2016/07/05 | 電子報No.0132期 | Peter 謝啓賢

在Gogoro的電池交換站首部曲中，我們以路網分析的方式，展現了現有Gogoro換電站在不同距離的可服務範圍和人口數；二部曲更進一步使用商圈理論的赫夫模式，推算出每個換電站的潛在客群數和實際服務的騎士數量，進而找出高服務需求和低服務需求的站點。但對於商業應用的決策者來說，可能更想知道，如果我今天要新開設店面，那麼到底應該開在哪裡？

本公司長期耕耘商業空間智慧領域，早已建立很多商業分析常用的參考指標，像是交通可及性、商業活動強度、生活型態強度和居住人口強度等等。所以在三部曲我們就整合這些資料，做一個線上版展店決策支援系統，來協助決策者判斷到底店應該開在哪裡。

首先，我們必須先做資料預處理的動作，算出每個區域的開店強度，每個區域的開店強度，會跟這個區域周邊是否有換電站有關，舉例來說如果我家旁邊已經有一個開換電站了，那再開一家的機率可能很低。在二部曲中我們已經推算出每個區域的到店機率，如某個區域到店機率低，代表鄰近區域可能都沒有換電站，因此未來的開店強度可能較高。接著，整合剛剛所說的四個強度指標(交通可及性、商業活動、生活型態和居住人口)資料，這四個指標連同開店強度都轉化為10等分的強度分數(如圖1)，這些強度指標都是建在100*100公尺的網格資料內，合計資料量高達52萬多個網格(Gogoro換電站涵蓋的大台北、桃園及新竹地區)，當我們點選其中一個網格時，可以得到該網格五項指標的強度分數(如圖2)。

圖1 資料預處理流程

圖2 展店決策分析模組

接著，我們應用CartoDB最新的Deep Insights模板功能建立展店決策支援系統，Deep Insights能夠提供線上即時篩選巨量資料展圖的動作，同時依舊保持良好的系統效能。透過簡單的操作(篩選、加總、分類)來進行商業分析，因此如果要發佈巨量資料在地圖上，是一種合適的解決方案。

舉例來說，我們把做好的五個強度指標在Deep Insights進行篩選，設定相關的篩選條件就可以知道應該把店開在哪裡。如下影片，假設Gogoro展店的決策者預計在新北市板橋及中永和地區再開幾個換電站，在Deep Insights的模組中，先設定開店強度要在9以上的區域，主要是希望先濾掉原本已經有設站周邊的區域，可以發現原先在換電站周邊的網格瞬間被濾掉；這時再新增一個篩選條件，同時還需要滿足這個地方商業活動強度要在5以上，這時在僅剩239個網格被選取到；最後再加上一個條件希望這個地方居住人口強度要在8以上；透過這三個條件的交集組合，找出板橋的江子翠、中永和的中山路一帶，可能是Gogoro未來新設換電站可以考慮的地方。

Deep Insights

由於每個決策者對於開店考慮的因素不一樣，CartoDB提供了這樣一個展店決策輔助工具，透過自己的知識經驗去組合不同的因子，找出屬於最適合企業的開店位置。若您對商業智慧選址(Location Intelligence for Business)有更多的興趣，歡迎聯絡我們。

　更多有趣的地圖資訊都在「瑞竣科技 給您地圖新鮮事」，馬上Follow

Peter

任職於應用系統事業部，秉持著有圖有真相的真理，習慣將繁瑣的數據整理成易懂的地圖資訊。