中国视角:大数据与商业地理分析_数据分析师
从全球范围来看,采用商业地理数据进行商业选址及消费者地理细分在发达经济体已经非常普及。为更精准地服务不断升级的中国消费者,宜家家居、麦当劳、星巴克等专门成立了商业地理分析团队,来指导其在中国的店铺选址。麦肯锡的“解读中国”商业地理分析团队亦感受到来自客户方越来越强烈的需求。我们以下图来说明架构在大数据之上的商业地理分析。
“80%的商业数据都是带有地理信息的”
“商业地理分析的目的就是把对的产品放在对的位置上”
“选址分析专家就是帮助客户找到最有利位置的‘风水’先生”
科学选出最优位置
我们服务过一家全国股份制商业银行,该银行希望规划未来在中国某一线城市的网点开设计划。这些网点须开设在(潜在)顾客集中的区域,方便个人及企业客户的业务办理,同时要避免选择过度竞争的区域,确保业务的健康增长。该如何科学地选出最优位置?
而这正是商业地理分析最擅长的领域。评估某一个特定地点是否具有商业价值,深入该地进行调查是传统的“笨”办法。若想从一百多个城市中选出每个城市的重点商圈,仅凭个人或者小团队的有限知识和商业直觉是远远不够的。我们认为,一个可行的方案是,利用这些城市的矢量地图并加载更细层面的经济、人口和地理数据,借助地理信息系统(GIS)来实现批量处理和定量分析。打个比方,风水先生一旦配备了现代化装备,就升级成为商业地理分析专家,他们凭借商业地理数据帮助客户寻找并确定城市中的最优位置。
为了帮助这家股份制银行挑选最有利位置,我们采取了抽丝剥茧层层深入的方法,从街道到商业楼宇,对可能的位置进行深入分析。综合该城市超过200个街道的人口统计信息、分区富裕程度、分区内各银行网点的分布及开业年限、各类商业信息点的分布等信息,将这些街道分区归纳为核心分区、次核心分区和避免分区三个大类。新设网点时优先考虑核心分区。接下来,深入到每一个街道分区内部,根据分区特征、商业信息点的分布与区域聚集度进行打分,结合该城市各分区内已建/在建/筹建楼宇列表选出网点的最优位置(见图1)。
沙盘上的商业地理
商业地理分析正如将军俯视沙盘,挖掘商业数据的地理纬度,将城市的战略高地和价值洼地一览无遗,运筹帷幄,决胜千里。
打开麦肯锡“解读中国”的22个城市集群,查访每一个城市,从市辖区到街道,从街道到居委会,乃至2km×2km的栅格,商业地理的分析工具使得“战略图景”的解析度和可视化程度大大提高。全新的高清影像不仅冲击着跨国公司、本地龙头企业,还有政策制定者。即使是城市轨道交通建设这样长期而浩大的工程,商业地理分析亦能提供独特的视角。
近期我们获邀为西南某省会城市的轨道交通发展把脉。从地理空间的角度来考察地铁规划再合适不过。该市地铁尚处于公共轨道交通建设初期,而未来10年间将从现在的2条线增加到10条线。
将该市的地铁规划、人口分布、商业网点分布及楼宇价格都放在GIS平台上,地铁的未来蓝图跃然纸上(见图2)。全面竣工后39%的城市人口将会在地铁站点周边800米内。但与伦敦和莫斯科等国际都市相比,地铁站点密度仍然偏低。同时,半数以上的医院和学校超出了地铁站点800米覆盖范围,站点附近尚缺乏足够的配套公共服务设施。进一步分析发现,还有部分地铁站点周围人口稀疏且商业活动不频繁,可能是城市中的价值洼地(见图3)。
处于地理信息产业链的顶端
地理信息产业在中国方兴未艾。近年来,提供地理信息系统、数据和服务的公司呈现出跨越式增长。从地图测绘和遥感影像获取,到地图加工并构建地理信息数据库,再到数据的批发与零售,一个完整的地理信息产业链已经形成。借助成熟的GIS软件,通过图形化的二次开发界面,商业地理分析员可以根据客户需求快速地进行定制分析。
最大的赢家将是站在产业链顶端的定制商业地理分析产品的提供者。商业地理分析产品将涵盖:选址分析、销售区域分配、配送路径优化、潜在消费者空间分布、城市规划等。其中,如前所示的选址分析应用最广最深,涉及经济环境分析、交通条件分析以及竞争/互补店分析,称其为商业地理的灵魂亦不为过。
几乎所有的行业都需要商业地理分析:银行、快消、电信、医药、航运、家具等等,即便是电子商务这样虚拟的行业,也需要商业地理的帮助,来判断消费者的地理分布以及不同地区消费者的特点,从而有的放矢地发布网络或者平面广告,抑或根据不同地区制定相应战略。物流公司更是离不开商业地理分析的统筹规划,通过与全面系统的商业地理信息数据库相结合,传统的运筹学焕发出新的活力。
以我们曾经服务过的某物流公司为例,该公司希望知道在上海布局多少个配送中心才能使配送成本最小。利用GIS软件中的Vehicle Route Problem模型可以很好地解决这个问题,我们测试从8个配送中心开始,把配送中心地理位置 、收寄件人的位置、配送员数量及载货量、配送员小时工资和油耗、交通情况等作为参数,求解得到总成本,再与其他数量的配送中心求解得到的总成本进行比较,得到一条配送中心数量与总成本的曲线,从而求得配送中心的最优数量和地理位置 (见图4)。
商业地理分析面对的客户往往是有着成千上万个网点的实体零售商或电商、数以千万计接货送货人的物流公司、网点遍布全国的大型银行。为这类大客户服务,决定了商业地理分析将处于地理信息产业链的顶端,并必然伴随着丰厚利润回报率。而中国目前专门从事商圈分析及商业选址分析的公司还只是少数,拥有大客户资源、掌握丰富数据且具备商业地理分析技术的公司将会成为新兴产业的领袖。
“数据难”制约中国商业地理分析
从商业地理的全球实践来看,发达经济体可以将地理信息成熟运用于商业的各个环节,在印度、印尼这样的新兴经济体中,地理信息技术也日益得到重视。
相比国外完善的商业地理数据服务,目前在中国,地理信息数据的可获取性、准确性和全面性仍然制约着中国地理信息产业的发展。能够提供商业价值较高的街道及以下层次(如街道、邮编区域、居委会乃至小区)边界的地图供应商极为稀少,与之相配套的数据,如人口、收入、消费、住房房价和商业楼盘的租金,也不易获取。在二线以下城市,边界地图数据可能要从各地测绘机构零散地加以收集,获取覆盖全国的数据非常困难。
过去几年,在麦肯锡全球商业地理分析团队的帮助和多方努力下,我们已经构建了深入到街道级别的地理信息数据库,涵盖近千万的商业信息点,并已经应用于数十个客户项目的分析中,在中国处于领先地位。目前,全国人口普查数据、房价数据都已经整合进入这一空间数据库,更细层次(如居委会等)的数据整合工作正在进行中。
正如大数据改变着世界一样,地理坐标将推动新一轮大数据的进化。前瞻未来,也许重要的变革机遇就蕴藏在商业地理分析中。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21