
中國視角:大數(shù)據(jù)與商業(yè)地理分析_數(shù)據(jù)分析師
從全球范圍來看,采用商業(yè)地理數(shù)據(jù)進(jìn)行商業(yè)選址及消費(fèi)者地理細(xì)分在發(fā)達(dá)經(jīng)濟(jì)體已經(jīng)非常普及。為更精準(zhǔn)地服務(wù)不斷升級的中國消費(fèi)者,宜家家居、麥當(dāng)勞、星巴克等專門成立了商業(yè)地理分析團(tuán)隊(duì),來指導(dǎo)其在中國的店鋪選址。麥肯錫的“解讀中國”商業(yè)地理分析團(tuán)隊(duì)亦感受到來自客戶方越來越強(qiáng)烈的需求。我們以下圖來說明架構(gòu)在大數(shù)據(jù)之上的商業(yè)地理分析。
“80%的商業(yè)數(shù)據(jù)都是帶有地理信息的”
“商業(yè)地理分析的目的就是把對的產(chǎn)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(fēng)水’先生”
科學(xué)選出最優(yōu)位置
我們服務(wù)過一家全國股份制商業(yè)銀行,該銀行希望規(guī)劃未來在中國某一線城市的網(wǎng)點(diǎn)開設(shè)計(jì)劃。這些網(wǎng)點(diǎn)須開設(shè)在(潛在)顧客集中的區(qū)域,方便個人及企業(yè)客戶的業(yè)務(wù)辦理,同時要避免選擇過度競爭的區(qū)域,確保業(yè)務(wù)的健康增長。該如何科學(xué)地選出最優(yōu)位置?
而這正是商業(yè)地理分析最擅長的領(lǐng)域。評估某一個特定地點(diǎn)是否具有商業(yè)價值,深入該地進(jìn)行調(diào)查是傳統(tǒng)的“笨”辦法。若想從一百多個城市中選出每個城市的重點(diǎn)商圈,僅憑個人或者小團(tuán)隊(duì)的有限知識和商業(yè)直覺是遠(yuǎn)遠(yuǎn)不夠的。我們認(rèn)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(xì)層面的經(jīng)濟(jì)、人口和地理數(shù)據(jù),借助地理信息系統(tǒng)(GIS)來實(shí)現(xiàn)批量處理和定量分析。打個比方,風(fēng)水先生一旦配備了現(xiàn)代化裝備,就升級成為商業(yè)地理分析專家,他們憑借商業(yè)地理數(shù)據(jù)幫助客戶尋找并確定城市中的最優(yōu)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(yè)樓宇,對可能的位置進(jìn)行深入分析。綜合該城市超過200個街道的人口統(tǒng)計(jì)信息、分區(qū)富裕程度、分區(qū)內(nèi)各銀行網(wǎng)點(diǎn)的分布及開業(yè)年限、各類商業(yè)信息點(diǎn)的分布等信息,將這些街道分區(qū)歸納為核心分區(qū)、次核心分區(qū)和避免分區(qū)三個大類。新設(shè)網(wǎng)點(diǎn)時優(yōu)先考慮核心分區(qū)。接下來,深入到每一個街道分區(qū)內(nèi)部,根據(jù)分區(qū)特征、商業(yè)信息點(diǎn)的分布與區(qū)域聚集度進(jìn)行打分,結(jié)合該城市各分區(qū)內(nèi)已建/在建/籌建樓宇列表選出網(wǎng)點(diǎn)的最優(yōu)位置(見圖1)。
沙盤上的商業(yè)地理
商業(yè)地理分析正如將軍俯視沙盤,挖掘商業(yè)數(shù)據(jù)的地理緯度,將城市的戰(zhàn)略高地和價值洼地一覽無遺,運(yùn)籌帷幄,決勝千里。
打開麥肯錫“解讀中國”的22個城市集群,查訪每一個城市,從市轄區(qū)到街道,從街道到居委會,乃至2km×2km的柵格,商業(yè)地理的分析工具使得“戰(zhàn)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著跨國公司、本地龍頭企業(yè),還有政策制定者。即使是城市軌道交通建設(shè)這樣長期而浩大的工程,商業(yè)地理分析亦能提供獨(dú)特的視角。
近期我們獲邀為西南某省會城市的軌道交通發(fā)展把脈。從地理空間的角度來考察地鐵規(guī)劃再合適不過。該市地鐵尚處于公共軌道交通建設(shè)初期,而未來10年間將從現(xiàn)在的2條線增加到10條線。
將該市的地鐵規(guī)劃、人口分布、商業(yè)網(wǎng)點(diǎn)分布及樓宇價格都放在GIS平臺上,地鐵的未來藍(lán)圖躍然紙上(見圖2)。全面竣工后39%的城市人口將會在地鐵站點(diǎn)周邊800米內(nèi)。但與倫敦和莫斯科等國際都市相比,地鐵站點(diǎn)密度仍然偏低。同時,半數(shù)以上的醫(yī)院和學(xué)校超出了地鐵站點(diǎn)800米覆蓋范圍,站點(diǎn)附近尚缺乏足夠的配套公共服務(wù)設(shè)施。進(jìn)一步分析發(fā)現(xiàn),還有部分地鐵站點(diǎn)周圍人口稀疏且商業(yè)活動不頻繁,可能是城市中的價值洼地(見圖3)。
處于地理信息產(chǎn)業(yè)鏈的頂端
地理信息產(chǎn)業(yè)在中國方興未艾。近年來,提供地理信息系統(tǒng)、數(shù)據(jù)和服務(wù)的公司呈現(xiàn)出跨越式增長。從地圖測繪和遙感影像獲取,到地圖加工并構(gòu)建地理信息數(shù)據(jù)庫,再到數(shù)據(jù)的批發(fā)與零售,一個完整的地理信息產(chǎn)業(yè)鏈已經(jīng)形成。借助成熟的GIS軟件,通過圖形化的二次開發(fā)界面,商業(yè)地理分析員可以根據(jù)客戶需求快速地進(jìn)行定制分析。
最大的贏家將是站在產(chǎn)業(yè)鏈頂端的定制商業(yè)地理分析產(chǎn)品的提供者。商業(yè)地理分析產(chǎn)品將涵蓋:選址分析、銷售區(qū)域分配、配送路徑優(yōu)化、潛在消費(fèi)者空間分布、城市規(guī)劃等。其中,如前所示的選址分析應(yīng)用最廣最深,涉及經(jīng)濟(jì)環(huán)境分析、交通條件分析以及競爭/互補(bǔ)店分析,稱其為商業(yè)地理的靈魂亦不為過。
幾乎所有的行業(yè)都需要商業(yè)地理分析:銀行、快消、電信、醫(yī)藥、航運(yùn)、家具等等,即便是電子商務(wù)這樣虛擬的行業(yè),也需要商業(yè)地理的幫助,來判斷消費(fèi)者的地理分布以及不同地區(qū)消費(fèi)者的特點(diǎn),從而有的放矢地發(fā)布網(wǎng)絡(luò)或者平面廣告,抑或根據(jù)不同地區(qū)制定相應(yīng)戰(zhàn)略。物流公司更是離不開商業(yè)地理分析的統(tǒng)籌規(guī)劃,通過與全面系統(tǒng)的商業(yè)地理信息數(shù)據(jù)庫相結(jié)合,傳統(tǒng)的運(yùn)籌學(xué)煥發(fā)出新的活力。
以我們曾經(jīng)服務(wù)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軟件中的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(shù)量及載貨量、配送員小時工資和油耗、交通情況等作為參數(shù),求解得到總成本,再與其他數(shù)量的配送中心求解得到的總成本進(jìn)行比較,得到一條配送中心數(shù)量與總成本的曲線,從而求得配送中心的最優(yōu)數(shù)量和地理位置 (見圖4)。
商業(yè)地理分析面對的客戶往往是有著成千上萬個網(wǎng)點(diǎn)的實(shí)體零售商或電商、數(shù)以千萬計(jì)接貨送貨人的物流公司、網(wǎng)點(diǎn)遍布全國的大型銀行。為這類大客戶服務(wù),決定了商業(yè)地理分析將處于地理信息產(chǎn)業(yè)鏈的頂端,并必然伴隨著豐厚利潤回報(bào)率。而中國目前專門從事商圈分析及商業(yè)選址分析的公司還只是少數(shù),擁有大客戶資源、掌握豐富數(shù)據(jù)且具備商業(yè)地理分析技術(shù)的公司將會成為新興產(chǎn)業(yè)的領(lǐng)袖。
“數(shù)據(jù)難”制約中國商業(yè)地理分析
從商業(yè)地理的全球?qū)嵺`來看,發(fā)達(dá)經(jīng)濟(jì)體可以將地理信息成熟運(yùn)用于商業(yè)的各個環(huán)節(jié),在印度、印尼這樣的新興經(jīng)濟(jì)體中,地理信息技術(shù)也日益得到重視。
相比國外完善的商業(yè)地理數(shù)據(jù)服務(wù),目前在中國,地理信息數(shù)據(jù)的可獲取性、準(zhǔn)確性和全面性仍然制約著中國地理信息產(chǎn)業(yè)的發(fā)展。能夠提供商業(yè)價值較高的街道及以下層次(如街道、郵編區(qū)域、居委會乃至小區(qū))邊界的地圖供應(yīng)商極為稀少,與之相配套的數(shù)據(jù),如人口、收入、消費(fèi)、住房房價和商業(yè)樓盤的租金,也不易獲取。在二線以下城市,邊界地圖數(shù)據(jù)可能要從各地測繪機(jī)構(gòu)零散地加以收集,獲取覆蓋全國的數(shù)據(jù)非常困難。
過去幾年,在麥肯錫全球商業(yè)地理分析團(tuán)隊(duì)的幫助和多方努力下,我們已經(jīng)構(gòu)建了深入到街道級別的地理信息數(shù)據(jù)庫,涵蓋近千萬的商業(yè)信息點(diǎn),并已經(jīng)應(yīng)用于數(shù)十個客戶項(xiàng)目的分析中,在中國處于領(lǐng)先地位。目前,全國人口普查數(shù)據(jù)、房價數(shù)據(jù)都已經(jīng)整合進(jìn)入這一空間數(shù)據(jù)庫,更細(xì)層次(如居委會等)的數(shù)據(jù)整合工作正在進(jìn)行中。
正如大數(shù)據(jù)改變著世界一樣,地理坐標(biāo)將推動新一輪大數(shù)據(jù)的進(jìn)化。前瞻未來,也許重要的變革機(jī)遇就蘊(yùn)藏在商業(yè)地理分析中。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價值、驅(qū)動決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動的時代,面對海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯改字段或誤執(zhí)行批量更新等問題時有發(fā)生。 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時用t.test,何時用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時用 t.test,何時用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗(yàn):捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08