近几年,GIS越来越多运用于商业领域,其中最主要最直接的用途之一,就是店铺的选址。
而随着街区数据的推出,智图的商业选址功能更加如虎添翼。下面,就来看看街区数据是如何应用于店铺选址的。
对于零售选址的决策过程来说,通常需要经过4个流程。首先是对geodemand的确定,即确定地理需求,通常可以用于确定该产品/服务的用户所在;其次需要分析geocompetition,就是地理竞争,通过这个来确定公司的竞争者所处位置;第三部需要进行kernel density analysis 核心密度分析,该分析可以确定不同零售类型的交易区,最后通过多层级分析(The analytical hierarchy process)来确定最佳位置。
通过街区本身附带的属性,例如人流和房价属性结合,可以评估出每个街区不一样的地理需求。有多少潜在的客户,客户的购买能力可能是怎么样的等等。
图一 不同街区人流差异
接着还可以通过特定的选取,来判断同个街区内有多少的主要竞争者(primary competitor),次要竞争者(secondary competitor)。
图二 不同街区某类商品竞争门店对比
然后可以确定交易区以及探究交易区内的情况。而要确定一个成功的选址位置,需要考虑四大因素,设施(establishment),位置(location),人口统计(demographics),竞争(competition)。设施涉及到销售面积,停车位等基于单个点数据来进行的分析。位置涉及到汽车可达性(accessibility by car),步行可达性(accessibility by foot),可见性和人流经过量等。因为街区的定义特性,大多数由道路或一些自然特征而分割,因此在目标地的同一个街区内,可以认为是步行可达性最高的区域,而周边的街区就认为步行可达性下降一个等级。
此外,因为按道路分割的原因,汽车可达性也可以基于街区来进行分析计算,同个街区内可以认为是同一汽车可达性。人口统计涉及到潜在的市场,社会人群特征,区域增长,季节性等。街区数据可以提供人流,人流的增长变动等人群属性,可以辅助该因素的判断与比较(当然,汽车可达性使用智图导航服务能更精准分析)。
最后是竞争因素,需要考虑到不同竞争者的距离,品牌的认知,竞争者的大小与类别等,而这些因素也都是从单个位置的角度考虑的。
图三 交易区的选择
街区数据因为其独特的地理分割特征,可以更好地反应城市内不同区域的情况。不同于网格的统一分割,街区数据因为考虑了自然地理分割,能够更准确地将消费者行为进行统一划分。同时,街区数据可以贯穿整个选址过程。
欲知更多开店锦囊请移步智图公众号:geoq-cn,或注册智图GeoQ位置智能平台,开启自己的地理可视化之旅http://www.geoq.cn
2016-6-1 13:49