3 Grundläggande platsmodeller för tjänster - Förklarade!
1. Gravity eller rumsliga interaktionsmodeller:
Dessa är baserade på lagen om detaljhandelns tyngdkraft som utvecklats av Reilly. Grundprincipen bakom dessa modeller är att rörelsen för kunder som attraheras till ett visst detaljhandelsutlopp är omvänd proportionellt mot avståndet och direkt proportionellt mot utloppets dragning (ofta uppmätt av dess storlek).
Förmodligen den mest citerade modellen är den som utvecklats av Huff, Ghosh och Craigh, som säger att "sannolikheten för att någon som väljer en viss detaljhandel är lika med förhållandet mellan nyttan av den butiken och summan av alla andra verktyg butiker som individen anser. I detta sammanhang anses verktyget vara beroende av butikens storlek och avståndet mellan de enskilda kunderna och butikerna. Uttrycka detta förhållande i matematiska termer:
Pjj är sannolikheten för att en person i zon i (i = 1, ... m) kommer att resa och handla i anläggningen j (j = 1, .., n)
S j är storleken på shoppingfaciliteten j
D ik är avståndet eller resetiden mellan zon I och köpcentrum k
m är antalet zoner
n är antalet shoppingmöjligheter
β är parametern som måste beräknas empiriskt
Parametern p reflekterar påverkan av restiden på olika typer av produktköp och det föreslås att det kan ligga mellan 0, 5 och 3, 0 med större värden för bekvämlighetsvaror och där avståndet har stor inverkan: till exempel handla mat.
Följande exempel kommer att illustrera processen:
För närvarande är två stora stormarknader i X och Y en tjänst för sex små städer / zoner (A, B, C, D, E och F). En nationell stormarknad överväger att öppna en ny butik på plats Z. Dessa platser, tillsammans med några av huvudvägarna, visas i figur 5.4.
Några uppgifter om butikerna presenteras i tabell 5.3. Detta visar deras resande sträckor från de sex städerna, golvområdet hos de befintliga butikerna och det som föreslås för den nya butiken och befolkningarna i städerna. Eftersom avståndet har en betydande men inte dominerande inverkan och butikerna handlar i stor utsträckning i bekvämlighetsmat, kommer ett värde för P av 2 att tas.
Det första steget i analysen är beräkningen av sannolikheterna. Sannolikheten att en person från staden A kommer att handla i anläggning X ges av:
Återstående sannolikheter visas i tabell 5.4. Det är då möjligt att utforska mer detaljerade potentiella försäljningsintäkter. Utgångspunkten är befolkningen (eller hushållen) i varje stad och de genomsnittliga utgifterna per hushåll.
Enkelt att multiplicera sannolikhetssiffrorna i tabell 5.4 av befolkningen ger uppskattningar av potentiella kunder som besöker varje inköpsmöjlighet. Således är exempelvis de potentiella kunderna från zon A till anläggningar X, Y och Z 8, 92, 6, 62 respektive 4, 46 (i '000s). Detta ger organisationen möjlighet att utvärdera den föreslagna webbplatsen med avseende på försäljningspotentialen.
Modellen är kanske bäst inställd med ett kalkylblad. Det är då möjligt att undersöka alternativa scenarier mycket snabbt. En andra föreslagen plats kan övervägas helt enkelt genom att ändra lämpliga avstånd från de sex städerna. Avvägningar mellan den extra försäljning som genereras vid köpcentret genom att öka försäljningsområdet och kostnaden för detta extra försäljningsområde kan utvärderas.
2. Regressionsanalysmodeller:
Normalt används regressionsmodeller för att förutsäga affärsomsättning, vilken är den beroende variabeln, anses vara en linjär funktion av ett antal oberoende variabler som kommer att användas som en del av prognosprocessen. Således kan försäljningsomsättningen anses vara beroende av butikens försäljningsområde, antal konkurrenter, parkeringskostnader, befolkningsstorlek i området och så vidare.
Den generella formen av denna modell är följande:
Y = a 0 + a 1 x 1 + a 2 x 2 + a 3 x 3 + ... + a n x n + ԑ
var,
y = beräknad omsättning
x i = den första oberoende variabeln
a i = en konstant, koefficienten för den första oberoende variabeln
a 0 = en konstant
ԑ = en felperiod
Det är troligt att uppsättningen oberoende variabler och deras relativa betydelse varierar med affärstyper.
Dessa visas i tabell 5.5
3. Checklistor och analoger:
Många organisationer använder sig av checklistor, analoger och intuition för att stödja lösningen på deras beslutsproblem. I fakta har intuitionen ofta som grund för den ostrukturerade checklistan. Deras fördel är att de systematiskt tar analysören genom vad som kan betraktas som alla viktiga faktorer av potentiell betydelse.
En checklista presenteras nedan i tabell 5.6.
