3 Grunnleggende plasseringsmodeller av tjenester - forklart!
1. Gravity eller romlig interaksjon modeller:
Disse er basert på loven om detaljert gravitasjon utviklet av Reilly. Det grunnleggende prinsippet bak disse modellene er at bevegelse av kunder tiltrukket av et bestemt utsalgssted er omvendt proporsjonalt med avstanden og direkte proporsjonal med tiltrengningen av uttaket (ofte målt av størrelsen).
Sannsynligvis den mest siterte modellen er den utviklet av Huff, Ghosh og Craigh som sier at "sannsynligheten for at noen som velger en bestemt butikk, er lik forholdet mellom bruken av denne butikken og summen av verktøyene til den andre lagrer den enkelte vurderer. I denne sammenheng anses verktøyet for å være avhengig av butikkens størrelse og avstanden mellom de enkelte kunder og butikkene. Å uttrykke dette forholdet i matematiske termer:
Pjj er sannsynligheten for at et individ i sone i (i = 1, ... m) vil reise og handle i anlegget j (j = 1, .., n)
S j er størrelsen på shoppinganlegget j
D ik er avstanden eller reisetiden mellom sonen i og kjøpesenteret k
m er antall soner
n er antall shoppingmuligheter
β er parameteren som må estimeres empirisk
Parameteren p reflekterer påvirkning av reisetid på ulike typer produktkjøp, og det foreslås at det kan ligge mellom 0, 5 og 3, 0 med større verdier for næringsmiddelvarer og hvor avstanden har stor innvirkning: for eksempel shopping for mat.
Følgende eksempel illustrerer prosessen:
Foreløpig er to store supermarkeder i X og Y en tjeneste for seks småbyer / soner (A, B, C, D, E og F). En nasjonal supermarkedskjede vurderer å åpne en ny butikk på plass Z. Disse stedene, sammen med noen av hovedveiene, er vist i figur 5.4.
Noen data angående butikkene er presentert i tabell 5.3. Dette viser deres avstand fra de seks byene, gulvområdet til de eksisterende butikkene og det som foreslås for den nye butikken, og befolkningen i byene. Siden avstanden har en betydelig, men ikke dominerende innvirkning, og butikkene handler i stor grad i næringsmiddel, vil en verdi for P på 2 bli tatt.
Det første trinnet i analysen er beregningen av sannsynlighetene. Sannsynligheten for at et individ fra byen A vil handle i anlegg X er gitt av:
De resterende sannsynlighetene er vist i tabell 5.4. Det er da mulig å utforske mer detaljert potensielle salgsinntekter. Utgangspunktet er befolkningen (eller husstandene) i hver by og gjennomsnittlig utgift per husholdning.
Enkelt å multiplisere sannsynlighetstallene i tabell 5.4 av befolkningen gir estimater for potensielle kunder som besøker hvert kjøpesentre. Således er for eksempel de potensielle kunder fra sone A til anleggene X, Y og Z henholdsvis 8, 92, 6, 62 og 4, 46 (i 000s). Dette gir organisasjonen muligheten til å evaluere det foreslåtte området med hensyn til salgspotensialet.
Modellen er kanskje best satt opp ved hjelp av et regneark. Det er da mulig å undersøke alternative scenarier veldig raskt. Et annet foreslått nettsted kan bare betraktes ved å endre de aktuelle avstandene fra de seks byene. Avvik mellom det ekstra salget som genereres på kjøpesenteret ved å øke salgsområdet og kostnaden for dette ekstra salgsområdet kan vurderes.
2. Regresjonsanalysemodeller:
Normalt brukes regresjonsmodeller til å forutsi butikkomsetning, som er den avhengige varianten, ansett som en lineær funksjon av en rekke uavhengige variabler som vil bli brukt som en del av prognoseprosessen. Dermed kan butikkomsetning vurderes avhengig av butikkens salgsområde, antall konkurrenter, parkeringskostnadene, befolkningens størrelse i området og så videre.
Den generelle formen for denne modellen er som følger:
Y = a 0 + a 1 x 1 + a 2 x 2 + a 3 x 3 + ... + a n x n + ԑ
hvor,
y = estimert omsetning
x i = den første uavhengige variabelen
a i = en konstant, koeffisienten til den tiende uavhengige variabelen
a 0 = en konstant
ԑ = en feilperiode
Det er sannsynlig at settet av uavhengige variabler og deres relative betydning vil variere med butikk typer.
Disse er vist i tabell 5.5
3. Checklister og analoger:
Mange organisasjoner stole på sjekklister, analoger og intuisjon for å støtte løsningen på deres beslutningsprosesser. I fakta har intuisjon ofte som grunnlag den ustrukturerte sjekklisten. Deres fordel er at de systematisk tar analytikeren gjennom hva som kan betraktes som alle viktige faktorer av potensiell betydning.
En sjekkliste er presentert nedenfor i tabell 5.6.
