過去，百萬書店的選址總是從一開始就被誤導(dǎo)。至少Craig Hansen是這么說的。
Hansen是網(wǎng)絡(luò)設(shè)計(jì)及電子商務(wù)解決方案公司NetCentral（百萬書店在1999年收購了該公司）負(fù)責(zé)開發(fā)的執(zhí)行副總裁。他發(fā)現(xiàn)，許多選址方案與百萬書店的目標(biāo)根本不符。
與德克薩斯州歐文市的Prediction Analytics公司合作一年之后，百萬書店開始使用該公司的建模系統(tǒng)來重新評估現(xiàn)有租賃物業(yè)和尋找新的物業(yè)。
Hansen說：“這個(gè)系統(tǒng)給我們的物業(yè)解決方案帶來了革命。”
雖然Hansen不愿意透露百萬書店的具體擴(kuò)張計(jì)劃，但他說，百萬書店的選址原則將有重大改變。百萬書店1917年從阿拉巴馬州的一個(gè)報(bào)攤起步，現(xiàn)在擁有208家分店。
他說：“以前，我們沒有合適的選址工具，因此很多時(shí)候都是憑感覺來。”但現(xiàn)在，選址更是一門科學(xué)。
Hansen說：“在我們看來，選址就是看一堆數(shù)字。我們需要令人信服的數(shù)字，能夠在董事會上拿得出手的數(shù)字。因此，預(yù)測的任務(wù)很艱巨。”
Prediction Analytics由Richard Fenker創(chuàng)辦，他是美國宇航局一名前科學(xué)家，還是《選址寶典》（The Site Book: A Field Guide to Real Estate Evaluation）一書的作者。.”這家公司去年被益百利（Experian）收購。Prediction Analytics公司并不使用回歸分析或引力模型，而是使用人工智能技術(shù)來運(yùn)行包括多個(gè)績效影響因素的建模系統(tǒng)。
Prediction公司與百萬書店在三個(gè)層面上展開合作。它幫助百萬書店創(chuàng)建一個(gè)專用的建模系統(tǒng)，對全國每一個(gè)市場進(jìn)行研究，使得百萬書店能夠評估風(fēng)險(xiǎn)和機(jī)會。然后，百萬書店再使用Prediction公司的Market Optimization（市場優(yōu)化）工具將范圍縮小，對具體市場進(jìn)行研究。
跟著圓點(diǎn)走
Prediction公司的銷售及營銷副總裁Doug Scott說，這個(gè)建模系統(tǒng)讓零售商選擇市場和在該市場上的戰(zhàn)略，“一、兩分鐘內(nèi)，就可以在地圖上標(biāo)出多個(gè)圓點(diǎn)，這些圓點(diǎn)就是零售商應(yīng)該去的地方。”
Hansen說：“書籍零售業(yè)有點(diǎn)復(fù)雜。周轉(zhuǎn)慢，我們經(jīng)常在流行書上打折，反而是重版書籍的利潤率更高。”他說，其他一些選址方案不太適合百萬書店的情況，而與Prediction的合作給他們帶來了驚喜。舉例來說，百萬書店選中一個(gè)已有的店址，然后將其輸入Prediction的建模系統(tǒng)中，結(jié)果系統(tǒng)的分析結(jié)果與預(yù)計(jì)的差不多。
Scott說，許多時(shí)候，零售商依靠選址技術(shù)來驗(yàn)證自己的感覺。他說，零售商選出5個(gè)候選地點(diǎn)，刪掉兩個(gè)，然后用選址技術(shù)來分析剩下的3個(gè)，因?yàn)樗麄兿牖ㄥX來逐一進(jìn)行實(shí)地篩選,但這種做法可能讓零售商做出錯(cuò)誤決定，失去真正的寶地。
Scott回想起來說，百萬書店的首席執(zhí)行官Sandra Cochran曾經(jīng)對他說：“不要告訴我去哪里找一家差不多的商店，一家創(chuàng)收180萬美元的商店。我要找創(chuàng)收400萬或500萬美元的商店。”
Hansen喜歡Prediction的平臺是因?yàn)檫@個(gè)平臺讓百萬書店隨時(shí)可以快速了解某個(gè)地址的情況。如果有人想評估某個(gè)地址，只需回答50個(gè)問題，點(diǎn)擊鼠標(biāo)提交，然后就能得到答案。Hansen認(rèn)為，與其他零售選址技術(shù)相比，這種方法“節(jié)省了大量人力”,Prediction讓他們在一天之內(nèi)可以評估數(shù)十個(gè)地址，或在一周之內(nèi)可評估100個(gè)地址。
Scott說，在選址方面，人們有許多先入為主的想法或偏見，而Prediction選址技術(shù)幫助他們驅(qū)除這些成見。
科學(xué)與知識
Scott說：“我們的選址技術(shù)將科學(xué)與第一手的知識與專業(yè)經(jīng)驗(yàn)相結(jié)合。”
Scott說，有些模型往往依托某個(gè)有限的商圈，認(rèn)為商圈內(nèi)的人才會去某個(gè)商店購物，商圈外的人則不會。其實(shí)，這種基本假設(shè)并不一定是對的。
他說，他的妻子就是一個(gè)例子。他們家離一家Gap商店只有5英里遠(yuǎn)，但他妻子很少去那里購物，相反，她寧可驅(qū)車18英里去另一個(gè)高級購物中心內(nèi)的Gap商店購物。Scott說，Prediction就將這類購物行為納入模型中。
Scott說，零售商經(jīng)常以三、四個(gè)關(guān)鍵特征來確定是否找到好的店址，但這種做法不可取，因?yàn)榱闶蹣I(yè)其實(shí)是很復(fù)雜的。
Hansen說，正是這種復(fù)雜性阻礙了百萬書店在以前進(jìn)行科學(xué)的選址，“我想，由于分析起來太復(fù)雜、太花時(shí)間，人們干脆就放棄這樣做。”
Hansen認(rèn)為，選址技術(shù)提供商如果能將分析工作變得簡單，就能賺到錢。
