Как мы используем модель Хаффа для открытия новых магазинов
Обложку для этой статьи мы создали с помощью нейросети
Привет! На связи команда геоинформационных систем «Магнита». Мы начинаем серию очерков о модели прогнозирования продаж в новых магазинах. В первой статье расскажем про один из наиболее значимых признаков модели — балле Хаффа. Мы постараемся описать теоретическую сторону и покажем реальные примеры решения возникающих сложностей. Надеемся, эта статья предоставит ценные идеи и информацию для ваших задач, будь вы опытный специалист или новичок. Итак, приступим!
При прогнозировании товарооборота в новых локациях мы учитываем множество факторов и нелинейных зависимостей, чтобы снизить количество ошибок в расчётах и минимизировать риск неэффективных инвестиций в открытие новых магазинов. В классическом продуктовом ритейле основополагающим фактором успеха является локация: близость к потенциальному покупателю, наличие точек интереса и конкурентное окружение. Эти признаки легли в основу балла Хаффа.
Обзор основных моделей прогнозирования
Идея, что покупатели идут туда, где ближе и больше товара, не выглядит слишком сложной. Но как это обычно бывает, проблема заключается в формализации интуитивных закономерностей. Двадцатый век выделяется динамичной деятельностью в этом вопросе, основные этапы которой представлены ниже.
Гравитационная модель Рейли
Согласно «закону притяжения в ритейле» Рейли центры торговли привлекают покупателей из соседних населённых пунктов пропорционально численности населения и обратно пропорционально расстоянию между ними.
Bi — доля покупателей, «притягиваемых» из некоторого промежуточного населенного пункта в центр торговли
