Business Analyst ライセンスで利用できます。
ハフ モデルは、空間解析で確立されている理論です。このモデルは、指定した顧客が指定したサイトを訪問し購入する確率が、そのサイトへの距離、魅力度、および競合サイトの距離と魅力度の関数によって表されるという原則に基づいています。
この特定モデルは、空間的相互作用研究の分野において、テキサス大学の David Huff 博士によって改良され実用化されました。処理能力に優れたデスクトップ コンピューターの登場によって、モデルの適用が可能になりました。
- Pij = 顧客 j が店舗 i で買い物をする確率。
- Wi = 各店舗またはサイト i の魅力度を表す尺度。
- Dij = 顧客 j から各店舗またはサイト i までの距離。
- a = 距離の離れているサイトの確率を低減させるために、距離に適用される指数。通常 1.5 から 2 までの値を指定します。
実務上、国勢調査ポリゴンは個別の顧客の代わりとなります。各ポリゴンに対して計算された確率に、ポリゴン データベース内のデータ エレメント (世帯数や食料品への支払い額など) が掛けられます。この測定値を集計して、合計値の概算を得ることができます。GLA (総賃貸面積) などのサイズに関する値は、魅力度の代わりによく使用されます。
サイトには、顧客に魅力を感じさせる多くの属性があります。魅力度は、多くの属性の関数として計算できます。小売店の場合、属性は売場面積、駐車スペース数、製品の価格などです。車のディーラーの魅力度は、展示スペースの面積、間口、広告などの関数になります。オフィス ビルの魅力度は、現在入居しているオフィス数などの関数になります。魅力度は、サイトを魅力的にしているすべての要因を組み合わせた 1 つの数値で表されます。この数字は、通常、インデックスと呼ばれます。このインデックスは、対象のサイトに訪れる顧客数の調査や消費者調査の実施による方法でも計算できます。
ハフ モデルが拡大する距離を制御できます。すべての競合店舗を包含する値を入力します。距離を見積もるには、[計測] ツールを使用します。距離の単位には、マイルまたはキロメートルを選択できます。
ハフ モデルのキャリブレーション
[ハフ モデルのキャリブレーション (Huff Model Calibration)] ツールは魅力度や距離の変数に関する指数を計算して、設定を調整したり更新することができます。これにより、売上や距離の変数など何らかの魅力度の変数に関する指数を含むファイルを作成できます。
[ハフ モデル (Huff Model)] ツールをキャリブレーションせずに使用すると、デフォルトの指数は任意の 1 もしくは 1.5 に設定され、モデリングしている商圏には適用されないことがあります。キャリブレーションには既存の店舗または施設レイヤー、顧客レイヤー、および売上候補を定義しているレイヤーが必要です。ユーザー定義の指数を採用することでハフ モデルの指数を微調整でき、より正確な推定モデルを提供できます。
ヒント:
指数関数は、通常、市内などの短い距離における相互作用を計算するのに使用されます。
距離減衰関数
目的地までの距離の認識は、その距離の一次関数では表せない場合があります。顧客は、遠く離れた場所よりも、自宅に近い場所で買い物をする傾向があります。距離は、移動に対して線形でない抑止力があると考えられています。この現象は、距離減衰関数を使用してモデル化できます。累乗距離減衰関数の使用は、重力モデルという用語の由来となっているニュートンの重力の法則から借用されています。距離減衰パラメーターは、ギリシャ文字のベータでシンボル表示され、目的地までの距離を強調するために使用されます。食料品の購入などの消費行動では高い指数となり、これらの消費行動では顧客は近くまでしか足を運ばないことを表しています。家具の購入などの消費行動では低い指数となり、家具を購入する際は、顧客は遠くまで足を運ぶことを表しています。
すべてのハフ モデルの入力、指数、商圏のサイズ、およびその結果には、これらのモデルを操作した経験のある人間による詳細な分析が必要になります。顧客の漏れ (一部の食料品を食料品店で購入せずに、コンビニエンス ストア、ファーマーズ マーケット、食品配達オプションなどの他の商圏で購入すること) などの要因を考慮に入れるためには、常にキャリブレーションが必要になります。