加持下的门店选址

#智能经济时代与人工智能共存

回过头来看，过去移动互联网时代和后疫情时代商业市场的转型非常“快”。一方面，客户消费习惯变化快，对消费场景更加挑剔；另一方面，品牌创新快，新零售、智慧零售概念层出不穷。在这样的市场环境下，对于品牌零售选址扩张来说，其快速的市场洞察、深入的行业监测、全面空的分析能力……各种影响品牌零售企业市场布局的“决策”能力都亟待提高。

那么，如何实现品牌零售市场拓展实力的“智能升级”？

大数据和人工智能给企业带来突破。

随着IT基础设施的完善，空之间信息技术的发展，以及大数据资源的支持，越来越多的品牌零售商投入到智能运营系统的建设中。艾瑞咨询发布的《2020年中国AI+零售行业发展研究报告》显示，2019年中国AI+零售市场规模达到6.5亿。随着疫情后的经济复苏、市场信心的提振和技术应用的发展，各品牌零售商对AI解决方案的需求将继续增加。预计到2022年市场规模将达到26.7亿元。

这意味着大数据和AI技术的线上线下零售将逐步得到广泛应用。在赋能实体零售的同时，也将推动企业逐渐从浅层决策向多维决策转变。

线下零售是典型的地域经济，所谓“七分靠地段，三分靠运营”是零售业的共识。因此，线下开店的选址策略是否正确，将在很大程度上影响和决定品牌未来的商业命运。

从本质上来说，选址就是根据自己品牌的定位，匹配合适的客户群体的过程。但如果要细化商业运营并进行拓展，选址其实面临着各种指标的考量，比如市场策略、客户偏好、客户特征、商业体、路段、门店类型、开发成本、周边品牌、竞争品牌等等。

如何有效利用空之间爆发式增长的用户数据和信息技术，构建一个合适品牌的多维索引和位置模型，为战略决策提供有力支持，是智能位置最大的考验。

构建全面、专业的评估体系。

在品牌选址过程中，综上所述，零售商需要重点关注四个方面:

一、市场受环境影响大，消费者瞬息万变，市场竞争无止境。在时间节奏维度上，品牌发展需要“快速灵活”。其次，在不同的城市或地区，在不同的商业体或物业，品牌发展要在空的环境维度上“因地制宜”。再次，根据品牌定位/核心客户/品牌战略/竞争对手等不同因素，零售市场维度的品牌发展要“全面详细”。第四，面对各种开店方式，不同的投资和收益回报，品牌发展在投资回报维度上需要“科学远见”。

基于上述逻辑，作为商业智能SaaS服务商，易经智联携手第四范式，利用“时间空大数据+人工智能”构建了智能门店业务发展平台。通过平台实现辅助城市居民、精准智能选址、及时把握客户群体、优化选址模型、提升拓展效率、连接内部接口等多重能力。

评价体系主要从商业、城市、商圈、项目、物业五个维度建立。

商业:通过AI模型对现有店铺/竞品店铺的经营指标和店铺选址进行深入的商业研究，对现有的商业选址模型进行修改和完善。以品牌定位为基础，深入挖掘城市、商圈、项目、店铺、客流规模、画像、销售品类、金额、包占比等商业特征。

城市:根据指数模型，分析备选城市市场拓展的可行性，即是否进入、拓展、维持、收缩。城市的备选指标涉及人口规模、人口基本特征、客户消费特征、商业发展水平、门店经营水平等。

商圈:根据指数模型，分析备选商圈市场拓展的可行性，即是否进入、拓展、维持、收缩。备选商圈要考虑商圈特征、商圈氛围、客户群体聚集、市场竞争等维度。项目:根据指标模型，分析备选物业扩张的可行性，即是否进入、扩张、维持、收缩。包括项目开发业务的整体指标、客户群指标、租赁指标、业务指标等。物业:根据指数模型，分析备选物业的可行性，即是否进入、维持和收缩，并估算其周转水平。主要考虑其动线指标、工程指标和租赁指标。

基于机器学习创建智能选址评估流程

评估过程从业务输入开始。现有门店数据和竞品数据输入后，基于全流程的机器学习模型构建闭环数据。通过分析自身店铺业务的特点，智能匹配合适的选址模型，生成符合客户行业特点的指标体系。然后进行门店可行性分析和销售预测，包括区域海选和门店评估。最后生成选址报告，判断选址效果。

这个评估过程的好处在于，一方面，可以通过门店位置预测引擎的全流程机器学习模型，构建闭环数据。门店选址模型引擎通过构建“收集行为数据——收集反馈数据——模型训练——模型应用”的全流程机器学习模型，自动构建特征工程和模型，践行闭环数据管理模式。随着模型的不断使用，输出的门店位置预测结果会更加准确，并且会随着商业业态的变化而不断变化。

另一方面，自动建立模型，帮助商家预测未来开店的成功率。AI学习后的智能选址模型，旨在输出能够辅助用户进行选址决策的相关数据内容，如用户画像、产业POI点数、交通便利度、比赛对数等。，通过处理空之间的大量位置数据。整合数据和机器学习模型，找出各种因素对营业额影响的隐藏关系，预测相应地址的营业额，帮助用户做出最终的选址决策。

丰富的时间空数据，赋能连锁品牌选址。

零售商在品牌战略选址过程中，不仅会收集大量海选城市的调研信息，还需要多维度的数据进行对比。作为区域海选的细化项，不仅有多个维度的指标参数，还有实时的城市动态数据更新。毕竟“海选”到“选”，数据支持是不可或缺的，易景选址产品提供了丰富的时间空数据，可以为客户提供高质量的数据处理服务。

全国POI数据，20多个大类、数百个子类的标准行业分类POI数据，包括:住宅小区、购物中心、写字楼、交通枢纽、品牌数据、超市、政府机构、医疗机构、教育机构等。城市AOI数据覆盖主要一线二线城市，完整的领域分类，优质的商圈和街区数据等。易经智联利用空之间的大数据、人工智能、可视化，感知城市变化，为品牌零售商选址的考量提供重要的决策参考。

摘要

那么易经智联在门店选址上的应用，本质上是对选址整体流程的智能优化，无论是选址模型的智能匹配、选址评估体系的建立、门店销售预测，甚至是基于时间空大数据的空分析，从各个层面为品牌零售商提供解决方案，优化执行效率，让品牌零售商在推进快速选址的时候，