使用人员流动数据计算集水区

akhiislamakhi22

这篇文章可能描述旧版本的功能。在此处了解最新的云原生版本。集水区即贸易区是零售商批发商和其他商业地点吸引大部分业务的地理区域。正确计算它们对于零售和房地产等行业至关重要因为它们可以让组织更好地了解客户并制定适当的业务策略。人员流动集水区有多种技术可以计算集水区从通过等时线引力模型的循环贸易区到包含特定位置变量的更复杂的技术。所选择的技术通常取决于可用的信息和数据以及同技术的可用专业知识。集水技术图取决于技术的同服务区域左侧为圆形贸易区公里缓冲区中间为分钟车程等时线右侧为基于流动性数据的服务区域。当一家新商店开业时由于缺乏可用数据很难知道哪些顾客会来到该商店或他们来自哪里。在缺乏这些数据的情况下最常见的方法是计算目标位置周围的缓冲区或等时线但这种方法缺乏精度可能导致结果可靠。

例如无论两个地点周围的人口密度如何都采用相同的时间等时线这肯定会导致可靠的结果。这是因为居住在低密度地区的人们通常比居住在高密度地区的人要走更远的距离去购物。在这里我们的目标是使用人员流动数据作为潜在客户的代 瑞典 WhatsApp 号码数据 理来计算可靠的潜在服务区域。获得的结果表明等时线或缓冲区等传统方法无法捕获访问特定位置的人们的实际来源。它们无法像使用人员流动数据那样灵活地建立目标服务区域；例如能够计算工作日和周末游客的同集水区域。人员流动数据我们方法的基础是使用沃达丰分析的人员流动数据。该数据提供了有关访问覆盖整个研究区域的任何网格单元的人数的见解。沃达丰对汇总数据进行匿名处理然后推断网络中测量的数据以提供代表全国和国际总体人口的见解。此外该数据还提供了根据到目的地单元格的距离在同级别聚合的访客的来源地。对于来自同一城市的游客还可以在单元格级别提供来源信息；对于来自同一省内其他城市的游客访问量按城市一级进行汇总；对于来自其他省份的游客访问量按省级汇总。



尽管考虑到本研究的特点也提供了这一点但我们会考虑来自同国家的游客的来源。此外该数据可以按一周中起始日家庭工作的活动类型和一天中的时间早上下午晚上进行分类。数据还可以按社会人口变量进行分类年龄范围性别和经济状况。出于本用例的目的我们选择了西班牙塞维利亚市的目标位置来展示该方法。下面的地图显示了游客的来源地。图该等值线地图显示按原籍地按原籍地总人口标准化的游客数量。我们还使用来自另一个数据合作伙伴的人口统计数据来标准化访客数据。的数据以单元格网格形式汇总其中包括按年龄范围和家庭数量划分的人口等变量。应用面积插值对数据聚合进行升级以适应的小区网格。定义我们的流域方法计算集水区的第一个想法是为每个出发地目的地对计算一个指数衡量目的地相对于该出发地的游客吸引力潜力。这里的目的地被理解为包含新商店位置的网格单元。