Retail Trade Area Analysis Using the Huff Model-CN.doc

Retail Trade Area Analysis Using the Huff Model零售贸易区的概念已被业内分析家和零售市场实地评估等研究了很久.事实上,零售业领域的分析和评价是相辅相成址手续.零售业方面着重分析和描述目标市场定位.这是至关重要的知识营销和物流两个目的,以及选择新零售地点.在现场评价,结合许多分析贸易区的零售连锁业务需求是非常容易产生和贸易领域的市场概况分析,利用地理.大多数地理信息系统软件的功能包括提取、数据汇总各级地理.由于贸易区分析成了最热门的领域之一,在地理信息系统应用分析业务问题.最常见的定义是一个零售贸易区用于本条规定.根据这一定义,零售业面积是"该地区,一般周围商店其中大部分经费来自其存储量"零售业方面的分析是一个非常时期流行主题地理杂志出版业(1993-2001).一对夫妇就此事写文章十研究者和地理精于零售业. 各种技巧如何划定范围进行了讨论和分析行业,随着其利弊.这些技术包括简单的因素,如应用戒指,以更精密、如利用概率贸易区曲面要么是所有空间技术垄断或市场渗透方式分析贸易区(琼斯蒙斯 1993).同心环法,驾驶时间/距离泰森多边形或多边形(Voronoi 图)的例子,这类做法.这些方法是容易概念化和使用.但是他们以为店里有垄断的领域,在贸易领域涉及千家万户的家庭之外,没有商店贸易区参观商店.一旦划定地理贸易区作为戒指,泰森还是其他类型的多边形,不难备市场概况利用地理数据的提取和汇总软件.尽管方式较常用的空间垄断方式,它们涉及很多简化因为不存在竞争店帐户.所以,他们应该没有更好的办法,只有存在(蚌 1998c).市场渗透率假设是空间变异的比例已达了店户因竞争.最好的例子就是这种做法 HUFF 贸易区模式.该贸易区是一个概念化概率水面,占乘客人数的可能性.这个模型提供了一个基本问题的答案:什么是概率,顾客将决定在某一特定商店购物,政校办当着竞合店?创建表面是基于概率模型互动空间等诸多因素,考虑到距离吸引力和竞争.概率等高表面能产生区域载客概率它可以作为进一步编制权市场概况.这篇文章的意图是要唤醒了 HUFF 的地理示范社区.HUFF 的模式是由大卫 HUFF1963(HUFF1963 年). 受欢迎长寿归结其概念上诉,相对容易使用、为广泛的适用性和问题,其中最为预测消费行为是人所共知的空间.概率(人阵)宣布,位于消费者在商店购物,我会选择十按下列公式计算(HUFF2003).●文摘是衡量吸引力店 J 号例如平面是平方尺●距离●一至十,估计是从实证观察●吸引力参数是参数估计从实证观察距离衰减●N 是总人数包括商店店 j.收到的智商划分是由被称为知觉效用店十一名消费者位于导指数参数是哪一家商店的吸引力价值升起而使得用户占非线性行为的吸引力变数.参数型号衰变率的带动力,作为潜在顾客的卖场设在远离店名.增加指数跌幅也相对较远一股店内顾客.这篇文章的四个例子包括使用 HUFF 模型下列用途.1.分析单一贸易区工地现场用一个单一变量吸引力2.分析单一贸易区工地现场使用多重变数吸引力3.比较两幅潜在收入4.模拟市场情景更为复杂贸易区涉及使用客户分析捕捉数据关于购物、示范校正.一月三日很简单的例子应用示范.这些都不涉及参数估计数据,不利用客户捕捉.他们是基于过失实施的地理信息系统软件,包括直线距离计算和最有吸引力的典型参数值(货值 1)而距离衰减参数(价值 2).即使以用作缺省值参数这种方法优于方法基于空间垄断的概念.分析单一贸易区工地现场用单一吸引力两个变量数据集被用于这个例子:购物中心与特色,一些小单位普查有关数据.本来说是要创造一个市场概况一坊.总出租面积(亚麻酸)是用来作为吸引力变数.乘客概率水面(网)创立一个选定商城(图 1).潜在客户需求量应位于每个细胞网.概率挑选顾客光顾商场正相关(成正比)的吸引力和负相关商城(成反比)距商场和顾客由于所有在场的竞合商场.Figure 1. Customer patronage probability map for Micmac Mall, Halifax-Dartmouth, Nova Scotia, using Gross Leasable Area (GLA) as an attractiveness variable. (Click for larger image) 乘客被转换为区域地表概率概率.任何有可能选择若干地区.对于这个例子,选择了 10 个地区的几率.区域划分以白线标示为轮廓图 1.当时每个数据提取多边形区域从背后普查(表 1).数字表一户研究范围包括所有.Table 1. Market profile (unweighted data) for regions of patronage probability. (Click for larger image) Table 1 was then summarized to show the totals for each variable (Table 2).Table 2. Market profile (unweighted data) for regions of patronage probability - summary. (Click for larger image) 现值的概率开始起作用.他们被用来作为权数缩减号码表一、单纯,使其更加符合实际.每头 4 个栏目表一(人口、住房、家庭、户), 占绝对价值被成倍(加权)中点值每概率.例如,中点值为 0-0.1 地区等于 0.05.表 3 列出更为现实,是基于市场概况面积加权计算.表 1 最后两栏不加权因为他们代表相对值,因此没有列入表 3.Table 3. Market profile (weighted data) for regions of patronage probability. (Click for larger image) Table 3 was then summarized to show the totals for each variable (Table 4).Table 4. Market profile (weighted data) for regions of patronage probability - summary. (Click for larger image) 比较表 2 和 4 可以说明实际数目户光顾这个商城将低于 10%的所有住户位于研究地区.这一数字是由数加权计算比例户(10203)共有 000 户(110810).分析单一贸易区工地现场使用多重变数吸引力差距例子是,在 1 至 2 例二一个多变量做为吸引力指数."示范价值将取决于许多不同的商店措施吸引力"(琼斯蒙斯 1993p.345).如果有更多的变数包括,更容易理解,更改载客模式.除了对亚麻酸、这个例子多少商场、商店每个停车位数量也视为吸引力属性.这三个变数转为 Z 型价值观加起来弥补了吸引力指数.一些消极的吸引力指数值计算软件不能水面.为缓解这一问题,最低负 Z 值增加值都吸引数以创造积极、使软件能够处理的任务.图 2 显示了相同的概率为表面采用商城吸引力指数由三、不是一、特点.这三个变数相关撂荒.对比地图数字 1 和 2 表示考虑吸引更多的变数增加带动力分析商城.等值程度已经改变(举例见附加价值 0.3 等值).Figure 2. Customer patronage probability map for Micmac Mall, Halifax-Dartmouth, Nova Scotia, using GLA, number of stores and number of parking spaces as an attractiveness variables. (Click for larger image) 新改建的地区地表和概率随即抽取数据,从每个地区基本统计多边形(表 5).数字表 5 研究范围包括所有住户.Table 5. Market profile - unweighted data. (Click for larger image) Table 5 was then summarized to show the totals for each variable (Table 6).Table 6. Market profile (unweighted data) for regions of patronage probability - summary. (Click for larger image) 表 6 和 2 显示非常相似的结果.其实,改变若干变数,没有吸引力,对市场概况加权计算.每头 4 个栏目表五(人口、住房、家庭户),占绝对价值加权值是每概率中点地区.结果见表 7.再次,最后两个栏目表 5 未加权因为他们代表相对值,因此没有列入表 7.Table 7. Market profile – weighted data for regions of patronage probability. (Click for larger image) Table 7 was then summarized to show the totals for each variable (Table 8).Table 8. Market profile (weighted data) for regions of patronage probability - summary. (Click for larger image) 数量明显多于表 8 表 4.光顾的住户数目增加了 32.2%和研究本商城商城将现捕捉 12.3%的家庭研究范围.后者收到多少比例加权计算家庭数目(3,372;表八)家庭总数(110030; 表 6).对比两种潜在收入购物中心这个例子涉及两个潜在收入计算购物中心使用同一数据集,在相同的研究领域上的例子.首幅用这种比较是 micmac 商城内格曾造成乘客概率(图二).哈里购物中心被选为第二现场.乘客格的概率也计算哈利法克斯商场的 Z 值(图 3).Figure 3. Customer patronage probability surface for the Halifax Shopping Centre, Nova Scotia, using the Gross Leasable Area (GLA), number of stores and number of parking spaces as attractiveness variables. (Click for larger image) 新增数据包括潜在消费食品、家具、服装(表 9).当时每个多边形面积计算.知格细胞大小,很容易计算出每一个细胞的多边形数目.每一类消费潜力随即除以细胞为了消费每单细胞.这些都是必要的步骤,以便准备适合栅格数据.表 9 显示了较大比例数据表准备这样做.Table 9. Consumer spending potential (CSP) data suitable for rasterization. (Click for larger image) 三网分别计算出三个消费类(图 4).美元价值体现在每一个传奇,每格代表的消费潜力,单格电池.Figure 4. Consumer spending potential (CSP) on food, furniture and clothing represented as grids (unweighted). (Click for larger image) 这些值分别列格图 4 然后乘以概率值乘客每一格购物中心.这六个生产总值价格与加权:每三个商场(数字 5 和 6).这是最有趣的一部分这个例子让每一个估算潜在收入预计从五月商城销售食品、家具、衣服.Fi。