天天看點

麥肯錫:大資料與商業地理分析

麥肯錫:大資料與商業地理分析

從全球範圍來看,采用商業地理資料進行商業選址及消費者地理細分在發達經濟體已經非常普及。為更精準地服務不斷更新的中國消費者,宜家家居、麥當勞、星巴克等專門成立了商業地理分析團隊,來指導其在中國的店鋪選址。麥肯錫的“解讀中國”商業地理分析團隊亦感受到來自客戶方越來越強烈的需求。我們以下圖來說明架構在大資料之上的商業地理分析。

80%的商業資料都是帶有地理資訊的

商業地理分析的目的就是把對的産品放在對的位置上

選址分析專家就是幫助客戶找到最有利位置的‘風水’先生

科學選出最優位置

我們服務過一家全國股份制商業銀行,該銀行希望規劃未來在中國某一線城市的網點開設計劃。這些網點須開設在(潛在)顧客集中的區域,友善個人及企業客戶的業務辦理,同時要避免選擇過度競争的區域,確定業務的健康增長。該如何科學地選出最優位置?

而這正是商業地理分析最擅長的領域。評估某一個特定地點是否具有商業價值,深入該地進行調查是傳統的“笨”辦法。若想從一百多個城市中選出每個城市的重點商圈,僅憑個人或者小團隊的有限知識和商業直覺是遠遠不夠的。我們認為,一個可行的方案是,利用這些城市的矢量地圖并加載更細層面的經濟、人口和地理資料,借助地理資訊系統(gis)來實作批量處理和定量分析。打個比方,風水先生一旦配備了現代化裝備,就更新成為商業地理分析專家,他們憑借商業地理資料幫助客戶尋找并确定城市中的最優位置。

為了幫助這家股份制銀行挑選最有利位置,我們采取了抽絲剝繭層層深入的方法,從街道到商業樓宇,對可能的位置進行深入分析。綜合該城市超過200個街道的人口統計資訊、分區富裕程度、分區内各銀行網點的分布及開業年限、各類商業資訊點的分布等資訊,将這些街道分區歸納為核心分區、次核心分區和避免分區三個大類。新設網點時優先考慮核心分區。接下來,深入到每一個街道分區内部,根據分區特征、商業資訊點的分布與區域聚集度進行打分,結合該城市各分區内已建/在建/籌建樓宇清單選出網點的最優位置(見圖1)。

麥肯錫:大資料與商業地理分析

沙盤上的商業地理

商業地理分析正如将軍俯視沙盤,挖掘商業資料的地理緯度,将城市的戰略高地和價值窪地一覽無遺,運籌帷幄,決勝千裡。

打開麥肯錫“解讀中國”的22個城市叢集,查訪每一個城市,從市轄區到街道,從街道到居委會,乃至2km×2km的栅格,商業地理的分析工具使得“戰略圖景”的解析度和可視化程度大大提高。全新的高清影像不僅沖擊着跨國公司、本地龍頭企業,還有政策制定者。即使是城市軌道交通建設這樣長期而浩大的工程,商業地理分析亦能提供獨特的視角。

近期我們獲邀為西南某省會城市的軌道交通發展把脈。從地理空間的角度來考察地鐵規劃再合适不過。該市地鐵尚處于公共軌道交通建設初期,而未來10年間将從現在的2條線增加到10條線。

将該市的地鐵規劃、人口分布、商業網點分布及樓宇價格都放在gis平台上,地鐵的未來藍圖躍然紙上(見圖2)。全面竣工後39%的城市人口将會在地鐵站點周邊800米内。但與倫敦和莫斯科等國際都市相比,地鐵站點密度仍然偏低。同時,半數以上的醫院和學校超出了地鐵站點800米覆寫範圍,站點附近尚缺乏足夠的配套公共服務設施。進一步分析發現,還有部分地鐵站點周圍人口稀疏且商業活動不頻繁,可能是城市中的價值窪地(見圖3)。

麥肯錫:大資料與商業地理分析
麥肯錫:大資料與商業地理分析

處于地理資訊産業鍊的頂端

地理資訊産業在中國方興未艾。近年來,提供地理資訊系統、資料和服務的公司呈現出跨越式增長。從地圖測繪和遙感影像擷取,到地圖加工并建構地理資訊資料庫,再到資料的批發與零售,一個完整的地理資訊産業鍊已經形成。借助成熟的gis軟體,通過圖形化的二次開發界面,商業地理分析員可以根據客戶需求快速地進行定制分析。

最大的赢家将是站在産業鍊頂端的定制商業地理分析産品的提供者。商業地理分析産品将涵蓋:選址分析、銷售區域配置設定、配送路徑優化、潛在消費者空間分布、城市規劃等。其中,如前所示的選址分析應用最廣最深,涉及經濟環境分析、交通條件分析以及競争/互補店分析,稱其為商業地理的靈魂亦不為過。

幾乎所有的行業都需要商業地理分析:銀行、快消、電信、醫藥、航運、家具等等,即便是電子商務這樣虛拟的行業,也需要商業地理的幫助,來判斷消費者的地理分布以及不同地區消費者的特點,進而有的放矢地釋出網絡或者平面廣告,抑或根據不同地區制定相應戰略。物流公司更是離不開商業地理分析的統籌規劃,通過與全面系統的商業地理資訊資料庫相結合,傳統的運籌學煥發出新的活力。

以我們曾經服務過的某物流公司為例,該公司希望知道在上海布局多少個配送中心才能使配送成本最小。利用gis軟體中的vehicle route problem模型可以很好地解決這個問題,我們測試從8個配送中心開始,把配送中心地理位置 、收寄件人的位置、配送員數量及載貨量、配送員小時工資和油耗、交通情況等作為參數,求解得到總成本,再與其他數量的配送中心求解得到的總成本進行比較,得到一條配送中心數量與總成本的曲線,進而求得配送中心的最優數量和地理位置 (見圖4)。

麥肯錫:大資料與商業地理分析

商業地理分析面對的客戶往往是有着成千上萬個網點的實體零售商或電商、數以千萬計接貨送貨人的物流公司、網點遍布全國的大型銀行。為這類大客戶服務,決定了商業地理分析将處于地理資訊産業鍊的頂端,并必然伴随着豐厚利潤回報率。而中國目前專門從事商圈分析及商業選址分析的公司還隻是少數,擁有大客戶資源、掌握豐富資料且具備商業地理分析技術的公司将會成為新興産業的領袖。

“資料難”制約中國商業地理分析

從商業地理的全球實踐來看,發達經濟體可以将地理資訊成熟運用于商業的各個環節,在印度、印尼這樣的新興經濟體中,地理資訊技術也日益得到重視。

相比國外完善的商業地理資料服務,目前在中國,地理資訊資料的可擷取性、準确性和全面性仍然制約着中國地理資訊産業的發展。能夠提供商業價值較高的街道及以下層次(如街道、郵編區域、居委會乃至小區)邊界的地圖供應商極為稀少,與之相配套的資料,如人口、收入、消費、住房房價和商業樓盤的租金,也不易擷取。在二線以下城市,邊界地圖資料可能要從各地測繪機構零散地加以收集,擷取覆寫全國的資料非常困難。

過去幾年,在麥肯錫全球商業地理分析團隊的幫助和多方努力下,我們已經建構了深入到街道級别的地理資訊資料庫,涵蓋近千萬的商業資訊點,并已經應用于數十個客戶項目的分析中,在中國處于領先地位。目前,全國人口普查資料、房價資料都已經整合進入這一空間資料庫,更細層次(如居委會等)的資料整合工作正在進行中。

正如大資料改變着世界一樣,地理坐标将推動新一輪大資料的進化。前瞻未來,也許重要的變革機遇就蘊藏在商業地理分析中。

原文釋出時間為:2014-05-19

本文來自雲栖社群合作夥伴“大資料文摘”,了解相關資訊可以關注“bigdatadigest”微信公衆号