如何使用零售POI和地理空间数据

零售业正以惊人的速度发生着变化. 这种快速的变化不仅仅与电子商务的兴起有关, 此外,实体零售商也以创造性的方式适应了新的消费者预期. 保持在前沿, 零售商正在使用兴趣点(POI)和地理空间数据来购买合适的建筑, 发送正确的信息,吸引正确的人.

客流量数据, 购买趋势, 对竞争对手的访问和更多的访问可以提供对地点的深刻了解, 何时以及如何出售. 从选址到激光定向营销, 高质量的数据使零售商能够保持有竞争力的市场份额, 即使亚马逊离你只有一步之遥. 继续阅读,了解零售POI数据,以及美国和世界各地的品牌如何使用这些数据. 如果你想略过,请参考下面的目录:

零售数据收集

零售数据驱动的决策

零售分析

零售中的兴趣点数据

两类相关零售数据

存储数据

客户数据

地理空间数据与零售选址

规划和发展

消费者数据和行为

人口的见解

存储性能的POI数据

市场营销和广告

区域定位

地理围墙

兴趣点数据集

POI的数据格式

如何制作数据地图

POI数据管理平台

POI在零售中的意义

Unacast:将零售数据转化为收入

零售数据收集

零售商收集什么样的数据?

零售数据收集是用于定价情报的一种做法, 改善顾客体验,优化操作. 这种广泛的描述包括存储内数据收集, 在线数据收集, 实时报告和更多. 零售数据收集器关注多种类型的数据. 

这里有一些大类 商业零售数据:

  • 个人资料
  • 行为数据
  • 参与数据
  • 态度的数据

这些类别内的数据集示例包括:

  • 顾客人口统计
  • 需求飙升
  • 销售周期比较
  • 库存补货周期
  • 趋势分析
  • 购物的趋势
  • 库存运动趋势


这个学科利用了所有类型的新数据收集技术, 其中一些感觉就像科幻电影:地板传感器, 个性化广告和快速实施. 

零售兴趣点数据和位置数据是零售数据收集中不可或缺的组成部分, 这也是零售商越来越依赖的一点.

如果您需要一个级别集,请阅读 兴趣点数据初学者指南

零售数据驱动的决策

原始数据是驱动零售决策的起点. 为了达到行动的目的,必须对数据进行组织和解释. 零售数据的一些方法, 尤其是基于位置的零售数据, 经常使用的包括:

  • 在零售环境中,一个独特的、被识别的群体如何表现?
  • 什么是常见的交通模式,应告知零售商店的布局或设计?
  • 顾客去哪里??
  • 顾客会在一个地点停留多久?
  • 什么是天然的, 一个确定区域的司法和社会/生活方式边界,以及这对零售市场的影响?
  • 一个已确定地区的人口统计和心理信息是什么, 哪些可以用来告知零售商店的布局和运营?

这些只是简单的说明, 因为一旦部署了强大的分析过程,就有几乎无穷无尽的应用可能性.

零售分析

分析、解释和报告是行动之前必须采取的步骤. 一旦收集到一个地区或社区的地理空间数据, 这些数据可以被分析并用于决策.

原始的地理位置数据可以帮助零售商更好地了解哪些消费者居住在该地区,以及他们的行为方式. 当将这些数据应用于商店布局的决策时,就变得非常有用, 营业时间, 植入式广告或定价, 地理定位广告等等. 在理想的情况下, 零售分析与一系列其他分析结合使用,可以超越对市场的响应. 一套完整的数据可以让零售商为零售做出预测数据驱动的决策. 这可能意味着要做出超前市场的决策,以确保零售业务不受未来影响.

看看主要零售商如何使用POI和位置数据来做出这样的战略决策是很有用的.

零售中的兴趣点数据

Unacast定期收集有关兴趣点数据如何影响零售的信息. 在最近的《新兴领域报告》中,正规买球app排行的团队报告了2021年区域增长的行业. 使用2021年前两个季度的全球定位系统(全球定位系统(GPS))数据, 正规买球app排行的数据科学家团队确定了三个收入流动有明显增长的城市, 人口和人流量恢复率. 辛辛那提,布法罗和圣. 路易斯都显示客流量恢复数据达到或高于81%,收入流达到或高于5亿美元. 更重要的是, 正规买球app排行的团队在酒店和零售行业发现了可识别的交叉访问品牌, 并预测到2021年底每个城市的相关经济影响.

充分分析和解释的兴趣点零售数据为品牌提供了战略机会,以决定在哪里选址/搬迁, 他们应该如何定位广告,在不同地区可以预测什么样的增长.

阅读白皮书: 商业区将住宅区

无论在城市还是郊区,药店都是零售业的中流砥柱. 在另一项研究中,正规买球app排行的数据分析师团队对纽约药店的人流量恢复情况进行了排名. 评估客流量恢复的目标是根据人们去的地方的趋势更好地估计收入预测. 这是一个非常基础的零售POI数据挖掘,它产生了有价值的发现:

  • 杜安·里德人流量:-52.9%
  • 好邻居药房:-2%
  • 仪式的援助:1.1%
  • CVS: + 0.8%
  • 沃尔格林:10.2%
  • Kinney药物:30.3%

总体的医疗支出 在美国.S. 约1.5% 2020年12月. 即便如此,到2020年, 17.7%的美国人.S. 说他们不会在网上买毒品. 这意味着,当面购买药品的市场份额仍然很大. 实体药店有很高的机会, 只要他们收集了正确的零售数据,就能做出明智的决定, market-conscious决定.

阅读白皮书: 纽约的药店人流量恢复

人流量的兴趣点数据可以说明各个部门的增长领域(和潜在增长). Unacast的数据科学家基于对300个品牌的全国性研究收集数据, 以及他们每月的客户访问次数. 对比2021年2月和2021年3月,生成了以下报告:

  • 健康听力健康办公室看到35.客流量增加6%
  • ARCO加油站的数据为34.客流量增加7%
  • Follett书店看到了32.客流量增加9%
  • 荷兰兄弟咖啡有24人.客流量增加9%
  • 76个加油站的涨幅为20.客流量增加5%
  • 99美分的商店只卖20美分.客流量增加1%
  • Del Taco餐厅的销售额为19.客流量增加6%
  • 阵营的兄弟. 市场和杂货店的数字为18.客流量增加4%
  • 聪明的 & 最后的杂货店是17.客流量增加8%
  • Maverick的石油产品价格为17.客流量增加5%

这种增长可能是无数努力的结果——从营销到安置到拓展——但结果肯定是匹配的:利润增加. 

事实上,一个 在梅斯商学院学习 在德州&M大学指出,零售商吸引流量到商店的能力, 然后转换流量, 这是对财务绩效最重要的活动之一吗.

阅读白皮书: 客流量增长最快的10个零售品牌

两类相关零售地点数据

如上所述, 有许多类型的零售数据可以为分析和应用的循环增加有意义的洞察力. 基于位置的数据, 两种最相关的数据类型是关于商店和关于客户的.

存储数据

以下是一些大致类型的商店零售数据:

  • 市场数据
  • 业务列表数据
  • 供应链数据
  • 销售数据
  • 操作数据

商店位置数据变得更加细化,专注于地理空间信息,其中可能包括:

  • 附近的交通
  • 零售人流量
  • POI访问数据/商店访问跟踪
  • 竞争对手跟踪访问
  • 客户集水区

有时, 应用这类数据的活动在更广泛的意义上被讨论为零售智能.

以下是可以有意义地使用这些数据的一些方法:

  • 跟踪商店流量影响劳动力计划和调度模型, 对零售商来说,这通常是一个高成本和成本削减的机会.
  • 了解客流量和模式有助于零售商确定关键的销售时期.
  • 应用流量数据可以帮助多站点零售商更好地确定关键性能指标(kpi),然后在不同地点之间进行基准测试.

预测零售客流量有巨大的好处,可以对零售商店的长期成功产生影响. 存储数据只是等式的一边. 处理零售POI和地理空间数据收集的另一种方法是跟踪客户旅程和行为.

客户数据

以下是一些主要的零售客户数据类型:

  • 销售点数据
  • 忠诚卡的数据
  • 人口统计和定性数据
  • 行为或描述性数据
  • 客户的情绪

客户位置数据也可以挖掘得更深, 关注基于位置的流量和交易的行为和趋势:

  • 个人设备的人流量分析
  • 人口和房地产数据
  • 针对广告数据

当消费者在旅行时,口袋或钱包里都装着具有gps功能的智能手机, 追踪行为和规范到个人层面比以往任何时候都容易. 这些数据可以被聚合起来,以推断出大规模的洞察,即群体在零售环境中的行为. 使用商店和顾客的地理空间数据是对零售运营做出明智决策的最有效方法.

地理空间数据与零售选址

甚至在一个新的零售站点破土动工之前,POI数据的价值就已经很明显了. 早在多年前,分析人士就在研究 商业地产 利用地理空间数据进行零售选址. 了解某地消费者的零售行为, 以及它们可能如何进化, 提供了巨大的优势. 

以下是一些地理空间数据的例子,以及它如何增强零售选址过程:

贸易区分析-映射分析提供了这一主要服务,在该服务中,现有客户与商店位置的关系映射. 顾客距离和开车到商店地点的时间是影响一个确定的贸易区域的变量.

社区模式数据-人口普查区块数据和匿名移动位置数据feed可以为非常特定的区域目标提供步数数据. 这是人口统计数据的补充,以确定最佳位置.

消费者客流量模式-这类地理空间数据的价值已经被强调, 它的重要性早在零售选址时就开始了.

模型和可视化-可以建立模型,通过复杂的数据分析为开发商和投资者提供位置情报. 使用空间数据科学进行选址可以确保零售地点位于正确的位置,以吸引正确的目标受众. 更重要的是, 它确保了一个位置不仅对合适的人可用, 但他们很可能会定期去那里.

Unacast有两个工具可以直接支持这些类型的CRE规划功能:

  • 迁移模式 数据集可以识别潜在的商业中心和未来的增长领域, 以及对房地产投资者的其他关键见解.
  • 零售影响记分板, 在COVID-19大流行期间作为工具被激活, 这个记分牌为零售分析小组提供了人流量对比.

使用上面的链接或 安排一次演示 要了解更多.

规划和发展

大品牌在整个投资周期都使用POI数据. 利用这类信息提前规划新店. 

特许经营和新店

位置智能通过简化市场规划和利用未来增长领域,最大化加盟店和新店的潜力.

房地产投资/评估机会

当投资者在评估POI数据旁边的机会时,他们有更好的机会做出正确的选址决定.

贯穿投资生命周期的POI数据

从交易开始到投资的持续监控, 投资者, 规划人员和开发商正在收集特定地点的POI数据,以管理收购. 

财务指标

POI零售数据包括大量的历史内容和可量化的信息. 了解什么样的买家, 买方行为, 社区的变化和交通趋势都说明了零售地点的利润有多高. 

消费者数据和行为

选址的“位置”问题不应孤立地加以分析. 消费者数据和行为的“谁”是其本质对应. 以下是一些可以从POI零售数据中收集到的零售情报:

  • 人口普查块组
  • 顾客人口统计
  • 访问模式
  • 地区性的偏好
  • 外游客v. 本地游客


这种洞察力驱动着一切,从商店的位置到如何设置文字标识,再到如何部署数字广告. 利用这些数据,决策者可以利用尽可能多的知识实现零售增长.

存储性能的POI数据

对许多零售商来说,POI数据突出了门店业绩的改善点. 现有的许多指标可以为标准kpi添加洞察,并有意义地指导商店所有者和经营者.

以下是关于存储性能的一些类型的POI数据:


  • 停留时间,或购物者在商店停留的时间,很容易在全球定位系统(GPS)数据中找到.
  • 旅行距离,也就是一个普通的购物者要走多远才能到达一个商店.
  • 按小时计算步数,按小时监测每天的平均值和标准.
  • 竞争洞察力,以及在比较中最近的竞争对手的零售网点表现如何.

竞争洞察力在市场营销和广告中尤为突出.

营销和广告的地理空间数据

地理信息系统(GIS)和市场营销之间的关系是公认的. GIS技术生成地理空间数据. 空间数据和分析可以用于部署个性化的营销活动, 营销人员的最高目标是什么.

这里有一些 GIS增加市场价值的方式:

  • 根据位置细分客户可以优化消息传递 
  • 基于位置的推送通知可以提高广告投放的及时性
  • 以地理位置为目标的数字广告感觉与收件人高度相关
  • 附近商店的个性化推荐可以创造暗示性的信息,从而推动消费者的反应

后两者在零售领域精明的数字营销人员中特别受欢迎.

区域定位

通过地理定位,广告商可以向目标地点或一组地点发送广告. 谷歌Trends和类似平台上的一个非常基本的数据集使广告商能够使用位置扩展来捆绑广告的转换周期. 定位定位向特定区域的用户发送广告, 这有助于制定一个广泛的战略,将客流量提升到区域性地点.

地理围墙

基于位置的营销通过一种叫做 地理围墙. 最近经常用于应用内体验, 近距离定位让广告商向目标地点附近的人展示促销信息. 这是一种很好的方法,可以瞄准在零售地点附近的人, 甚至可以瞄准竞争对手商店附近的人.

兴趣点数据集

大多数零售商都深信POI和地理空间数据的价值. 更大的问题是如何来源和使用这些数据. 第一个问题,在哪里可以找到零售POI数据或地理空间POI数据-很容易解析.

全球定位系统(全球定位系统(GPS))

全球定位系统(GPS)是主要的数据来源, 而大量的内容是由智能设备和移动设备支持的, 这意味着它是强大的和当前的.

车辆跟踪系统

车辆跟踪系统越来越多地用于配备智能系统的车辆, 但是车队的全球定位系统(GPS)可以追溯到1978年. 随着车辆的移动,持续的数据被收集, 这使得跟踪消费者对零售地点的访问并知道消费者到达那里的路程成为可能.

数码相机

数码相机可以将大量的位置信息保存到云端, 哪些可以被收集和分析. 兴趣点数据支持数字绘图从测速相机和其他地理标记图像.

卫星图像

卫星图像提供了从大气上方可以看到的一切的综合数据:地形, 陆地, 建筑,甚至交通模式. 另外, 多源遥感提供图像, 现在被用作城市研究的辅助数据. 

所有这些数据都可能对零售决策有用. 挑战在于寻找干净的数据,然后对其进行排序并使其有意义. Unacast提供清洁, 可靠的、易于决策的位置数据, 是全球零售商值得信赖的合作伙伴. 没有可靠的消息来源, POI零售数据提供的所有有价值的见解和战略定位都丢失了. 访问Unacast的演示 看看正规买球app排行的一个可定制工具在行动.

POI的数据格式

地点零售数据将以多种格式到达,其中包括:

  • 较老的参考系统(如UTM或网格)
  • 可读性- 三种可编辑
  • ASCII文本(.asc .三种 .csv .plt)
  • 地球锁眼标记语言(.kml .kmz)
  • Garmin Mapsource (.gdb)
  • Topografix GPX (.gpx)
  • 街头袖珍图钉(.psp)
  • Maptech标志(.msf)
  • 开放地图数据(.osm)
  • Maptech路标(.mxf)
  • 微软MapPoint图钉(.csv)
  • TomTom叠加(.ov2)和TomTom纯文本格式(.asc)
  • OziExplorer (.wpt)

要实现苹果与苹果之间的比较是相当困难的, 或者甚至以一种有意义的方式组织这个数据数组. 理解POI数据的其他挑战有:

  • 与谷歌Places API等源代码的许可问题, 在平台上使用数据是一个挑战吗.
  • 软件供应商经常出售大量数据,这些数据可能产生不准确的POI数据, 来自可疑的来源, 而且可能过时或太杂乱而无法使用.
  • 没有第三方平台,定制几乎是不可能实现的, 就像Unacast提供的那样. 没有这个, 你不会在一个有组织的仪表板中看到数据, 优先考虑那些最重要的事情.

因为这些和额外的挑战, 希望使用POI和地理空间数据的零售商必须找到一个平台来促进实践.

POI数据管理平台

在寻找POI数据管理平台时, 要知道他们不是生而平等的, 并不是为同一类型的用户创建的. 一些位置智能工具只服务于专业的数据科学家或数据分析师. 这些需要大量的知识,对于一般非专业的数据用户来说并不有用.

是否要购买零售位置数据, 找到一个数据API, 比较最好的零售数据集, 以下是你衡量一个平台的标准:

  • 与数据治理相关的策略是什么,即,它们如何确保数据质量?
  • 数据评估工具是什么:它们是否容易使用,是否可以进行定制?
  • 在这个平台中,您需要的所有零售位置数据类别都可用吗?
  • 在频率和格式方面有哪些交付选项?
  • 数据的准确性是否与您的用例相匹配? 零售, 这一点特别重要, 因为允许的余量可能会影响你的结果和随后的申请.

零售商想要的结果. 面向目标的, 考虑在零售领域使用POI数据的可能结果是有帮助的.

POI在零售中的意义

零售的兴趣点数据, 以及利用地理空间数据进行零售决策, 与任务关键kpi保持良好的一致性. 带点兴趣点的GIS数据, 零售商可以了解当地消费者的行为, 以及如何最好地将他们吸引到零售地点.

零售领域的POI可以实现以下功能:

  • 准确、可靠地理解空间环境、交通模式和买家行为.
  • 对未来零售地点的前沿理解.
  • 建设的能力, 和吸引, 根据他们的居住地划分观众, 他们买些什么, 以及他们最有可能做什么.
  • 进入移动位置广告生态系统,并从中获得结果.
  • 流线型的, 适用于特定位置的用户的个性化消息传递, 在正确的时间.

收集和规范化零售POI数据是产生这样结果的唯一方法.

Unacast:将零售数据转化为收入

上面列出的可能性并不详尽. 事实上, 越来越高质量的数据和高性能的数据智能工具正在为零售商解锁前所未有的可能性. 制定战略性的、积极主动的决策是主导市场的首要方法. 有了Unacast,零售商释放了这种潜力,并在该领域的前沿获得了一个值得信赖的合作伙伴. 

安排一个会议

和正规买球app排行见面,测试Unacast的数据.
友情链接: 1 2 3 4 5 6 7 8 9 10