夜摊经济崛起,如何在保证最低的成本下,获取最大的收益?选对地址是第一步。去人流量最大的地方、去商圈最密集的地方、去离自己家最近的地方……众说纷纭。本文将采用多准则决策中常用的层次分析法(AHP)建模,并用易上手的Excel操作进行选址实操讲解。
层次分析法的实现
实操案例:上海抖音业务
互联网各大APP软件平台数据维护神器! 媒体账户/电商店铺/社交平台/娱乐直播/等软件平台APP点赞评论转发阅读量粉丝投票直播人气等等一条龙业务数据维护业务自助下单系统、本平台拥有苹果(IOS版)及安卓(Android)APP客服端欢迎企业自媒体作者网红流量明星艺人商家粉丝后援会团体及个人免费注册自助下单!!!
全网业务 直播人气 粉丝 弹幕 评论 互动 点赞 阅读 投票 友情免责推荐自助下单网址导航:
1号网站注册链接:http://k1mtokgg.weiququ.com/u/sf555888 推荐码:sf555888
3号导航站:WWW.LVMHVIP.COM
6号网址:http://1.xing58.xyz
A号网站:https://afagou.com/web/register-phone?user_id=CC123456 新用户注册邀请码:CC123456
C号网站:www.mcnup.cn
制网址粘贴到各大浏览器 免费注册24小时自助在线下单!可收藏网址下载APP业务项目不断上新中......
以上网站开发者不同、业务价格不同,货源和售后体系不同,自行对比产品不要搞错乱咨询!
以上平台业务均有网友分享、资源均来自互联网仅供学习交流、请勿用于商业及其他用途、自助选择了解注册,如遇问题本站概不承担任何责任,无偿推荐自行选择了解、特此声明!!
现实生活中,影响决策的因素通常不是单一的,就拿简单的点外卖来说,用户通常都会快速的在脑子里过一遍:选哪个品类的餐食、最好在哪个时间范围送达、可以接受的价格水平是多少……这里的品类、配送范围、价格就是影响用户决策的准则。
层次分析法就是用来解决多目标下复杂问题常用的决策分析法,小到个体购买房产、商户选址,大到跨国公司开发国际市场,都可以见到这一方法的运用。
1.2.1 建模
顾名思义,层次分析法建模的第一步就是将目标按照目标层、准则层、方案层进行划分。目标层即要解决的最终目标,准则层即影响决策的因素,方案层即可选方案。
依旧拿点外卖的场景来举例,层次模型如下:
1.2.2 确定准则优先级
于用户而言,对影响目标的各准则的偏好程度是不相同的,比如喜好吃韩料的用户会愿意为种类牺牲配送时间,心甘情愿多等一会也要吃到自己喜欢的食物,那么就可以说种类的偏好等级高于配送时间。将偏好程度两两比较,这一步骤一般由专家凭经验决定。程度越高数值越大(一般取1-9),交换顺序比较则取倒数,可以得到偏好矩阵:
数值的取值范围一般参考以下标准:1-同等重要,3-较重要,5-很重要,7-非常重要,9-极重要。
1.2.3 计算准则权重
先将上述准则两两比较偏好矩阵进行标准化处理,步骤为:
归一化——各列求和,用每一元素除以对应列总和
计算权重——计算每一行平均值
最终得到准则偏好矩阵为:
所以,种类、价格、口碑、配送时间的相对权重分别为0.4386、0.0899、0.3063、0.1653,在模型中分别加入准则权重,得到:
1.2.4 计算方案优先级和权重
应用层的优先级和权重处理方式和准则层相同,核心在于确定不同准则下各方案的重要性。以种类这一准则为例,用户对商户A-D的种类有不同的偏好程度,根据优先级指标可以计算出各商户的权重。同理,求出其他三种准则下的权重。
1.2.5 计算总体优先级
将方案偏好矩阵乘以准则权重,就可以得到各方案的综合分数,最后综合得分最高的方案即为最合适的选择。
抖音业务,对应的目标即是帮助摆摊人员确定合适的摆摊地址。在思考摆摊选址时,重要的因素有交通便捷度、人流量、消费能力、商圈规模等,对应方案即可以摆摊的地址。本文仅选取4个准则和4个抖音业务,进行简单的分析,多准则和多地址的计算可以触类旁通。
本文的选址方案确定了上海4个不同区的地址,分别是普陀区的中山公园、徐汇区的天钥桥路、浦东新区的张江地铁站和闵行区的七莘路。
交通、人流量、消费能力、商圈4个准则的优先级确定具有一定主观性,本文假设消费能力>人流量>商圈>交通,得到偏好矩阵如下:
经过归一化和权重计算后,得到四个准则的权重为(0.0743,0.2755,0.5125,0.1377)
为了确定4个选址方案的优先级,我们假设每个地址的客流主要来自其所属区,并利用已有数据代替专家判定重要性。
(1)交通
用各选址附近的地铁、公交换乘数来表示其交通便捷程度,线路数越多交通越便捷,中山公园、天钥桥路、张江地铁站、七莘路附近的线路数之和分别为12条、22条、16条、17条。
根据排序后排名两两相减得到的差+1,得到偏好矩阵为:
经过归一化和权重计算后,得到行平均值的权重为(0.0950,0.4661,0.1813,0.2576)
(2)人流量
用各区常住人口代表该区的人流量。我们根据2018年统计的上海各区常住人口数进行比较,普陀、徐汇、浦东、闵行的常住人口分别约为128万人、108万人、504万人、242万人。
为确定相对重要性,我们统计各区的常住人口数进行排名,两两比较时选取最低的为基准,按照求差并加上基准数1得到各方案两两比较的重要性数值。例如,4区中,闵行的排名减去普陀排名得到偏好为5+1,普陀对徐汇的偏好则为1+1,由此得到人流量的偏好矩阵。
经过归一化和权重计算后,得到行平均值的权重为(0.0778,0.0510,0.5243,0.3469)
(3)消费能力
用各区的房价来代表该区的消费能力。我们选取安居客网站上海5月各区热门小区挂牌均价来进行比较,普陀、徐汇、浦东、闵行的均价分别为57492元、72613元、51215元、49291元。
为确定相对重要性,我们统计各区的平均房价进行排名,两两比较时选取最低的为基准,按照求差并加上基准数1得到各方案两两比较的重要性数值。例如,4区中,普陀的排名减去浦东排名得到偏好为1+1,徐汇对普陀的偏好则为5+1,由此得到消费能力的偏好矩阵。
经过归一化和权重计算后,得到行平均值的权重为(0.1622,0.6753,0.1004,0.0622)
(4)商圈
用各选址附近的商场数来表示其商圈规模,商场越多选址越处于繁华地区,中山公园、天钥桥路、张江地铁站、七莘路附近的商圈数分别为4、8、2、3。根据排序后排名两两相减得到的差+1(天钥桥路的极大值可以把对应值适当放大倍数),得到偏好矩阵为:
经过归一化和权重计算后,得到行平均值的权重为(0.2596,0.5192,0.0768,0.1402)
根据标准和方案的权重,计算4个选址的综合得分,得到天钥桥路为最大值,因此选择作为摆摊地点会是最合适的,其次分别是张江地铁站>七莘路>中山公园。
以上实例是一个简化版的选址模型,落实到真正选址的时候考虑的因素必然会多于4个因素,可以选的地址范围也不局限于4个。
感兴趣的朋友可以到公众号下,后台回复“选址”获取本文实操Excel表,根据操作指南自己尝试如何得到摆摊的最佳地点。