Close
Задать вопрос
Telegram
WhatsApp
Viber
Messenger
Skype
Mail
Phone
Геомаркетинг и Data Mining: расположение точек торговли, либо оказания услуг как фактор успеха компании
Уверен Вы согласитесь, что место расположения точек, в которых представлена компания, является одним из ключевых факторов успеха. Как часто даже самый замечательный магазин, или развлекательный центр, или кинотеатр, оказывался убыточным просто потому, что был расположен в неправильном месте. В итоге средства, вложенные в оборудование могут даже не окупаться. не говоря уже о потерянных силах и возможностях. А ведь уже не первый год существует возможность заранее оценить перспективность расположения и рассчитать эффективность торговой точки/точки оказания услуг.

Я чаще пишу о применении дата анализа к работе с внутренними данными компании, например работа с клиентами, маркетинг, управление. Вот добрался написать и о немного необычном для себя кейсе - оценка эффективности расположения торговых точек/точек оказания услуг.

Так случилось что в одном из проектов пришлось решать задачу оценки локаций, в которых компания планировала открывать точки оказания услуг. В данном случае услугой являлось такое всеми любимое времяпровождение как просмотр фильмов. Ну и само собой первое с чего начинается любой анализ это данные. Легко, когда эти данные пусть и не упорядочены, но имеются в расположении компании, хуже, когда этих данных нет. Однако если чего то нет, то это всегда можно достать. К счастью есть компании, которые собирают геомеркетинговые данные.

Выглядит это впечатляюще. Я когда первый раз столкнулся, с геомаркетинговыми данными, был восхищен. Это круто, когда смотришь на карту города и понимаешь, где люди живут, куда ходят, куда ездят на работу, где и сколько зарабатывают. Если город тебе знаком, то в принципе ты и так чаще всего понимаешь где и что, а если это незнакомый город? Приведу несколько скринов системы геомаркетинга.
Ну само собой, самого понимания что и где мало, необходимо на основании этих данных сделать модели, позволяющие определять перспективность той или иной точки для расположения бизнеса. А вот тут уже требуется Data mining. Необходимо построение моделей. Не вдаваясь в описание технологии построения моделей и расчетов, скажу что на основании полученных данных совместно с поставщиком данных, удалось построить модель, которая рассчитывала перспективность локаций для открытия новых кинотеатров. Эта модель учитывала множество факторов, таких как человекопоток в конкретных точках, места проживания потенциальных клиентов, места работы, расположение конкурентов и ряд других факторов. Результаты выводились на карту города и можно было визуально видеть наиболее перспективные места расположения.

Что в итоге? Скажу, что пример с кинотеатром очень своеобразный и требует учета дополнительных факторов. но такой подход для расширения сети магазинов, аптек, киосков и т.п. будет выглядеть гораздо интереснее. Само собой любые математические расчеты это не аксиома и они требуют участия специалиста компании. Однако, что очень важно они позволяют существенно снизить субъективизм в принятии решения. Кроме того когда вопрос идет о рассмотрении десятков потенциальных вариантов это еще разумный объем работы по оценке, но если расширяющаяся сеть требует рассмотрения сотен и даже тысяч локаций, то тут однозначно без вышеописанного подхода не обойтись. Фактически как результат можно иметь карту на которой будут отмечены места, где следует открывать торговые точки. Как по мне класс ))
Made on
Tilda