原创：
作为创业者，要在与市场和投资人的博弈拼杀中保持初心，是一件非常困难的事情。
但大鹏做到了。
前几天，大鹏对我说：“虽然数据培训业务发展得很好，但我总觉得没能继续扩大养猪贩猪事业是非常大的遗憾。前几天我们大鹏牌区块链猪的育种和养殖技术已经成熟了，接下来就该把猪肉推向市场了。我计划拿上海做第一个试点，设中央仓库，再开500家连锁肉铺，进驻所有CBD和成熟居住区的中心地段。就近配送，新鲜到家。资金和猪都到位了，就差连锁店了。你帮我看看怎么选址好呗？”
说来也巧，我们最近正好跟杉数科技的小伙伴合作了永辉生活连锁店选址的课题：由永辉提供成熟的业务逻辑，数据团和杉数提供数据和算法。合作中我们有一个深刻的体会：计算机思考问题的方式和人是不一样的。
业主（如大鹏）往往会这样提出要求：我要开500家，进驻所有CBD。而数据科学家、工程师和行业专家不会这么做。他们会集结各方智慧，并将之转化为目标、数据和约束条件，然后交由计算机去实现。像开多少家、开在哪里，诸如此类的具体问题，将通过模型求解，得到最优的组合方案。以大鹏肉铺为例——
大鹏肉铺的业态属于生鲜配送型连锁店。这种单店服务范围比纯线下便利店大一些，为了避免对同一客群的争抢，开店不宜太多、太密（而大鹏计划中的500家，在上海的数量几乎是“全家”的一半，对于配送型店是很不经济的）。
而开多少家店、开在哪里，这两个问题的答案，对计算机来说，是由选址目标和约束条件共同决定的。
先说选址目标。
选址目标有很多种，比如大鹏提到的要进驻各大CBD和大型商圈，又或者是要覆盖整个中心城区、又或者是所有店的总利润最大化……由于大鹏是第一次开店，并无历史的选址和营收数据给模型做训练，我们选取了覆盖的人口数量和人均消费力作为替代目标。
其中，人口数量是个明确的指标，而消费力……我们常用地区的餐饮客单价和房租单价的乘积作为衡量指标。以此建立人口覆盖和消费力覆盖的双目标模型。
其中，人口和消费力这两个目标需要根据客户要求进一步细化。比如大鹏说：
“我们店的目标客户是中青年人，最好是嗜肉如命的办公室白领。……还有啊，我们店不仅要开在人多和容易盈利的地方，还要开在光鲜亮丽的地方。要让消费者看到我们高端大气上档次的区块链猪肉，看得动心、吃得放心。我们要打造网红店、打造新地标。”
把大鹏的要求翻译为数学语言是这样的：
在人口指标中，调整不同年龄人口在模型中的权重（比如将儿童、青年、中年、老年的权重分别设为{0.1,0.3,0.4,0.2}）。
在消费力指标中，除了原有的餐饮和房租以外，新加入交通便利度指标（主要考虑地铁站数量、公交站数量等）和商圈业态活跃度指标（按各个商店对人流的吸引能力对其打分，各店吸引力之和为地区的总吸引力）。
当然啦，赚钱也是重要的目标之一，收益=营收-成本。由于大鹏没有已开店铺作为参考，我们借鉴了已完成课题的部分案例，将永辉生活的“收益-目标覆盖率-成本曲线”折算为大鹏的“目标覆盖率-成本曲线”。显然，当收益（此处为目标覆盖率）高于成本时，适宜开店，否则不宜开店。
这样，我们的开店目标就设计好了。
再说约束条件。
第一个约束条件是单店服务范围。一般情况下，顾客去一家便利店顶多愿意步行15分钟，对电动车外卖的送达时间接受度在30分钟左右。而两个时间对应的空间距离就可以作为一家连锁店的极限服务范围。根据以上两点设计不同权重的指标，交给模型去迭代，发现两家店应该至少间隔550米。
第二个约束条件是人口规模。人口总量太少的地方，即使作为目标客群的年轻人比例很高，也是不经济的。因此，可分别根据夜间常住人口数量、日间就业人口数量，对地区进行筛选。
第三个约束条件是商圈业态活跃度。缺乏高频人流、缺乏商业氛围、缺乏“网红潜质”的地方，不开。（没错，人口和业态同时是目标和约束。）
第四个约束条件是对特殊设施的避让。对生鲜连锁店而言，大型超市和菜市场是有力的竞争对手，应该避开。河流、机场、五金市场等特殊设施也应该避让。
综上所述，整体模型框架是这样的：
我们首先把上海划分成250m*250m的12万个格子，每个格子都有若干条信息。然后把目标人口数量太少的、商圈业态活跃度太低的、需要避让特殊设施的格子都淘汰掉，保留的格子进入候选。接下来，我们把精心设计的目标函数和各项约束条件放到模型里，对候选格子的组合方式进行筛选。
而这种对“格子组合的筛选”，其实是数学上的线性规划问题。此类问题及其解法，我们在初中数学就已有涉猎：
某工厂要安排生产AB两种产品。已知生产一个A类产品耗时10分钟，需要2个工人，卖出可获利10元；生产一个B类产品耗时30分钟，需要1个工人，卖出可获利15元。已知工厂有300位员工轮班，全天24小时不间断生产，同一时间有100位工人在岗。问每天各生产AB多少个，工厂获利最多？
我们常常假设A、B各生产x、y个，然后画图求解：
由上图可知，约束条件围合成的封闭区域称为“可行域”，这个范围内的解都符合要求。然后我们再画出目标函数，与可行域相切的点往往便是最优解。
连锁店的选址，则是这个问题的升级版——三维空间里的线性规划。在这个三维空间中，每一个点对应城市的一个区域；xyz轴分别代表该处区域是否开店、目标1要求下该区域的适合程度、目标2要求下该区域的适合程度。这样，最优选址就变成了三维空间中的最优解问题，而其解法与在二维空间中是类似的：
当然啦，在实际的求解过程中，我们并不真的画图，而是在可行域中进行整体目标实现程度的算法迭代，直到得到最优解。
生鲜连锁店的推荐选址方案如下：
先看开店数量：
根据业务经验，可以基本推知最大开店数量及其对应的目标覆盖度。以此继续推演，可得到图中的两条曲线。其中，橙线为开店的总成本，形状近似直线。蓝线为店铺对人口和消费力目标的覆盖度，这是一条边际覆盖度（曲率）递减的曲线。蓝线和橙线之间平行于y轴的差值近似正比于单店的收益。
这张图上有两个关键点：单店收益最大的点（对应的开店数量为164家），和总收益最大的点（橙线和蓝线的交点，对应的开店数量约……机密）。由于大鹏是初次开店，我们建议他不要急功猛进，不妨以164家作为第一阶段的开店规模。
这164家店的选址过程及最终结果落在地图上是这样的：
（图：多次过滤得到候选地块）
（图：选址结果）
由图可知，在经过层层过滤和规划求解后，最适合开店的地方分布在浦西中心城区的南四区全境、北四区的中部和南部，浦东滨江地区，在郊区新城也有少量分布。需要注意的是，有几条东西向的道路需要避让。
但是，这个选址方案到底好不好、有多好呢？
这就涉及到选址方案的评价了。
一些业主在仔细考察选址结果后，会提出一个问题：“这一个店为什么选在这里，明明旁边那块地位置更好啊？”
这个问题也是普通人和计算机（其背后是数据科学家、数据工程师等）思考问题的差异。人很容易想到局部最优的方案（比如开在核心CBD的显眼位置），而计算机的目标则是全局最优。我们可以做两个方案比较一下。”
上图中，绿色实心点是上海市全局最优方案下的杨浦区选址，蓝色空心点是杨浦区最优方案下的选址。从空间上看，两种选址方案既有重合也有偏离。从规模上看，局部最优方案需要在杨浦区开28家店，而全局最优方案只需要开24家（开店数量由模型决定）。
假如大鹏志在全市，那他最好是接受计算机的安排——就好比下一盘棋，局部利益需要服从全局利益。
此外，我们还可以通过与其他品牌连锁店选址的比较，来衡量本方案的好坏。我们选取了同样属于生鲜配送型业态的某盒做比较：
上图中，浅蓝色点是某盒在上海已投入运营的15家店，深蓝色点是大鹏肉铺总得分TOP15的选址地点。接下来，我们统计了如下指标：
可以看到，12项指标中，大鹏全部领先于某盒。（说明：大鹏肉铺选址是个理想情景。而某盒便利店的选址目标可能与大鹏有所差异，且受到现实环境中区域有无店铺可供租赁、店铺租金、渠道关系等多种现实要素的影响。因此，该对比结果有一定参考意义，不代表绝对好坏。）
大鹏这下服气了，他重重敲击着桌子，眼中热情熊熊燃烧：“太好了！计算机选址太神奇了！我马上就派人去圈地！我要在一年内把店都开起来，两年内干掉竞争对手，让大鹏猪肉的品牌像iphone一样深入人心！”
看着他得意忘形的样子，我不得不提醒了一句：“选址选得好，还得产品好啊！”
相关阅读（大鹏养猪故事前传）
注：
1.选址研究过程中得到了永辉云计算、永辉生活的大力支持。“大鹏肉铺”的选址方法参考了永辉生活选址的部分思路和成果，但由于二者的起点、定位、目标不尽相同，方法体系有较大修改和简化。
2.选址研究和本文创作过程中，杉数科技和脉策数据（城市数据团）共同完成了数据收集整理、模型建立和软件平台开发的工作。参与人员包括 Lily、S.K. Xu、仙女、阮田、团支书 等。
3.本文由微信公众号城市数据团原创并首发。
扫一扫
2682
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
