Neuro-Fuzzy Modeling Techniques in Economics

Neuro-Fuzzy Modeling Techniques in Economics

Геомаркетинговий підхід в задачі розміщення: порівняльний аналіз трьох алгоритмів кластеризації

A geomarketing approach in the placement problem: a comparative analysis of three clusterization algorithms

DOI:

10.33111/nfmte.2019.030

Анотація: В результаті дослідження було вирішено задачу оптимізації мережі кав’ярень у місті Харків, яка полягала в тому, щоб знайти такі місця розташування торгівельних точок, щоб мережа кав’ярень рівномірно покривала усе місто, а окремі кав’ярні знаходилися на прийнятній відстані одна від одної та забезпечували максимальний трафік потенційних клієнтів.
Для вирішення задачі було використано геомаркетинговий підхід, що дозволяє поряд з маркетинговою інформацією враховувати просторові дані. Розроблено низку моделей кластеризації та проведено серію експериментів із кожною з них.
Аналіз результатів експериментів показав, що базова модель хоча і задовольняє вимогам рівномірного покриття міста мережею кав’ярень, але вона не враховує характеристики потенційних клієнтів. Багатофакторна модель, навпаки, хоча і дозволяє врахувати маркетингову інформацію, проте не спрямована на пошук кластерів, для яких з центру до околиці можна дістатися за прийнятний час. В результаті застосування зваженої однофакторної моделі було проведено кластеризацію окремо для різних сегментів потенційних клієнтів, для кожного з яких була вирішена задача розміщення. Результати отриманої кластеризації задовольнили усім потребам бізнесу. В результаті заміни метрики Хаверсіна для підрахунку фактичної відстані між двома координатами на дані API Google maps було враховано особливості міського трафіку та уточнено межі кластерів.
Abstract: As a result of the study, the problem of placing a coffee shop network in Kharkiv was solved in order to find such locations for outlets so that the coffee shop network evenly covers the entire city and different cafes are at an acceptable distance from each other and provide maximum traffic of potential customers.
To solve the problem, a geomarketing approach was used which along with marketing information allows taking spatial data into account. A number of clustering models were developed and a series of experiments were conducted with each of them.
The analysis of the results of experiments showed that the basic model although meets the requirements of uniform coverage of the city with a chain of coffee houses, but it does not take into consideration the characteristics of potential customers. The multifactor model, on the contrary, although allows taking into account marketing information, but it is not aimed at finding clusters for which you can get from the center to the outskirts in acceptable time. As a result of applying a weighted one-factor model, clustering was carried out separately for different segments of potential customers, for each of them the placement problem was solved.
The results of clustering satisfied all needs of the business. After replacement the way of calculating distance between two coordinates from Haversine distance metric to Google maps API data, the urban traffic features were taken into account and clusters boundaries were refined
Ключові слова: геомаркетинговий підхід, задача розміщення, кластеризація, метод зміщення середнього значення, самоорганізаційна карта, метод K-середніх, API, Гугл карта.
Key words: geomarketing approach, problem of placing, clustering, mean shift, SOM, Kmeans, API, Google map.
УДК: 519.85:658
UDC: 519.85:658

JEL: C45 C69 L10 R34

To cite paper
In APA style
Kononova, K., & Kostrinchuk, D. (2019). A geomarketing approach in the placement problem: a comparative analysis of three clusterization algorithms. Neuro-Fuzzy Modeling Techniques in Economics, 8, 30-47. http://doi.org/10.33111/nfmte.2019.030
In MON style
Кононова К., Кострінчук Д. Геомаркетинговий підхід в задачі розміщення: порівняльний аналіз трьох алгоритмів кластеризації. Нейро-нечіткі технології моделювання в економіці. 2019. № 8. С. 30-47. http://doi.org/10.33111/nfmte.2019.030 (дата звернення: 22.02.2024).
With transliteration
Kononova, K., Kostrinchuk, D. (2019) Heomarketynhovyi pidkhid v zadachi rozmishchennia: porivnialnyi analiz trokh alhorytmiv klasteryzatsii [A geomarketing approach in the placement problem: a comparative analysis of three clusterization algorithms]. Neuro-Fuzzy Modeling Techniques in Economics, no. 8. pp. 30-47. http://doi.org/10.33111/nfmte.2019.030 [in Ukrainian] (accessed 22 Feb 2024).
# 8 / 2019 # 8 / 2019
86
Views
5
Downloads
0
Cited by