在當(dāng)今復(fù)雜多變的零售市場中，精準(zhǔn)定位到理想門店點位是成功立足市場的關(guān)鍵一步。然而，面對海量的潛在選址，零售企業(yè)常常陷入兩難境地：一方面，獲取每個潛在店鋪的詳細(xì)信息（如店鋪面積、租金等）需要耗費大量的人力和物力；另一方面，掌握這類信息，后續(xù)評估往往倚仗專家判斷，具有較大的主觀性。

當(dāng)企業(yè)面臨分布在多個城市的候選位置選擇，且缺乏店鋪級特征時，如何識別表現(xiàn)最佳的位置？

當(dāng)零售選址遇上AI，帶來了新的曙光。近日，香港城市大學(xué)與數(shù)說故事合著的論文《Retail store location screening: A machine learning-based approach》被全球最大的科學(xué)、技術(shù)和醫(yī)學(xué)全文電子資源數(shù)據(jù)庫——Science Direct收錄。

現(xiàn)有研究多關(guān)注店鋪選址的“搜索”和“微觀”階段，而對“篩選”階段的研究較少。此次聯(lián)合研究聚焦于這一被忽視的階段，通過借助騰訊、百度等多平臺的 API 接口，采集城市經(jīng)濟(jì)、競爭對手態(tài)勢、POI 數(shù)據(jù)，以及周邊目標(biāo)群體指數(shù)（TGIs）這類公開大數(shù)據(jù)，并基于數(shù)說故事沉淀多年的NLP算法和研發(fā)技術(shù)，以及香港城市大學(xué)的前沿學(xué)術(shù)理論和研究方法，提出一種基于機(jī)器學(xué)習(xí)的「零售店鋪選址模型」。借此，零售品牌能夠以數(shù)據(jù)驅(qū)動的洞察替代經(jīng)驗式臆斷，在選址前期篩汰低潛力區(qū)位，將資源精準(zhǔn)投放到有望催生高績效店鋪的地理節(jié)點，實現(xiàn)成本效益的最優(yōu)權(quán)衡與商業(yè)版圖的穩(wěn)健擴(kuò)張。

1、聚焦“篩選”階段，大數(shù)據(jù)與機(jī)器學(xué)習(xí)，深度融合的算法模型

零售商的選址策略通常涉及三個階段的決策，第一階段是選擇地理區(qū)域，如國家、地區(qū)或特定城市，隨后選擇商圈，最終在選定區(qū)域內(nèi)確定具體店鋪位置。然而，在我們的模型中，城市選擇和具體店鋪位置的選擇是同時進(jìn)行的。通過基于預(yù)測銷售額對多個城市的最佳店鋪位置進(jìn)行排名，機(jī)器學(xué)習(xí)模型提供了一個全面的潛在地點視圖，而不局限于單一城市。

本研究證明，借助大數(shù)據(jù)技術(shù)，企業(yè)可迅速抓取公開數(shù)據(jù)用于建模訓(xùn)練。伴隨大數(shù)據(jù)科技的持續(xù)演進(jìn)，愈發(fā)豐富的消費者信息，如 TGI 數(shù)據(jù)，得以融入模型之中，促使模型輸出更符合現(xiàn)實，也更具客觀性，為選址決策注入科學(xué)、精準(zhǔn)的新活力。

2、源于商業(yè)實踐，AI助力零售品牌精準(zhǔn)選址

此次研究以一家在中國市場運營多年的知名珠寶品牌為對象，收集了分布于190個城市的店鋪的銷售數(shù)據(jù)，覆蓋了特定時間段的關(guān)鍵業(yè)績指標(biāo)，再通過整合Wind經(jīng)濟(jì)數(shù)據(jù)庫的城市數(shù)據(jù)、百度地圖的興趣點（POI）信息以及騰訊平臺的目標(biāo)群體指數(shù)（TGI），構(gòu)建了全面的數(shù)據(jù)集。最后通過「零售店鋪選址模型」的機(jī)器學(xué)習(xí)技術(shù)，進(jìn)一步提升了預(yù)測精度，為珠寶品牌在復(fù)雜市場環(huán)境下的選址決策提供了科學(xué)依據(jù)。

對于行業(yè)選址，隨著相關(guān)公司的數(shù)字化水平提升，可以挖掘數(shù)據(jù)中的潛在規(guī)律，優(yōu)化選址預(yù)測結(jié)果，精準(zhǔn)篩選高潛力位置，實現(xiàn)資源高效配置與商業(yè)版圖穩(wěn)健擴(kuò)張。同時，從憑經(jīng)驗選址到依托數(shù)據(jù)驅(qū)動的洞察，零售品牌可以持續(xù)將數(shù)據(jù)納入目標(biāo)模型中，繼續(xù)提高決策的準(zhǔn)確性和科學(xué)性，更好地理解目標(biāo)客戶需求和市場潛力，從而不斷迭代，做出更優(yōu)的決策。

此次與香港城市大學(xué)的合作，是一次將學(xué)術(shù)研究與社會實踐緊密結(jié)合的新嘗試，不僅推動了零售選址研究領(lǐng)域的發(fā)展，也為零售品牌的數(shù)字化轉(zhuǎn)型提供了新的思路和方法，也為未來更多跨學(xué)科、跨領(lǐng)域的合作奠定了堅實基礎(chǔ)。

在智能選址研究之外，數(shù)說故事與香港城市大學(xué)在研究“媒介KOL營銷模型”和“智能推薦”兩大課題上也實現(xiàn)了資源優(yōu)勢互補(bǔ)，共創(chuàng)的學(xué)術(shù)論文《An Empirical Study of User Engagement in Influencer Marketing on Weibo and WeChat（微博和微信影響力營銷中用戶參與度的實證研究）》曾獲權(quán)威「IEEE TCSS期刊」收錄。數(shù)說故事攜手香港城市大學(xué)發(fā)表頂級國際論文，并獲權(quán)威「IEEE TCSS期刊」收錄。

未來，數(shù)說故事將繼續(xù)攜手香港城市大學(xué)，進(jìn)一步拓展研究的深度和廣度，為零售行業(yè)的數(shù)字化轉(zhuǎn)型和可持續(xù)發(fā)展提供更多的創(chuàng)新解決方案。同時，也將持續(xù)發(fā)揮AI+大數(shù)據(jù)領(lǐng)域的專長，與更多國際頂尖機(jī)構(gòu)和高校合作，利用技術(shù)的力量推動跨學(xué)科研究的創(chuàng)新發(fā)展，為學(xué)術(shù)界和商業(yè)實踐帶來新的視角和方法論。