分享国外六大零售选址技巧

　　国外零售选址技巧主要分成六大类，分别是经验直觉法、因素表法、类推法、比率法、多元回归判别分析法、聚合分析因子分析法、零售引力模型和导师系统中枢网络。因素表法/类推法/比率法是产生和应用得早的分析技巧，到现在至少有50多年的历史了。在此之前国外零售商更愿意依赖他们的经验或是知觉，所以零售选址在很大程度应该说是一门艺术。到了90年代，越来越多的零售商逐渐意识到应该采用更加理性的分析方法来进行选址。而且随着计算机技术的广泛应用，零售商完全有条件将这些技巧在实践中有效地加以应用。这六大类技巧在应用时的主观性、花费的成本、使用的参数和数据的选取等方面有所不同。

　　经验直觉法是主观程度的，它主要通过直觉和积累的经验加以判断。这也是我们所说的零售选址的“艺术性”所在。很多零售商对于店铺的购买和选址方面的判断都是依赖多年经验为主。虽然近年来对分析技术的应用大大增加，但是经验/直觉仍然是基本和应用广的一种方法。不过值得注意的是，现在很多零售商已经将经验/直觉法结合其他方法一起来应用。

　　第二类中的因素表法是指应用因素表对众多的可选地点择优选择，而因素表是由零售商主观选出的对店铺的经营有影响的因素的列表。通常会对不同的因素给以不同的权重。这种方法目前是我国较多采用的一类方法。对于影响选址的因素，有地理与环境分析，综合自然地理特别是人文地理的各方面因素。主要包括：人口统计分析、宏观经济条件分析、购买力和需求分析、饱和指数、竞争态势分析、文化背景分析和基础设施状况等。通过对不同店址的诸多因素的比较，就可以得出理想的店址。类推法是用把未来可能选定的店址同现有的店铺作比较。比率法是用店铺的各种基本经营指标进行分析，例如顾客交易量等。这类方法对数据和计算机的要求较低，所以成本相对较低。如果零售商要在经营区域内众多的地点中选出两个来新建店铺，那么就可以用这类方法对众多的可选地点进行评估，终选出分值的两个地点。

　　第三类多元回归判别分析法对数据有较高的要求，如商店的营业额、商店面积和周边地区的特点。这类方法的计算机方面的技能要求更高，而主观性相对来说较低。这类方法可以应用在对现有的和待建店铺进行销售额预测等方面的分析。

　　第四类聚合分析因子分析法的目的是把各类数据和变量分类，可以对所有的商店通过聚合分析而分成相似的小组或者通过因子分析找出能影响店铺收益率的因素。例如，可以根据不同的地理或者经营变量把现有的店铺分类。这类技巧尤其适用于细分和发展新的店铺模式等方面。但是这类方法对数据的要求较高，而且也需要相当高的数据方面的技能。

　　第五类是零售引力模型。这个模型初是由美国的威廉姆·雷利提出的。雷利法则证明，两个城市对第三城市的贸易吸引力和两个城市的人口成正比和两个城市到第三城的距离的平方成反比。在雷利法则之后，零售引力模型又有一定的发展和补充。但这种方法的目的都是要量化顾客流动和周围的零售中心的吸引力之间的关系 (假设条件是吸引力随着距离的增加而减弱)。现今的引力模型多用于在对店铺规模、形象、距离、人口分布和密度等因素分析的基础上预测商店可能的发展情况。而且这种方法的趋势是对可能情况的预期分析，例如，对竞争对手在某一地点开店的影响的评估;或者是通过对店铺选址和产品类别之间的关系研究来为某一店铺选定合适的商品品种。这一模型涉及到大量的数据和计算机应用，而且成本和时间的耗费也相对较大。

　　第六类导师系统/中枢网络是随着计算机技术的发展而发展起来的一种的方法，因此它的基础是强大的计算机能力。技术和成本方面的要求。主要是在总体战略和次级战略的制定方面发挥作用。对大型零售商来说，他们可以应用导师系统/中枢网络来对大量的新的待选店址进行分析。