大数据选商铺靠谱不靠谱

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

开店选商铺位置,对于许多投资者都是一件棘手的事,如果能得到专业人员的帮助,自然能够事半功倍。而数人流、蹲点看客群这些手段都是投资者常用的办法,但毕竟人力和精力有限,无法收集到最完整的结果。随着大数据逐渐深入我们的生活,未来大数据或将成为投资者选商铺的一个重要途径。

本报记者 邹晶 赵张冬

现状:市场有需求

日本服装连锁品牌优衣库的开店基本原则,是将店铺开在主要的交通干道旁,但周边环境又要有一些缺陷从而使租金变低,这两大要素结合起来让优衣库的盈利前景变得足够乐观。同样,国内的万达地产,在目标市场修建万达商业广场时,也参考了交通、人口、市政规划等方面的因素,最终万达要获得最大化的商业回报。这样的例子非常多,用大数据可以提高他们选址的精准度。

成都市民陈青力半年前加盟了一家成都知名卤菜店,他认真地在开店的位置上蹲点3天,细数来往的人流,然后,非常有信心地签订了加盟协议书。半年后,他不得不亏本关闭了店铺。原来,该店铺所处位置虽然人流量很大,但是周围的居民结构老龄化,出门购买成品拌菜、卤菜的人很少,因此陈青力的生意一直做不起来。

百度地图四川运营中心的总经理周璇告诉记者,这一业务目前已经在一些大的公司推广使用,苏宁易购、凯德、肯德基等都已经是公司用户,但因为价格偏高,目前还没有向小型用户推广,他们正在努力摸索一套体系以便降低成本后向更大众化的投资者推广。

在成都成功开设了多家日本料理“兄弟船”的曹永涛表示,自己从没有听说过大数据选址的公司,“我们目前开的几十家店铺,选址完全是看两条腿。”他表示,如果有大数据提供参考,他们愿意尝试,但最终还是要到现场看。煎饼道的创始人刘敏也认可这一观点,他表示,周围商铺的销售数据、人流数据和消费水平的数据是投资者最应该关注的数据。

商业选址决定着许多依赖线下经营的企业的生存。信息技术发展至今,已经有了更方便的手段帮助准备开店的投资者汇总他们想要了解的信息,从而以结论的形式,为他们的商业选址提供决策。

痛点:数据服务有限

百度地图虽然拥有3.6亿月活跃用户,连接了40多万个APP共享数据,几乎对每个人的消费习惯、日常生活路径、爱好等都有所了解,但其提供的大数据选商铺服务基本还处于相当有限的实操阶段。“这一业务最适合的还是对自己的选择有一定认识的人,如果一个投资者现在来找到我们,问他在成都哪里开个火锅店合适,我们目前的数据和分析能力确实无法操作,或者说操作起来成本太高。但如果他给我们A、B、C三个地方,并向我们详细描述他想开一个什么样的火锅店的话,我们是可以为他提供比较满意的服务的。”

谈到这一业务的推进,周璇并不着急,她的团队每天非常辛苦地在做着“扫街”的工作,将地图上的数据进行一一核实。这样的工作还需要很长的时间,并且要不断地持续。

当用户想开一家中高端的广东菜馆时,其中一套体系来源于线上数据,是根据用户的线上搜索数据,统计附近的网民总数、搜索过广东菜的人、具体消费过广东菜店铺的人所占比例,随后再根据这些群体的上网行为,评估其消费能力,初步判定该位置是否适合开中高端广东菜馆。另一套体系直接面向线下,先根据周边的信息搜索同类或同级的广东菜馆,另外再根据不少O2O服务商公开的菜系价格,估算周边整体的消费能力,进而判断该位置是否还有发展空间。这应该是大数据选商铺未来最符合市场需求的属性。

当然,大数据选址的痛点还有很多,未来的发展是无法涉及的。成都伊藤洋华堂的选址一直被视为成都的典范,据伊藤的相关工作人员透露,他们新店的选址和政府的建议也密切相关,未来政府会加大周边的发展也会给选址开店提供不少便利,这是大数据无法涉及的领域。

观点

选择一处合适的商铺,究竟需要考察哪些因素?众多因素中,哪些是起决定性作用的?大数据对选择商铺能够起到多大的作用?对此,专业人士怎么看?

——冉立春(四川省连锁商业协会会长):大数据选商铺并不是那么简单的事,一个商铺的选择,看规划、看回报、看商业、看结构和看运营的“五看”原则才是最重要的。这些有很多都是需要经验的,就现阶段而言,大数据还没有聪明到可以完全解答这些疑问,且数据的全面性和可靠性也有待考证,据我所知,目前市面上还没有哪家公司可以做到真正的准确。

——刘敏(煎饼道创始人):在选择商铺这个问题上,我个人十分强调“经验”二字,当然,也需要有数据作为参考,但我更信任自身的感觉。在数据方面,我认为周围商铺的销售数据、人流数据和消费水平等数据,是投资者最应该关注的数据。它能帮助你到现场后,可以想象如果在这里开你的店铺会是什么样子的,把所有数据和其他因素通过现场体验得出结论,才是最可靠最全面的结论,这是任何数据也无法替代。





====================================分割线================================


本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
机器学习/深度学习 算法 大数据
|
算法 大数据 数据安全/隐私保护
|
算法 大数据
翻译这事儿,Google认为算法和大数据比语言学靠谱
我相信你已经能知道 Google 是一家极度看重算法、充满工程师文化的公司,但或许你还是会为此而感到惊奇——他们认为翻译是一个数学和统计学方面的问题。最近,位于 Google 总部的 Google Translate 团队正迅速扩张,他们新招了数名德国计算机科学家,但却没有招收一名语言学家。
1051 0
|
2月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
1月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
258 7
|
1月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
43 2
|
1月前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
82 1
|
21天前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
43 4