Shopkick是一款基于当前位置购物服务，奖励消费者走进商店真实签到的移动应用，于2010 年8月在美国推出。Shopkick在短短的一年时间内，与全美64个大连锁商场，25万家零售店、40个大品牌建立合作关系，并拥有300万用户，600万次真实签到，1千万次扫描和10亿次商品浏览。合作商家中包括百思买、沃尔玛、斯珀奥体育用品，梅西百货等零售业巨头。

功能特点

Shopkick目前主要拥有3大功能模块，更多的功能也正在陆续开发当中。

自动签到

Shopkick具有自动获知你的位置，自动为你“签到”的功能。自动签到的好处是，不会出现假“签到”，商家可以找到真正忠实的用户，得分和实际回馈也因此能给予真正有价值的用户。

比如，当用户走入Best Buy商店的时候，手机会自动识别、自动获取得分，用户还会收到一个短信，通知在售的商品的信息。用户还可以使用这个应用扫描物品，因此获得更多得分或者获得其他商品信息。

特价商品提示

当用户走到特价商品附近时，手机会发出提示声音。具Shopkick开发团队表示，未来会将注意力集中在“走在店里”的功能体验上。

虚拟币兑换和互通

Shopkick还创造了一种虚拟货币“kickbucks”，用户走进商店和扫描商品都可以获得一定虚拟币。这个货币可以跟Facebook虚拟币Credits兑换，在某些合作方商店还可以按照相应真实货币价值使用。

除了虚拟货币回馈，用户还可获得优惠券。只需将手机号告诉给收款员便可使用这些优惠券。

签到设备

Shopkick的核心就是真实签到，而真实签到核心就是Shopkick自主开发的硬件识别系统- Shopkick Signal。与GPS和基站定位不同，Shopkick Signal能够实现精准的室内定位，只要在需要定位的商家店铺内安装上Shopkick Signal即可。

相对于切客、街旁等国内签到类应用，Shopkick Signal能有效的防止假签到和误签到。Shopkick Signal能够识别用户与它之间的距离，规定一定距离内签到有效，超过则无效。另外，Shopkick Signal还具有根据距离主动Push的功能，通过这个实现自动签到。

与O2O关系

Shopkick可以说是Foursquare模式一次改良，不过Shopkick不再关注社交，而是试图通过更加精准的定位和确认，提升线上和线下、商家和顾客之间的价值传递。可以说ShopKick在LBS与O2O融合方面，做出了一个积极的尝试。

顾客在ShopKick合作的商户进行签到，获得积分（ShopKick中称作kickbucks）。顾客可以使用这些积分在线下商户直接兑换商品或者优惠。Shopkick通过在商家店铺内安装自己的定位设备，来完成Walk in的确认工作。Shopkick的定位设备能够进一步对顾客在店铺的行为进行引导。顾客如果离优惠商品越近，所获得的积分也就越多。通过检索顾客在店铺内的位置，推送特定的优惠信息。这些都是传统LBS签到应用无法做到的。

中国情况

同其他商业模式不一样，Shopkick模式在中国比较难复制，原因有三。第一、技术开发周期长、研发成本高，开发类似Shopkick的签到系统需要比较长的时间和投入。第二、设备安装成本和维护费用高。为了实现真实签到，Shopkick需要在每个合作商家的商铺内安装设备。第三、需要成熟的市场支持，并获取商家和消费者的双重认可，在国内可推广的城市比较有限。

目前国内大多数的签到应用还是基于GPS、基站定位或者二维码技术，切客、街旁、大众点评等应用也不例外。国内唯一具有类似Shopkick真实签到的应用就是逛店宝，不过也只在北京、上海、深圳等大城市小规模试行。

最新电视签到

最近Shopkick将其“走进/签到得优惠”服务扩张至另一个巨大的市场——电视广告。Shopkick日前宣布，将与出品过全美超模大赛、绯闻女孩、篮球兄弟等著名影视作品的The CW电视台合作，推看电视签到得优惠服务。

当用户在观看The CW的电视节目时，在智能手机上运行Shopkick就能得到优惠信息，并能在电视屏幕上收到推送信息。其中的关键点是在手机上自动识别电视里的广告内容。Shopkick采用的技术应当跟IntoNow的SoundPrint音频指纹技术差不多，即通过手机的麦克风识别The CW广告的音频内容，继而向Shopkick用户推送相应的优惠信息。

存在问题

如同其他新生事物一样，这款软件同样引起诸多争议。比如，当前把积分兑换成实物并不容易。以价值5美元的代金券为例，使用者需要积攒1250个积分才能兑换。零售商方面表示，今后可能会调整积分系统，让积分更“值钱”。

不少人担心这款软件会侵犯个人隐私。不过，勒丁则说，这一软件必须由使用者手动开启，属于自愿使用，因此并不存在侵犯隐私问题。他和其他零售公司负责人还希望软件能进一步细化，以帮助他们根据顾客的住址、购物习惯、购买历史等，更有针对性地推荐商品。