最新行业资讯尽在掌握
商圈分析是选址的一个重要过程。而当下国内对于商圈分析技术的应用程度远远落后于数据挖掘技术发展的速度,现阶段,数据挖掘技术在商圈分析中的应用主要有评估位置优劣、确定人口分布、预测未来发展等，其中最重要的应用则是评估位置优劣和确定人口分布两大范围，主要有以下三种形式:
1.基于CKE模型和塞拉模型的数据挖掘
这两种模型都是为餐厅商圈选址而设计的。CKE模型是通过掌握有关市场的充分资料,运用统计分析方法中的多元回归分析法来预测和评估某- -餐厅的位置优劣的方法。通过对选定范围内的各种数据如街道上每天的车辆数、本范围内所有餐厅的座椅数、本范围内蓝领工人所占比例、10 分钟内即可到达餐厅的公司职工人数、周围10分钟内就可到达的人数、本范围内人口的平均年龄、营业范围内连锁餐厅数、10 分钟内可以到达的所有人口数进行分析,从而确定要达到的指标，再在获得如上数据的基础上，运用计算得出结果
2.基于位置大数据的数据挖掘
通过位置大数据，经过综合对比各区域内的人流量、消费者属性等数据,可以为商圈分析提供多维度的数字化支撑,实现从整体上的选点布局。位置大数据的挖掘技术又可分为区域横向对比和区域用户画像的确定这两方面,区域横向对比主要对比不同商圈及全市用户的ARPU(每用户平均收入)值和高端用户的占比，而区域用户画像则主要通过区域内用户职业类型的不同来分析不同商圈的主要用户，以及通过区域内用户在网上搜索的关键字来确定区域用户的消费特征及偏好。位置大数据的应用，能对区域内的人流量情况、人群特征、消费偏好等维度进行横向比较分析，准确筛选出周边的潜在客户群，为商业、住宅、办公等区域的选址提供有效的支撑。
3.基于GIS的数据挖掘
商圈分析中的GIS是商圈分析模型和GIS方法的结合,建立这样一个系统并进行相关的数据分析能使商圈分析充分利用GIS强大的空间数据操纵、显示表达和制图功能，从而提高GIS为商圈选址提供辅助决策的效果。
关注微信公众号
