調査データでハフ モデルのキャリブレーション（Huff Model Calibration By Survey Data） (Business Analyst)
サマリ
分析範囲内の店舗ロケーションごとに調査データを使用してハフ モデルを統計的にキャリブレーションします。
使用法
-
ハフ モデルの結果は、次の目的に使用できます。
- 市場ポテンシャルを推測、定義、および解析する。
- 新店舗の経済的影響の評価
- 既存の店舗および小売店の売上および潜在市場の予測
- 小売店のパフォーマンスにおける競合および環境変化の影響の評価
-
このツールを実行するにあたって、まず解析対象となるすべての競合店舗のすべての商圏を含む分析範囲を定義する必要があります。
-
このツールで生成されるキャリブレーション出力は「アドバンス ハフ モデル（Advanced Huff Model）」ツールへの入力に使用されます。
-
調査データを使用すると、それぞれの回答者が分析範囲内の店舗に買い物に出かける頻度が求められます。店頭アンケートは、この情報を収集する効果的な手段になります。
-
各区画がサンプルの中で適切に示されていることを確認します。
-
[潜在顧客の区画レベル] は通常、潜在顧客が居住するサブエリアを表すポリゴン フィーチャになります。このレイヤは、関連する人口統計データを含むポイント フィーチャ レイヤ（ブロック ポイントなど）になることもあります。
-
[競合店舗レイヤ] には、特定の分析範囲内の競合ロケーションをすべて含める必要があります。また、このレイヤには、分析範囲内にある自社の既存店舗ロケーションもすべて含める必要があります。これは、これらのロケーションが新規店舗ロケーションにとって競合店舗ロケーションになるからです。ほとんどの場合、このレイヤは Business Analyst の店舗レイヤになります。
-
競合店舗ロケーションは、ESRI Business Analyst の [目標物検索] 機能から抽出できます。
-
[店舗の魅力度フィールド] は予測値とも呼ばれ、ほとんどの場合に売場面積、駐車スペースの数、広告、営業時間、商品の価格、築年数、外観、看板、アクセスのしやすさなどの店舗の属性が入力されます。
構文
| パラメータ | 説明 | データ タイプ |
CustomerLayer |
潜在顧客が居住するサブエリアを表すポリゴン フィーチャ。このレイヤは、関連する人口統計データを含むポイント レイヤ（ブロック ポイントなど）になることもあります。 | Feature Layer |
CustomerIDField |
潜在顧客の区画レベルに一意の ID | Field |
StoreLayer |
解析範囲全体の売上高への影響と売上高分布を求める場合に使用される競合ポイント（通常はショッピング センター）が格納されるレイヤ | Feature Layer |
StoreIDField |
競合店舗レイヤのユニークな ID | Field |
StoreAttractionFields [StoreAttractionFields,...] |
消費者にとっての店舗の魅力度を測定する値 | Field |
PatronizeTable |
顧客調査結果を含むテーブル | Table |
FormatOfSurveyData |
調査データの形式を定義します。
| String |
SelectPatronizeTableFields |
調査対象の店舗に顧客を関連付けるフィールドを選択します。
| String |
DistanceCalculationMethod |
潜在顧客レイヤ パラメータで定義された地理エリアと競合店舗レイヤにある店舗間の距離の計算方法を割り当てます。
| String |
OutputFileName |
ハフ モデル キャリブレーションの結果ファイルが格納される出力フォルダ | Folder |
NeedReportOutput (オプション) |
調査データに基づいてハフ モデル キャリブレーション レポートを作成します。
| Boolean |
ReportTitle (オプション) |
キャリブレーション レポートのタイトル | String |
ReportFile (オプション) |
レポート ファイルの名前 | File |
ReportFormats [ReportFormats,...] (オプション) |
ハフ モデル レポートの出力形式。複数の形式を選択してもかまいません。
| String |
コードのサンプル
# Name: HuffModelCalibrationBySurveyData.py
# Description: Generates a calibrated model around two San Francisco stores using Sales as a predictor.
# Author: Esri
# Import system modules
import arcview
import arcpy
arcpy.ImportToolbox("C:\Program Files (x86)\ArcGIS\Desktop10.2\Business Analyst\ArcToolbox\Toolboxes\Business Analyst Tools.tbx")
try:
# Acquire extension license
arcpy.CheckOutExtension("Business")
arcpy.CheckOutExtension("Network")
# Define input and output parameters for the Huff Model Calibration by Survey Data tool
Cust = "C:/temp/sf_cust.shp"
CustId = "CUST_ID"
Store = "C:/temp/sf_stores.shp"
StoreId = "STORE_ID"
AttractionField = "SALES"
Patronage = "C:/ArcGIS/Business Analyst/US_2013/Datasets/Tutorial/sf_stores.dbf"
OutPath = "C:/temp/Calibration_Surveydata"
# Create Huff Model Calibration by Survey Data
arcpy.HuffModelCalibrationBySurveyData_ba(Cust, CustId, Store, StoreId, AttractionField, Patronage, "ONE_LINE_PER_CUSTOMER", "STORE_ID", "DRIVE_TIME", OutPath)
# Release extension license
arcpy.CheckInExtension("Business")
arcpy.CheckInExtension("Network")
except:
print arcpy.GetMessages(2)