Analiza geoprzestrzenna sieci sklepów pozwala podjąć decyzje dotyczące lokalizacji kolejnych punktów sprzedażowych na podstawie takich danych jak informacje demograficzne czy o średnich zarobkach. Analiza taka zajmuje jednak dużo czasu, ale narzędzie Alteryx pozwala na proste zautomatyzowanie powtarzalnych zadań.

Analiza geoprzestrzenna sieci retail w Alteryx

W naszym przypadku chcielibyśmy uzupełnić dane sklepów o informacje statystyczne, takie jak rozkład wieku mieszkańców i rozkład płci. Dane statystyczne dostępne są w postaci siatki 1 × 1 km, którą należy nałożyć na rejony handlowe (w tym przypadku zgodne z dzielnicami) oraz na lokalizacje sklepów. Podana analiza pozwoli nam lepiej zrozumieć wyniki sprzedaży oraz zaplanować potencjalne lokalizacje nowych placówek.

Artykuł pokazuje wykorzystanie kilku komponentów związanych z analizą geoprzestrzenną w narzędziu Alteryx:

  • Spatial Match – określanie zawierania kształtów, np. czy dany kwadrat siatki statystycznej znajduje się w rejonie handlowym,
  • Intersection, Spatial object combine, Summarize – przycinanie i łączenie kształtów na mapie,
  • Distance – kalkulacja dystansu/średniego czasu jazdy.

Aby porównać i znaleźć najlepsze lokalizacje potencjalnych sklepów, opracowano w Alteryx narzędzie, które pokazuje dane na poziomie bloku/obszaru handlowego. W podanym przykładzie pokazano obszar Warszawy podzielony na rejony handlowe. Na taką mapę naniesiono siatkę 1 × 1 km z danymi statystycznymi (w tym przypadku zastosowano dane dostępne w GUS).

W pierwszym kroku po podłączeniu się do danych uzyskujemy obszary rejonów handlowych Warszawy. Używamy tu narzędzia Spatial Match, które umożliwia znalezienie kształtów, które przecinają się lub zawierają się w sobie. W tym przypadku wyodrębniamy z mapy rejonów całej Polski tylko te przyporządkowane do Warszawy

Kolejnym krokiem będzie nałożenie na mapę rejonów siatki z danymi statystycznymi i obliczeniu średnich dla danego rejonu handlowego. W tym przypadku również wykorzystamy narzędzie Spatial Match.

W siatce danych statystycznych mamy następujące informacje:

  • liczba mieszkańców,
  • liczba mężczyzn,
  • liczba kobiet,
  • wszystkie te wartości podane są dla przedziału wieków 0–14, 15–64 i wieku 65 lat.

Dostęp możliwy dla zalogowanych użytkowników serwisu. Jeśli posiadasz aktywną prenumeratę przejdź do LOGOWANIA. Jeśli nie jesteś jeszcze naszym Czytelnikiem wybierz najkorzystniejszy WARIANT PRENUMERATY.

Zaloguj Zamów prenumeratę
Ulubione Drukuj

Zobacz również

Alternatywne sposoby wizualizacji danych budżetowych w Tableau

INFO_20_74.jpg

W wielu organizacjach raportowanie sprowadza się do bardziej lub mniej rozbudowanych tabel tworzonych w arkuszach kalkulacyjnych. Wraz z nieuchronnym przyrostem danych coraz więcej firm poszukuje alternatywnych rozwiązań, które umożliwiają szybsze raportowanie przy wykorzystaniu bardziej zaawansowanych metod wizualizacji.

Czytaj więcej

Small multiples

INFO_20_70.jpg

Kłopot bogactwa może przysporzyć bólu głowy, choć niektórzy potrafią dobrze sobie z nim radzić. Gorzej, jeśli jest to bogactwo slajdów podczas prezentacji. Spotkałeś się z czymś takim? Byłeś uczestnikiem długiego spotkania, na którym kolejne, łudząco do siebie podobne slajdy przedstawiały okresowe wyniki twojej firmy? Na przykład dla poszczególnych obszarów, rynków czy produktów? Czułeś odrobinę satysfakcji, że to nie ty wywołałeś dyskomfort u słuchaczy przez porównywanie ze sobą informacji z kilkunastu albo i kilkudziesięciu wykresów umieszczonych na takiej samej liczbie slajdów? Po jakim czasie znaleźli oni te, na podstawie których mogli podjąć ważne decyzje? A może to ty byłeś sprawcą tego długiego seansu?

Czytaj więcej

Dashboardy krok po kroku

INFO_20_51.jpg

W tym artykule zostanie zaprezentowany cały proces tworzenia dashboardów. Począwszy od pobierania i odpowiedniego połączenia danych, przez stworzenie na ich podstawie tabeli przestawnej, a zakończywszy na stworzeniu wizualizacji na podstawie tej tabeli i dodatkowych obliczeń.

Czytaj więcej

Numer bieżący

Przejdź do

Partnerzy

Reklama