通常,多个商场、购物中心聚集或超大型独立商业体都会形成一定的商业聚集效应,他们集中了区域范围内的商业价值,把握着城市商业的热度风向,呈现出别具风格的商业面貌,形成人气旺盛的购物商圈。
我们在使用智图全域数据研究商业地产数据的过程中,发掘了一些有意思的问题:
如何划定城市里的购物商圈?如何判断购物商圈的辐射范围?
购物商圈的区域分布是怎样的?不同城市的购物商圈各有什么特点?
商圈的大小、热度和聚集程度是否具有关联性?
……
为了把购物商圈研究明白,数据团队的小伙伴借助空间分析方法来进一步挖掘智图全域数据,看看能带来怎样的结果呢?
1.选择哪里规划商圈?为什么?
相较于传统意义上的商业分析(BI),在位置智能(LI)视角的分析下,位置智能可以更深入地研究地理位置和客户数据之间的关系。位置智能让用户从传统的一维且单向的数据输出分析,蜕变到能够进行迭代的空间分析的新维度。
智图全域数据商业地产数据分析,是基于商场购物中心的分布、占地大小、营业面积、商场等级等40+基本属性的基础上,数据团队结合智图全域数据库的更新迭代,进行进一步的分析和筛选,从众多指标中选择了地产相关的10个指标,并赋予各指标不同的权重值,生成了商业地产数据评级方案:
于是,我们通过使用智图全域数据,对成都、北京、上海三个城市的商业地产进行了位置分析,以及商圈里最常见也最具代表意义的几个零售和餐饮品牌进行店面的位置分析。用空间分析与商业地产数据碰撞,会产生怎样的火花?
商业地产数据部分属性表截图
2.购物商圈的区域分布是怎样的?
还记得初中学习到的等温线、等高线知识吗?其实它们都是等值线:
是在地理底图上标出制图对象的相对点位(测站)