怎样做商圈分析

罗利零售引力定律

美国学者威廉·j·赖利(William J. Reilly)花了三年时间调查了美国150个城市。1931年，他根据牛顿力学的万有引力理论，提出了“零售引力定律”，总结了城市人口与零售引力的关系，称之为赖利定律或赖利零售引力定律。他认为，一个城市对周边地区的吸引力与其规模成正比，与它们之间的距离成反比。用于解释根据城市规模建立的商品零售区域。

罗利零售引力定律以牛顿万有引力为核心，城市人口代替物体质量，城市之间的距离代替物体之间的距离。两个城市从它们之间的某个点吸引顾客的能力与两个城市的人口成正比，与每个城市到那个点的距离的平方成反比。力用公式表示:

Ba / Bb =

其中，Ba是A城市对A、B城市中间C处客户的吸引力；

Bb城市B对C处客户的吸引力；

Pa是城市a的人口；

Pb是B市的人口；

Da是城市A和C之间的距离；

Db是城市B和c之间的距离。

罗利零售引力定律的假设前提:两个城市主干道可达性相同。两个城市的零售店业绩差别不大。这两个城市的人口分布相似。这样就可以得到不变形的完整商。

罗利零售引力定律的局限性:只考虑距离，不考虑其他交通状况，用顾客到店所花的交通时间来衡量会更合适。顾客的“认知距离”会受到购物体验的影响，如品牌、服务态度、设施等。，这通常会让客户愿意更进一步。由于消费水平不同，人群有时不具有代表性，以销量来判断更能体现其吸引力。

指南针定律

1943年至1948年，美国伊利诺伊大学经济学家约翰·指南针根据赖利定律，进一步研究了两个城市的商业圈，找出了两个城市商业圈的均衡点。

寻找平衡点的公式是:

其中:Db是B市看到的A市和B市的商圈均衡点；Dab是A城到B城的距离；Pa是一个城市的人口；Pb是B市的人口。

比如以X城市为中心，找出X与A、B、C城市的商圈均衡点。

根据上面的例子，X城市看到的X与A、B、C之间的平衡点的距离Da、Db、Dc为:

从上面的计算和图解可以看出，指南针定律可以找出几个零售店或商业街或城市的界限，从而确定各个零售店的商圈范围。

零商圈模型

零点商圈模型由商圈研究的研究方法和模型组成。包括HBC城市商圈模型和HBC商圈模型，这两个模型都是基于罗利和哈夫模型。

在HBC的总体研究思路中，采用了HBC模式，包括HBC城市商务区模式和HBC商务区模式。这两个模型是基于罗利和赫夫的模型。

1.HBC城市商圈模型:在城市商圈的研究中，罗利模型假设人口是吸引消费者的关键因素。考虑到各地商业水平发展不平衡，单纯以人口来衡量城市商圈的购买力并不十分准确。在HBC，一个城市对消费者的吸引力是以该城市的商业发展水平来衡量的，而该城市每年的实际零售额是衡量一个城市商业发展水平的重要指标，该指标还包括该城市的人口影响力。因此，一个城市的年零售总额可以更准确地衡量一个城市的商业吸引力，尤其是零售商业吸引力。在分析城市之间的相互作用时，进行成对研究，以确定各自的商圈边界，每个城市的商圈通过切割成对边界曲线的集合来确定。

2.HBC商务区模型:在HBC商务区模型中，哈夫模型被修改为按商业面积来衡量商业项目的吸引力，并被修改为商业设施的年营业额或月营业额。营业额可以直接反映商业中心的最终市场表现，最终结果的导向可以反映商业设施的综合吸引力。

商圈饱和

商圈饱和度是判断某一区域同类商业竞争激烈程度的指标。通过计算或测算某种商品的销售饱和指数，可以知道某一地区的交易是否过多或不足，从而决定是否在此开店。

一个商家在决定是否进入某个市场之前，首先要衡量这个市场是否饱和，也就是市场是否有进一步扩张的空间空。饱和度高时，剩余空空间有限，不适合入市。但饱和度较小时，说明市场空空间很大，有很大的扩张机会。

饱和度计算必须基于同一产品市场或替代性大的产品市场。不同产品的饱和度没有可比性。商圈饱和度的计算方法是:

IRS=×/RF

其中，IRS是某一区域某一商品商圈的饱和指数；c是某一地区购买某一类商品的潜在顾客数量；RE是某个区域每个客户的平均购买量；RF是在某一地区经营类似商品的商店的总营业面积。

饱和度实际上是每个商业区的平均营业额。如果已知A区的饱和度为20000元/平方米，另一个类似的B区的饱和度为13000元/平方米，说明B区还有空房间需要进一步拓展，商家需要加大促销力度。

在对竞争店铺分析的基础上，通过进一步的消费调查，估算出顾客在商圈购买商品的总量，计算出商圈内同类商品的总营业面积，以每平方米营业额为饱和指标。

比如某公司计划在某区域开一家服装专卖店，场地储备为每天10元每平米200平米。商圈居民每天在服装用品上的支出是10万元，而每家店的服装总营业面积是2000平方米。

饱和指数=

假设服装净利率为50%，那么每天每平米利润为25元，去掉10元的强积金，净利润为15元。仅从饱和度来看，建店是可行的。

零售饱和指数理论

零售饱和指数理论是指通过零售市场饱和指数的计算来确定特定商圈中假设的零售店铺类型每平方米的潜在需求[1]。这一理论是由哈佛商学院在20世纪80年代提出的。

理论本质上是通过计算零售饱和指数来确定某一区域的零售门店数量，进而确定是否适合开店。

饱和指数通过需求与供给的对比来衡量商圈内零售店的饱和程度。需求和供给的相互作用和作用创造了市场机会。公式是:

IRS= =需求/商店面积=/RF

类型:

IRS:某商圈某类商品的零售饱和指数；

h:商业区的家庭数量；

RE:商圈内每户每年在某一类商品上的支出；

RF:某种商品的现有经营区域。

零售企业必须对拟选区域进行比较评估，并观察饱和指数。一般来说，饱和指数高意味着零售潜力大，饱和指数低意味着零售潜力小。

例如，一个零售商计划开一家连锁店。经过前期调研分析，拟选择三个区域，决定从三个区域中选择一个适合建设5000平米连锁店的区域。根据预测，它所建的连锁店必须带来每平方米20元的销售额才能实现盈利。在这样的条件下，它测量了三个地区的零售饱和指数，如下表所示。

表:三个地区零售饱和指数测算表

零售饱和指数越高，市场不饱和度越高。从计算结果来看，C区的零售潜力高于A区和B区，是零售商开设连锁店的理想区域。

哈夫模型

美国加州大学经济学家大卫·哈夫教授在哈里斯市场潜力模型的基础上，于1963年提出了预测城市地区商圈规模的模型——哈夫概率模型。

哈夫概率模型的基本原理仍然是引用万有引力原理。提出了购物场所各种条件对消费者的吸引力和消费者去购物场所时感受到的阻力决定商圈大小的规律。Huff模型与其他模型的区别在于模型中考虑了各种情况的概率。

哈夫认为，从事购物行为的消费者的心理认同是影响购物圈大小的根本原因。购物圈的大小关系到消费者是否选择该店购物。一般来说，消费者更愿意在有吸引力的商店购物。这些有吸引力的商场通常面积大，商品选择性强，品牌知名度高，促销活动更有吸引力。相反，如果到店距离远，交通系统不够通畅，消费者就会犹豫。基于这种认识，赫夫提出了他关于商店商圈大小的论点:

哈夫的论点:购物圈的大小与购物场所对消费者的吸引力成正比，与消费者去消费场所时感受到的时间距离的阻力成反比。购物场所各种因素的吸引力越大，店铺的商圈就会越大；消费者从出发地到营业地的时间越长，店铺的商圈规模就会越小。

哈夫站在消费者的立场上，认为消费者去某个商业设施消费的概率取决于该商业设施的经营面积、规模、强度和时间。商业设施的营业面积反映了店内商品的丰富程度，商业设施的规模和实力反映了店铺的品牌品质、促销活动和信誉，从居住地到商业设施的时间反映了顾客到达目的地的便利程度。同时，哈夫模型还考虑了不同地区不同性质的商业设备和商品的利用概率。该模型的公式如下:

哈夫提出，一个零售商业中心J对消费者的吸引力可以与商场的店铺魅力成正比，与消费者从原点I到商场J的阻力成反比。

哈夫模型被用来设置在位置I的消费者选择购物中心J的概率PIJ，

[PIJ]= I区消费者在J店购物的概率；

【SJ】= j店的吸引力。

[tij] =从I区到悬挂物j的距离电阻。

[λ] =根据经验估计的变量；

[n] =竞争零售商业中心或商店的数量

由此，可以导出下面的概率公式:

一、区域消费者光顾J店的概率=

I区消费者逛j店人数=消费者逛I区j店概率×I区消费者人数。

波波姆定律

Popom的规则是定义商圈的分界点，从不同区域的零售店铺的角度来计算商圈的大小。

其中:DA:A地到商圈分界点的时间距离。

DA+DB-两地之间的距离。

Pa——a土地a的销售面积

Pb——b土地b的销售面积。

例:两地距离60分钟，Pa=2000m2，Pb=8000m2，

规则

分钟，即商圈分界点，距离a 20分钟车程。