数据的商业化实现之商圈选址
（一）第一部分 作品开发介绍
基于大数据的城市商业化可视化洞察解决方案
1.1 产品开发的背景-解决直观高效的进行城市商业中心运行体征的监测问题
尽管当今电商渠道的购物方式，已逐步步入大家的生活，但由城市实体中心贡献的线下零售额，仍然构成了社会的重要经济支柱，特别是一些一二线城市，2017年，线下店的零售总额占整个零售总额的89%;
一直以来，对于商业零售中心体征的监测，采用的是“抽样样本的线下调研形式“，由于传统方式出现的样本量少，没有办法动态快速更新等各种问题，导致调研结果（报告）呈现出的问题还是侧重于非实时的主观定性描述，不能满足城市商业规划和商圈经营者的洞察和决策；
1.2 解决方案-总体思路
- 我们的产品试图用城市地理空间的形式，把地理，人流，人群画像和消费等多维数据按城市商圈洞察运营的需求指标化，以可视化数据地图的形式，以小时级更新的时间间隔，直观快速的呈现出来，帮助城市规划和运营方的实际业务使用；
1.3 解决方案-研究对象
- 在我们客户案例里面，我们根据《哈尔滨市商业网点布局规划》文件里，对哈尔滨城市商圈在地理空间上的定义，选择了三环内的主要商圈进行了深入的分析；
1.4 解决方案-研究目标
在以往的大数据商圈洞察方案里，一般会对商圈的人流、消费、临近商圈的相关数据进行简单的呈现，在我们的产品里我们希望能够知其然，更能知其所以然，深层次的洞察影响人流，消费金额，消费者画像等核心要素背后的原因；
知其然：
（1）了解人流。多少人进入商圈？多少人离开？
（2）了解消费。消费了多少？消费了哪些品类？有多少人进行了消费？
（3）了解竞争对手。周边都有哪些竞争类商圈来分流客户？分流了多少？
知其所以然：
（1）为何人流这样波动：
- 哪些客流是来购物？哪些只是路过？哪些在周边居住？哪些是在周边工作？光顾商圈的频次？停留时间多长？是否还去了其他商圈？
（2）消费的涨跌背后的原因是什么：
- 人流还是消费单次金额的变化，还是消费品类的影响？还是最近电商的促销活动影响了消费？
（3）消费者都是谁？
- 客流的工作、生活、消费形态？他们的消费潜力、消费意愿、消费偏好是什么？还有哪些商圈覆盖范围内的人口是潜在客户？
1.5 目标
- 我们的产品因为是以小时级频度对人流、人群、消费等数据进行更新，并且定制性的设计了影响商圈，人流和一些零售金额等主要的关键指标，从数据的关联关系当中找到影响核心指标的变量和模型，从而对商圈未来5到10天的人流、消费数据进行预测，也能从用户线上线下消费和关注品类的分析里为新的商业零售门店选址提供支持；
1.6 第一部分小节
- 我们的产品主要用地图的形式承载地理、人流、人群、消费等多维数据来建构商圈数据的动态监控平台
（二）数据指标制定
借助线上线下消费者的洞察，来帮助商业机构进行新零售的转型
- 定制商圈指标，把握影响商圈销售的多维变量
