聯(lián)商專欄：在零售經(jīng)營(yíng)中，選址可以說(shuō)決定經(jīng)營(yíng)成敗的主要因素之一，可見選址的重要性。但是在實(shí)際操作中，選址主要還依賴于經(jīng)驗(yàn)判斷和簡(jiǎn)單的市場(chǎng)調(diào)查。其選址的效率很低，成功難以保證。
其實(shí)，除了競(jìng)爭(zhēng)性布點(diǎn)和戰(zhàn)略性布點(diǎn)等特殊情況，大多數(shù)的選址主要考慮客群和客流信息，這也是經(jīng)驗(yàn)判斷與市調(diào)的主要目的。試想，如果能夠完全的掌握區(qū)域消費(fèi)者信息，包括個(gè)人身份特征（年齡、性別）、消費(fèi)習(xí)慣和客群流動(dòng)等，是否就可以很好的解決了這個(gè)問(wèn)題了呢？
大數(shù)據(jù)可以很好的解決這個(gè)問(wèn)題，如支付寶、微信等支付、社交平臺(tái)可以收集到這些海量的數(shù)據(jù)信息。這些數(shù)據(jù)信息可以涵蓋基本上大多數(shù)的主要客戶群體，掌握他們的身份特征、生活習(xí)慣、消費(fèi)習(xí)慣。再結(jié)合地圖等位置工具，可以收集到客群流動(dòng)信息。對(duì)這些數(shù)據(jù)集中進(jìn)行分析，就可以刻畫一個(gè)城市的消費(fèi)熱點(diǎn)圖，為智能選址提供基礎(chǔ)數(shù)據(jù)。
當(dāng)然，智能選址除了大數(shù)據(jù)，還需要結(jié)合以往選址經(jīng)驗(yàn)，做出選址條件模型。大數(shù)據(jù)的優(yōu)點(diǎn)是數(shù)據(jù)量大，這樣也必然會(huì)產(chǎn)生數(shù)據(jù)魚龍混雜、可用信息和不可用信息混在一起的問(wèn)題。因此，建立一個(gè)模型，從中抓取可有數(shù)據(jù)信息，就顯得極為關(guān)鍵。
根據(jù)以往的選址經(jīng)驗(yàn)，可以針對(duì)各種不同的零售業(yè)態(tài)建立相應(yīng)的數(shù)據(jù)模型，即選址條件模型。如對(duì)于一個(gè)水果店，根據(jù)實(shí)體運(yùn)營(yíng)的經(jīng)驗(yàn)和數(shù)據(jù)分析它的主要客群是什么樣的、多少這樣的客群可以支持開一家店，以及收入水平、年齡層次的影響修正，商圈范圍修正，建立起水果店的選址條件模型，為水果店的職能選址搭建基礎(chǔ)平臺(tái)。
再者，智能選址可以提供一個(gè)區(qū)域內(nèi)最佳選址數(shù)量和最優(yōu)的選址定位，但在具體的落實(shí)階段，還需要一個(gè)平臺(tái)統(tǒng)籌。如店馳等選址軟件，通過(guò)對(duì)線下實(shí)體店選址的支持，積累了豐富的選址支持經(jīng)驗(yàn)，如提供選址匯總、審核支持、評(píng)估支持等。另外，選址平臺(tái)積累大量的商戶信息數(shù)據(jù)，可以為業(yè)態(tài)互補(bǔ)或者競(jìng)爭(zhēng)提供參考。
因此，實(shí)現(xiàn)智能選址需要結(jié)合基于大數(shù)據(jù)的基礎(chǔ)支持、基于經(jīng)經(jīng)驗(yàn)的選址條件模型和一個(gè)優(yōu)秀的選址組織軟件，在這三方的共同作用下，一定能實(shí)現(xiàn)選址工作的智能化。
實(shí)現(xiàn)智能化選址這三方是缺一不可的：如果少了大數(shù)據(jù)的基礎(chǔ)支持，那只能是回到當(dāng)前的人工選址形式；如果少了選址條件模型，大數(shù)據(jù)就顯得空泛、沒有針對(duì)性，產(chǎn)生的結(jié)果同樣沒有價(jià)值；如果沒有協(xié)同平臺(tái)，即使圈定了位置，后續(xù)工作也很難有序的展開。
另外，關(guān)于選址評(píng)估功能，即針對(duì)一個(gè)選定位置的評(píng)估，也需要結(jié)合大數(shù)據(jù)和選址條件模型。通過(guò)選址條件模型，對(duì)區(qū)域內(nèi)的大數(shù)據(jù)信息進(jìn)行智能比對(duì)，判斷是否具備選址條件。
在智能化選址中，區(qū)域拓展選址應(yīng)該是這樣的：
第一步：根據(jù)以往的經(jīng)驗(yàn)制定選址條件模型，包含輻射范圍，客群的數(shù)量、質(zhì)量要求和客群流向等條件設(shè)置；
第二步：將大數(shù)據(jù)導(dǎo)入到條件模型中，形成一個(gè)區(qū)域內(nèi)選址數(shù)量、最優(yōu)位置推薦等信息；
第三步：將這些智能推薦的最優(yōu)位置導(dǎo)入選址品臺(tái)軟件，根據(jù)企業(yè)人力情況進(jìn)行任務(wù)劃分，并做好時(shí)間規(guī)劃，在最優(yōu)位置上進(jìn)行選址。
這尤其對(duì)于一個(gè)成長(zhǎng)型的、在一個(gè)新區(qū)域擴(kuò)張的企業(yè)，作用更為明顯。企業(yè)到一個(gè)新的區(qū)域，首先面臨的是市場(chǎng)容量和布點(diǎn)的問(wèn)題。現(xiàn)在的解決方案一般是以通過(guò)從第三方平臺(tái)購(gòu)買數(shù)據(jù)，并通過(guò)第三方公司或者公司自身進(jìn)行先期市場(chǎng)調(diào)研為主，但最主要的依據(jù)還是人工的市場(chǎng)調(diào)研。
這種選址模式本身就存在很大的問(wèn)題。除了需要時(shí)間長(zhǎng)、效率低之外，真實(shí)性也比較低。這即包括人的惰性問(wèn)題，還包括抽樣調(diào)查、樣本分析本身的不完全性。所以通過(guò)這種傳統(tǒng)方式得出的結(jié)論，至少對(duì)比通過(guò)普遍數(shù)據(jù)分析得出的結(jié)論，真實(shí)性是比較低的。
當(dāng)然，考慮到社會(huì)生活習(xí)慣的不同，區(qū)域間可能存在一定差異，以往的經(jīng)驗(yàn)適用情況可能會(huì)出現(xiàn)偏差，這個(gè)就需要在擴(kuò)展過(guò)程中根據(jù)實(shí)際效果不斷的進(jìn)行修正。
在具體實(shí)踐中，還需要解決大數(shù)據(jù)平臺(tái)、輔助平臺(tái)和應(yīng)用平臺(tái)的協(xié)同問(wèn)題。
在當(dāng)前，大數(shù)據(jù)雖然已經(jīng)開始為商業(yè)體的大型的需求提供服務(wù)，但是主要集中在高端領(lǐng)域，并未涉入占據(jù)零售市場(chǎng)絕大部分的商超、社區(qū)店、便利店和各種專業(yè)店的選址中。對(duì)于這些行業(yè)，個(gè)體對(duì)大數(shù)據(jù)成本的承受能力差，但是總量是龐大的。隨著技術(shù)發(fā)展及應(yīng)用廣泛，成本的降低，在未來(lái)這一定是大數(shù)據(jù)應(yīng)用的藍(lán)海。
（本文是《零售大變局》系列連載，作者系聯(lián)商專欄作者滄浪之水，僅代表作者個(gè)人觀點(diǎn)，未完待續(xù)！）
延伸閱讀：
零售大變局系列連載一：產(chǎn)業(yè)革命對(duì)零售的改變
零售大變局系列連載二：新技術(shù)革命帶來(lái)的變革與機(jī)遇
零售大變局系列連載三：新技術(shù)帶來(lái)的機(jī)遇與零售變革
零售大變局系列連載四：電商對(duì)實(shí)體零售的第二波沖擊
零售大變局系列連載五：新技術(shù)發(fā)展對(duì)實(shí)體零售的挑戰(zhàn)
零售大變局系列連載六：擁抱新技術(shù)革命的傳統(tǒng)零售
零售大變局系列連載九：傳統(tǒng)零售的挑戰(zhàn)與探索
零售大變局系列連載十：新技術(shù)革命與農(nóng)村零售
零售大變局系列連載十一：社會(huì)發(fā)展與零售的變革
零售大變局系列連載十二：零售發(fā)展催生的社區(qū)商業(yè)
零售大變局系列連載十三：社會(huì)發(fā)展與便利店的崛起
零售大變局系列連載十四：轉(zhuǎn)型中的購(gòu)物中心
零售大變局系列連載十五：關(guān)于大數(shù)據(jù)與實(shí)體零售
- 該帖于 2018/11/8 14:10:00 被修改過(guò)