黃金土豆餅商用技術(shù)視頻教程
黃金土豆餅,一款備受大眾喜愛的街頭美食,外表酥脆、內(nèi)里軟糯、營養(yǎng)美味、價(jià)格實(shí)惠,憑借低成本、...
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),到競爭者的距離等數(shù)據(jù)可以把選址模型推到一個(gè)新的高度。
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。
在美國,傳統(tǒng)用地圖和數(shù)據(jù)做零售企業(yè)做選址和市場的人,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,也是被市場所接受的。
隨著近年來地理信息學(xué)科的教育走向更加交叉的領(lǐng)域,特別在商學(xué)院的市場營銷/財(cái)務(wù)運(yùn)營管理等學(xué)科里滲入,越來越多的非地理人進(jìn)入到這一領(lǐng)域。
他們有著基本的概念,但是沒有很多地理信息系統(tǒng)軟件操作的經(jīng)驗(yàn)。對他們而言,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)測的結(jié)果就行了。其他那些復(fù)雜的操作,對他們而言是沒有意義的。
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,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),沒有靠譜的數(shù)據(jù),實(shí)屬巧婦之無米之炊。另一方面是建模的難度大。海量的初始數(shù)據(jù)存在精確度問題,沒有相關(guān)的經(jīng)驗(yàn),很難把大數(shù)據(jù)驅(qū)動(dòng)起來。
對于零售企業(yè),一切對地理數(shù)據(jù)的分析,都要回歸到企業(yè)所要服務(wù)的“人”身上。而人的畫像應(yīng)該如何描繪?
傳統(tǒng)零售企業(yè)的方法是靠問卷調(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:問卷的樣本人群大多是“有閑而無錢”的人群。
隨著互聯(lián)網(wǎng)數(shù)據(jù)越來越豐富,還需要完全依靠那樣傳統(tǒng)的問卷方式嗎?我們能怎樣打破局面?
古人曰,物物以理相連。一個(gè)咖啡廳開在小區(qū)的周圍,必然因?yàn)檫@里的居民離不開他,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)附近的店鋪特征來推測居住人群特征。
附近有多少家咖啡廳?對應(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?
而這種分析方法,是傳統(tǒng)地理信息系統(tǒng)所缺的。
移動(dòng)互聯(lián)時(shí)代,網(wǎng)絡(luò)上保存的信息上千萬種,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POI地理位置數(shù)據(jù)。人口、交通、房價(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。通過早期大量數(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)測值,如客群規(guī)模、潛在銷量等。
那么,是否可以放心地說,AI在選址優(yōu)化的工作中已經(jīng)徹底打通關(guān)節(jié),無所不能了嗎?
我的回答是:且慢。
首先,一個(gè)門店是否成功,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,沒有主觀因素的變量。而大量含有主觀因素的變量的采集過程,都是人為篩選的,再智能的機(jī)器,也無法預(yù)測一個(gè)新的地點(diǎn)的可租面積,無法預(yù)測門頭是否從四面八方都可以看見,人工智能無能為力。
選址里面一個(gè)非常重要的故事是如何避免姐妹門店之間的相互蠶食,特別是連鎖加盟型企業(yè),面對加盟商,如果保證每家店的利益,避免法律訴訟。
也許有人會(huì)說,我在模型里加入姐妹門店的距離,不就行了?以下面的地圖為例,這個(gè)門店的消費(fèi)者明顯來自于高速公路的西北面,很少有人從東南過來。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)門店這個(gè)區(qū)域里,開在哪里,不會(huì)蠶食現(xiàn)有門店的銷售額。
這種情況,人工智能依然無法做出判斷,因?yàn)閹缀鯖]有什么可以拿來學(xué)習(xí),就算通過歷史銷售數(shù)據(jù)找出某些有可能出現(xiàn)蠶食的門店配對,學(xué)習(xí)的結(jié)論對于新的門店,依然毫無意義。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無關(guān)。
總體而言,機(jī)器學(xué)習(xí)/人工智能對零售選址帶來的革新,是積極的。
特別在中國,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,開店的需求在持續(xù)增長。
特別是中國,在地理數(shù)據(jù)不開放,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在美國的模型僅僅是改進(jìn),是個(gè)飛躍。
對于選址專家來說,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 襄陽牛肉面 楊國富麻辣燙 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 牛雜湯 淮南牛肉湯 麻辣香鍋 過橋米線/砂鍋米線土豆粉 安徽牛肉板面 ...更多