新店开在哪里才能最大限度的吸引目标客户？已有门店如何根据目前的客群和环境情况来调整经营策略？如何根据自身情况为店铺选址，是困扰实体店经营者永远的难题。
目前传统门店布局的优化和调整主要依靠经验判断，大多由选址人员前往实地考察，并对当地客流、周边环境定位、设施齐全程度等进行综合评估。但是纯人工评估的方式不仅周期长、人力消耗大，而且由于缺乏数据分析技术，容易造成信息琐碎、无法对多元化数据维度进行交叉印证的情况，以至于无法形成有效洞察。
近日，京东城市携手智慧足迹正式发布“智能选址”产品，这是京东数字科技战略投资智慧足迹后的首个产品落地，该产品直面上述选址痛点，通过联合双方在数据和人工智能算法方面的优势，把来源于联通手机信令扩样人口统计数据、京东数据、城市路网数据和环境业态等数据进行整合，并借助多源数据融合、跨域学习技术进行联合建模，最终实现全面的客群和环境分析，进行多源信息交叉验证，为实体店经营者提供门店智能选址与优化服务。
打通数据壁垒，融合多源数据
是否能有全面的数据来进行选址评估是实体店经营者首先考虑的问题。
门店的选址需要人口、位置、消费、历史营收、交通等多维数据，本次京东城市与智慧足迹合作，可以结合联通的手机信令数据和京东的电商金融等数据，通过先进的人工智能算法提取出驱动门店选址的高相关性特征，最终进行选址评估。
以下图联通营业厅的选址为例，京东所提供的商圈消费、三网占比（移动、联通、电信占比）等信息和联通所拥有的位置、通讯、门店数据等信息进行汇聚后，可以看出双方的数据具有高度的互补性。
▲右侧小图中绿色为联通数据，黄色为京东数据，红色为整合后的数据
但多维数据的融合并非易事，当海量的数据汇聚之后，如何解决数据标准化和安全性的难题？京东城市研发的“城市计算平台”，不仅可以利用六个城市时空数据模型解决标准化的问题，还可以借助数字网关技术打通数据壁垒，在保障多方数据不出库的基础上解决安全问题，让数据融合得以实现。
AI赋能选址，精准打击选址痛点
当数据融合完成后，确定哪几个维度的数据则成为选址的关键问题。传统的门店选址，即使有了丰富多维的数据，也基本靠人为来决定关键选址指标，而此次“智能选址“产品则利用人工智能技术，则通过对历史数据的分析挖掘来给出最终答案。
“智能选址”通过营业厅海量多维历史数据进行机器学习，最终确定了高相关性选址指标，即根据历史真实的数据来得出影响门店选址的关键维度，并聚合形成标准的5大指标体系，分别为人口、消费、竞争态势、环境业态、交通路网，用户可根据自己实际门店的主打策略灵活选取不同指标组合进行智能荐点。
不同客户可能对选址有完全不同的要求，即使是同一客户，在不同的时期、不同地点开店策略都会有很大差异。“智能选址”产品可以根据不同客户或者同一客户在不同时期的要求，灵活给出选址建议。
这个功能的实现也依托于京东城市计算平台组件化的AI能力，即根据不同的客户需求，给与多样性的组件功能，最终得出最优荐点，从而满足不同行业用户的场景需求，提供经营导向的选址产品，为企业实体经营提供指导。
经营建议，重塑门店价值评估新标准
选址再精准，最终还是要靠经营策略来提升店铺的竞争力。“智能选址“产品通过人群洞察、地块特征进行分析、经营效能评估与营收测算、门店点位规划、门店总量评估能力的平台化持续输出，最终来为商户的经营提出建议，赋能商企客户自分析、自决策、自运营。
换言之，“智能选址“给客户不仅仅是选址的建议，同时还有经营的建议。比如，在大学生聚集的地块，此地区的营业厅是否需要推出大流量的套餐来吸引客户？在3C消费人群比较密集的地区，营业厅如何针对目标客户搭配相应产品销售策略？
在联通营业厅选址中，用户可以通过上传自有经营指标关键数据，通过四象限分析实现对现有门店综合评估，并对不同分值门店提供不同的经营指导策略：“高能效、高分值”门店继续保持现有经营策略，持续发展；“高能效、低分值”门店进一步分析高能效原因，保持区域优势；“低能效、高分值”维持门店店址，解析门店经营状况，通过降本增效手段提升门店整体经营效能；“低能效、低分值”门店裁撤迁址，选取更好的地块建设新门店。
目前，京东城市携手智慧足迹所推出的智能选址方案，已经在太原市和贵州省九市的联通营业厅推出试点应用。除此之外，该服务还可广泛应用于金融行业的网点选址、旅游景区的游客洞察、智慧城市的规划建设、物流仓储管理等。据了解，国内某银行计划通过“智能选址”选取100个营业网点，在前期的产品验证过程中，其准确的排查出了该银行目前业绩前10名的营业网点，正确率达到100%。
未来“智能选址”将为更多的有实际门店评估与新店选址需求的用户提供服务，帮助实体商业决策者用更加科学的方法制定门店价值评估新标准。
智能规划——精准预测城市发展趋势
除“智能选址“外，京东城市依托城市计算平台，正在借助多源数据融合以及跨域学习技术进行联合建模，精准预测城市发展趋势，目前这项技术已经在救护车站点选址与调度、自行车道规划、物流地产等项目中进行了运用。
以救护车站点选址及及时调度优化为例，京东城市利用天津的120急救事件时间和空间分布 、120救护车的GPS轨迹等数据，优化救护车站点选址， 将救护车接送病人所需要的平均时间减少超过30%。
除此之外，京东城市也可对城市中的自行车道进行了重新规划。研发团队在有限的道路空间预算内，根据用户真实的骑行行为，将共享单车轨迹数据通过地图匹配映射到地图上，基于路网扩展以及贪心算法产生得出规划的路段，以此降低交通安全风险，最终为政府提供修建自行车道提供决策支持，为居民带来更便捷的出行。
在城市的智能规划中，京东城市还与京东物流地产合作，通过对珠三角地区的经济，人口，土地规划，道路交通，自然条件，物流仓储，房屋价格等多方面的大数据挖掘，提供未来物流仓库选址规划方案。
目前，通过深度融合城市内部宏观与微观数据，充分考虑城市中建设主体的生存现状、发展需求、活动规律，京东城市能够发现制约城市发展存在的关键问题，并能精准预测城市的发展态势，最终实现城市规划、运维、预测的闭环可持续发展，推动城市螺旋式上升。
还木有评论哦，快来抢沙发吧~