[发明专利]门店选址系统及方法

说明书

技术领域

本发明关于一种门店选址系统及方法，特别是涉及一种基于多重服务要素的门店选址系统及方法。

背景技术

在越来越成熟的商业环境中，很多零售门店会聚集在一个商圈中，彼此之间会有竞争关系。哈夫模型是国外在对零售店商圈规模调查时经常使用的一种计算方法，主要依据卖场引力和距离阻力这两个要素来进行分析，运用哈夫模型能求出从居住地去特定商业设施的出行概率，预测商业设施的销售额，商业集聚的集客能力及其表化，从而得知商圈结构及竞争关系会发生怎样的变化，在调查大型零售店对周边商业集聚的影响力时也经常使用这一模型。然而，哈夫及其修正模型从消费者出发，均只是考虑了门店的规模和距离这两种因素来计算各门店的吸引力：

其中A_j为某门店的规模，D_ij代表某区域与门店的距离，λ,μ为调节指数。

而实际上一个门店对顾客的吸引力除了门店的规模和距离，还有其他多种因素，如购物氛围、服务、价格与商品的品种、企业的竞争力、声誉等等。

布莱克对哈夫模型进行了拓展，从理论上提出了多因素的吸引力模型：

吸引顾客来店购买的因素包括规模、购物氛围、服务、价格与商品的品种等，而阻碍消费者来店购物的因素包括交通、距离等，此模型只是作为一种理论上的探讨，无法知道哪些因素是真正有影响的，各个因素对该商圈内吸引力到底有多大程度的影响无法确定。

发明内容

为克服上述现有技术存在的不足，本发明之目的在于提供一种门店选址系统及方法，通过对商业选址分析进一步量化，提高此选址分析使管理者熟悉商圈内消费者特性，促进管理者根据这些特性进一步提高管理与服务，使商圈内门店布局更加合理，避免社会资源的浪费。

为达上述及其它目的，本发明提出一种门店选址系统，至少包括：

信息收集模组，根据新开店的业态确定商圈范围，确定该商圈内已有的门店和居住小区，并搜集这些门店的吸引力影响因素信息；

店内环境量化模组，利用因子分析对店内环境进行量化，利用主成分分析找出主要的因子，得到因子得分函数，并根据各主要因子的特征值，计算各因子的比率，利用各因子的比率及各因子的得分，将各个门店的店内环境量化为一个数值；

多元线性回归分析模组，根据获得的店内环境及其他收集到的各影响因素利用一多元线性回归公式对多个门店的销售额进行多元线性回归分析，分析销售额与各影响因素的关系，确定该商圈内各影响因素对吸引力影响程度，并把影响程度作为调节指数；

门店吸引力计算模组，根据回归分析获得的影响因素及其相应的调节指数利用一多因素的吸引力模型计算出新开店的吸引力。

进一步地，该吸引力影响因素信息包括销售额、营业面积、销售品类、停车场台数、收银台个数、非产品销售区面积、退换货服务、业态、各居住小区到各门店距离，该店内环境用停车场台数、收银台个数、非产品销售区面积来表示。

进一步地，各门店的店内环境量化为各因子得分与因子比率的乘积和。

进一步地，该多元线性回归公式如下：

y＝β₀+β₁x₁+β₂x₂+Λ+β_nx_n

其中y为销售额，x_i为各影响因素，各影响因素对顾客影响程度可通过系数β₁,β₂,Λβ_n获取。

进一步地，该多因素的吸引力模型为：