麦肯锡:大数据与商业地理分析

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:
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。


原文发布时间为:2014-05-19

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

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 
相关文章
|
3月前
|
DataWorks Kubernetes 大数据
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
|
2月前
|
数据采集 分布式计算 MaxCompute
MaxCompute 分布式计算框架 MaxFrame 服务正式商业化公告
MaxCompute 分布式计算框架 MaxFrame 服务于北京时间2024年09月27日正式商业化!
84 3
|
4月前
|
数据可视化 前端开发 大数据
商场智能导视系统深度解析,AR与大数据融合创新商业运营模式
**商场智能导视系统提升购物体验:** 通过三维电子地图、AR导航、AR营销、VR全景导购及可视化数据,解决顾客寻路困扰,增强店铺曝光,简化招商流程,优化商场管理,借助科技创新驱动顾客满意度、品牌曝光度及运营效率的全面提升。
117 0
商场智能导视系统深度解析,AR与大数据融合创新商业运营模式
|
DataWorks 大数据
《DataWorks商业化资源组省钱秘籍-2020飞天大数据平台实战应用第一季》电子版地址
DataWorks商业化资源组省钱秘籍-2020飞天大数据平台实战应用第一季
133 0
《DataWorks商业化资源组省钱秘籍-2020飞天大数据平台实战应用第一季》电子版地址
|
分布式计算 运维 搜索推荐
基于阿里云Maxcompute搭建商业广告数据分析系统
互联网时代,信息流广告越来越多。而信息流广告的投放以大数据测算为依托,同样的数据,不同的解读方式,在进行投放指导时会产生不同的效果。
290 0
基于阿里云Maxcompute搭建商业广告数据分析系统
|
存储 分布式计算 DataWorks
某智能终端厂商流量商业化项目的云原生大数据平台实践
随着流量获取,移动互联网业务成为集团三大战略之一,启动流量商业化项目,包括类似阿里妈妈的流量联盟、帮助广告主更好买量的数字化营销平台以及用户体系等,其中广告检索和广告大数据平台成为支撑整个流量商业化项目的技术基础。
3331 0
|
数据可视化 算法 大数据
大数据可视分析背后的商业逻辑
大数据可视分析背后的商业逻辑
大数据可视分析背后的商业逻辑
|
新零售 供应链 大数据
银泰商业CMO程泳江:大数据实现人、货高效匹配,百货公司变为以客为先
过去的百货公司以店为先,现在的百货公司以客为先,银泰商业CMO程泳江表示。 1月24日,NEXT·创新大会暨合肥高新区新经济发展论坛在合肥举行,银泰商业CMO程泳江出席本次大会并做《数据驱动创新创业》主题演讲,分享交流银泰的数字化转型经验。 程泳江认为,盒马是阿里的新零售大军,盒马是平地起高楼,而银泰是旧城改造。
594 0
|
大数据 双11 供应链
银泰商业CMO程泳江:大数据实现人、货高效匹配,百货公司变为以客为先。
过去的百货公司以店为先,现在的百货公司以客为先,银泰商业CMO程泳江表示。