餐飲門(mén)店選址又有新招？3點(diǎn)了解地理大數(shù)據(jù)

從古至今，線下店策劃最先考慮的因素就是店鋪的位置。

在《Artificial Intelligence in Retail》一書(shū)中，

作者就指出，采用人工智能的方法，

結(jié)合歷史銷售數(shù)據(jù)，人口經(jīng)濟(jì)數(shù)據(jù)，到競(jìng)爭(zhēng)者的距離等數(shù)據(jù)可以把選址模型推到一個(gè)新的高度。

現(xiàn)代選址新進(jìn)化

AI在選址的應(yīng)用并不是一個(gè)偶然，它是隨著技術(shù)的發(fā)展和行業(yè)人才的變化，在最近這一年突然變成了一個(gè)火熱的話題。

1.跨界從業(yè)者催生新變數(shù)

在美國(guó)，傳統(tǒng)用地圖和數(shù)據(jù)做零售企業(yè)做選址和市場(chǎng)的人，大多是地理系畢業(yè)的，他們有著豐富的地理信息系統(tǒng)軟件操作能力和對(duì)地理模型的理解。選址的模型多半采用空間交互模型這一地理人最容易理解的模型。最經(jīng)典的組成部分莫過(guò)于距離衰減模型。

此外傳統(tǒng)的統(tǒng)計(jì)學(xué)范疇的回歸模型和房地產(chǎn)從業(yè)者常用的近似模型，也是被市場(chǎng)所接受的。

隨著近年來(lái)地理信息學(xué)科的教育走向更加交叉的領(lǐng)域，特別在商學(xué)院的市場(chǎng)營(yíng)銷/財(cái)務(wù)運(yùn)營(yíng)管理等學(xué)科里滲入，越來(lái)越多的非地理人進(jìn)入到這一領(lǐng)域。

他們有著基本的概念，但是沒(méi)有很多地理信息系統(tǒng)軟件操作的經(jīng)驗(yàn)。對(duì)他們而言，最理想的事情就是在地圖上點(diǎn)個(gè)點(diǎn)，然后系統(tǒng)告訴他們預(yù)測(cè)的結(jié)果就行了。其他那些復(fù)雜的操作，對(duì)他們而言是沒(méi)有意義的。

2.選址軟件迎來(lái)新風(fēng)口

在這種情況下，選址的軟件和模型，就需要足夠的智能。

就在這個(gè)時(shí)候，人工智能，機(jī)器學(xué)習(xí)的概念，突然到了風(fēng)口，那么不難想象，在短短的時(shí)間里，大家都開(kāi)始談?wù)撊绾文苡眠@些時(shí)髦的名詞和選址這個(gè)其實(shí)不那么時(shí)髦的事情結(jié)合在一起。

在美國(guó)提到選址的地理數(shù)據(jù)分析，估計(jì)大多數(shù)企業(yè)已不覺(jué)得是什么新鮮事，那些深化到職業(yè)分層的人群數(shù)據(jù)，要拿到手也并不難。

然而，在中國(guó)，地理數(shù)據(jù)分析卻一直處于瓶頸狀態(tài)。一方面是地理信息的獲取難度高。作為分析建模的基礎(chǔ)，沒(méi)有靠譜的數(shù)據(jù)，實(shí)屬巧婦之無(wú)米之炊。另一方面是建模的難度大。海量的初始數(shù)據(jù)存在精確度問(wèn)題，沒(méi)有相關(guān)的經(jīng)驗(yàn)，很難把大數(shù)據(jù)驅(qū)動(dòng)起來(lái)。

舊基礎(chǔ)結(jié)合新規(guī)則

1.以人為本

對(duì)于零售企業(yè)，一切對(duì)地理數(shù)據(jù)的分析，都要回歸到企業(yè)所要服務(wù)的“人”身上。而人的畫(huà)像應(yīng)該如何描繪?

傳統(tǒng)零售企業(yè)的方法是靠問(wèn)卷調(diào)查，街頭派發(fā)，有償回答。但這樣的方式導(dǎo)致的結(jié)果往往是：?jiǎn)柧淼臉颖救巳捍蠖嗍恰坝虚e而無(wú)錢(qián)”的人群。

隨著互聯(lián)網(wǎng)數(shù)據(jù)越來(lái)越豐富，還需要完全依靠那樣傳統(tǒng)的問(wèn)卷方式嗎?我們能怎樣打破局面?

古人曰，物物以理相連。一個(gè)咖啡廳開(kāi)在小區(qū)的周?chē)�，必然因�(yàn)檫@里的居民離不開(kāi)他，他也依靠小區(qū)的居民生存和擴(kuò)大規(guī)模，這我們稱之為地物人之間“性感”的吸引力。應(yīng)用在選址上，我們想到的解決方案是打通POI(信息點(diǎn))，用每個(gè)交通小區(qū)附近的店鋪特征來(lái)推測(cè)居住人群特征。

附近有多少家咖啡廳?對(duì)應(yīng)著怎樣消費(fèi)力的人群?這些人群中有多少是零售商的目標(biāo)群體?如何把地物特征與人群特征聯(lián)系起來(lái)?

而這種分析方法，是傳統(tǒng)地理信息系統(tǒng)所缺的。

2.充分利用網(wǎng)絡(luò)信息

移動(dòng)互聯(lián)時(shí)代，網(wǎng)絡(luò)上保存的信息上千萬(wàn)種，數(shù)據(jù)分析的發(fā)展空間大大提高。

囿于其分析原理，傳統(tǒng)的模型只能加入少量的指標(biāo)。而我們可以通過(guò)使用機(jī)器學(xué)習(xí)曾經(jīng)同時(shí)分析兩百多個(gè)指標(biāo)，完成多指標(biāo)和它們之間復(fù)雜關(guān)系的分析，做到了傳統(tǒng)方法無(wú)法達(dá)到的事情，不僅有量的提高，還有質(zhì)的飛躍。

聰明的算法機(jī)制可以處理十幾個(gè)城市，數(shù)千萬(wàn)POI地理位置數(shù)據(jù)。人口、交通、房?jī)r(jià)、消費(fèi)等等，在系統(tǒng)屏幕上一一閃現(xiàn)計(jì)算。

除了從大量數(shù)據(jù)中得出現(xiàn)實(shí)情況的規(guī)律，我們運(yùn)用隨機(jī)森林模型還能進(jìn)行未知數(shù)據(jù)的預(yù)測(cè)。通過(guò)早期大量數(shù)據(jù)的訓(xùn)練，我們找到了最優(yōu)“方程”(廣義概念)。這樣便能基于已有數(shù)據(jù)(自變量)，計(jì)算出零售商感興趣的預(yù)測(cè)值，如客群規(guī)模、潛在銷量等。

機(jī)器運(yùn)算不夠成熟

那么，是否可以放心地說(shuō)，AI在選址優(yōu)化的工作中已經(jīng)徹底打通關(guān)節(jié)，無(wú)所不能了嗎?

我的回答是：且慢。

1.影響餐飲的因素眾多

首先，一個(gè)門(mén)店是否成功，除了周邊的消費(fèi)者特性，還取決于地產(chǎn)本身的質(zhì)量，比如是否方便進(jìn)入，門(mén)頭是否足夠醒目，房東可以提供的面積和租金，以及自身人員管理水平等。

這些因素在中國(guó)要占到6成。

機(jī)器學(xué)習(xí)所訓(xùn)練的，都是那些可以統(tǒng)一獲取，沒(méi)有主觀因素的變量。而大量含有主觀因素的變量的采集過(guò)程，都是人為篩選的，再智能的機(jī)器，也無(wú)法預(yù)測(cè)一個(gè)新的地點(diǎn)的可租面積，無(wú)法預(yù)測(cè)門(mén)頭是否從四面八方都可以看見(jiàn)，人工智能無(wú)能為力。

2.機(jī)器始終不如人腦靈活

選址里面一個(gè)非常重要的故事是如何避免姐妹門(mén)店之間的相互蠶食，特別是連鎖加盟型企業(yè)，面對(duì)加盟商，如果保證每家店的利益，避免法律訴訟。

也許有人會(huì)說(shuō)，我在模型里加入姐妹門(mén)店的距離，不就行了?以下面的地圖為例，這個(gè)門(mén)店的消費(fèi)者明顯來(lái)自于高速公路的西北面，很少有人從東南過(guò)來(lái)。假如只考慮距離，而不知道消費(fèi)者的分布，則很難告訴零售商，假如新增加一個(gè)門(mén)店這個(gè)區(qū)域里，開(kāi)在哪里，不會(huì)蠶食現(xiàn)有門(mén)店的銷售額。

這種情況，人工智能依然無(wú)法做出判斷，因?yàn)閹缀鯖](méi)有什么可以拿來(lái)學(xué)習(xí)，就算通過(guò)歷史銷售數(shù)據(jù)找出某些有可能出現(xiàn)蠶食的門(mén)店配對(duì)，學(xué)習(xí)的結(jié)論對(duì)于新的門(mén)店，依然毫無(wú)意義。這里就是體現(xiàn)出手機(jī)GPS定位數(shù)據(jù)的重要性了，但和AI無(wú)關(guān)。

結(jié)論

總體而言，機(jī)器學(xué)習(xí)/人工智能對(duì)零售選址帶來(lái)的革新，是積極的。

特別在中國(guó)，零售從線下轟轟烈烈地走到線上，又從線上回歸到全渠道發(fā)展服務(wù)客戶的商業(yè)本質(zhì)。所以線下的需求肯定還會(huì)重啟，特別是社區(qū)零售/連鎖餐飲/便利店，開(kāi)店的需求在持續(xù)增長(zhǎng)。

特別是中國(guó)，在地理數(shù)據(jù)不開(kāi)放，數(shù)據(jù)質(zhì)量不高，數(shù)據(jù)層次不多的情況下，我們已經(jīng)看到新方法可以有效地梳理出一些線索，完成從0到1的變化，這種質(zhì)變比起AI在美國(guó)的模型僅僅是改進(jìn)，是個(gè)飛躍。

對(duì)于選址專家來(lái)說(shuō)，這一代技術(shù)進(jìn)步，為他們提供了一個(gè)智能慧眼，輔助著他們處理數(shù)據(jù)，尋找規(guī)律，AI技術(shù)提供了多種可能。

選址終歸是一個(gè)藝術(shù)和科學(xué)的結(jié)合，結(jié)合豐富的市場(chǎng)經(jīng)驗(yàn)和多方位的方法，這個(gè)為“新零售“選址的工作一定會(huì)更加高效。

------------------------------

本文轉(zhuǎn)載自：界面

熱門(mén)精品廚藝教程推薦：
鹵肉卷餅技術(shù)   正宗肉夾饃技術(shù)   黃金土豆餅   老濟(jì)南把子肉   正宗原汁燉牛肉   涼皮商用教程   果香雞柳棒   正宗麻椒雞商用技術(shù)   廚師寶典   夜市新寵芝士黃金薯   網(wǎng)紅臭豆腐技術(shù)   驢肉火燒技術(shù)   柳州螺螄粉配方   蟹黃鍋巴雞技術(shù)   秘方排骨米飯   正宗臺(tái)灣鹵肉飯   可真正商用的包子技術(shù)   正宗新疆椒麻雞   醬香米線   鍋巴土豆   香辣肉醬面/米線   臺(tái)灣牛肉面   單縣羊肉湯   襄陽(yáng)牛肉面   楊國(guó)富麻辣燙   秘制紅燒肉   麻辣串炸串   青一色特色菜   酸辣粉技術(shù)   黃燜雞米飯   千里香餛飩   棗莊辣子雞   重慶麻辣魚(yú)   牛雜湯   淮南牛肉湯   麻辣香鍋   過(guò)橋米線/砂鍋米線土豆粉   安徽牛肉板面   ...更多