步預判是萬象城提供的服務並未匹配本地消費者的特性、需求和偏好。
中商數據首先通過手機捕捉人們的行為軌跡數據，從而反向推導出消費者的居住地、工作地分布，以及鎖定到訪客群的住宅小區的消費目的地分布情況，從而精準描述了客群特征，並重新定義了青島市商業的競爭關系。進壹步對到訪客群進行高頻和低頻的標簽處理，分別針對強聯系的忠誠客群和低頻客群提供了充足的數據支持。
通過整合青島市居民、消費相關的各維度數據，以及場內的數據監控和抓取，中商數據從內外兩個層面拆解問題，系統地對萬象城進行了大數據分析。
針對餐飲業態，中商數據調取了超過11000多家餐飲店鋪的線上數據，將數據標簽按時間段、口感、品類、工作餐和周末餐等維度，全面分析青島市居民的消費偏好和品類分布情況。
進壹步將場內和競品的餐飲業態進行對比分析發現，在青島市民最喜歡的小吃快餐品類方面，萬象城場內店鋪明顯少於競品。同樣受青島市民偏愛的海鮮和地方特產小食，萬象城竟出現了品類缺失。針對以上問題，中商數據建議增加海鮮類正餐店及小面積的快餐小食。
快時尚方面，萬象城的品牌店鋪總量雖然排名青島第壹，但店鋪卻分布在四個樓層。45萬方的超大體量導致同類品牌壹旦分散，便會造成有實際購買意願的消費者在場內無效遊逛的現象。
通過場內大數據分析發現，快時尚品牌間缺乏互動交流，因快時尚貨品的消費需求而來的用戶的轉化效率較低。
百麗廣場的快時尚品類則具有諸多優勢，Zara的銷量幾乎是萬象城的兩倍。業態集中度方面，百麗廣場的業態相對集中。品牌定價方面，百麗廣場品牌檔次也相對較低，價格區間較為合理。貨品風格方面，百麗廣場主要以少淑風格為主，而萬象城則無明顯風格特色。