การวิเคราะห์แบบจำลองแรงโน้มถ่วง Huff ใน LuckyTemplates

ในบทช่วยสอนนี้ เราจะเรียนรู้วิธีการวิเคราะห์แบบจำลองแรงโน้มถ่วงของ Huffใน LuckyTemplates เราสามารถใช้การวิเคราะห์นี้เพื่อประเมินศักยภาพการขายหรือความน่าดึงดูดใจของที่ตั้งร้านค้าหนึ่งๆ เรามักจะทำเช่นนี้ในซอฟต์แวร์ระบบสารสนเทศภูมิศาสตร์ อย่างไรก็ตาม เราสามารถทำได้ใน LuckyTemplates และทำให้เป็นไดนามิก

การวิเคราะห์แรงโน้มถ่วงของ Huff สันนิษฐานว่าพื้นผิวในหน่วยตารางเมตรของร้านค้าซูเปอร์มาร์เก็ต หารด้วยระยะทางยกกำลังสองไปยังผู้มีโอกาสเป็นลูกค้า จะส่งผลให้เกิดปัจจัยดึงดูดใจที่แตกต่างจากร้านค้าอื่นๆ นอกจากนี้ยังแสดงความน่าจะเป็นเป็นเปอร์เซ็นต์สำหรับลูกค้าที่เข้าเยี่ยมชม

สมมติฐานขึ้นอยู่กับข้อเท็จจริงที่ว่ายิ่งร้านค้ามีพื้นที่มากเท่าไร การจัดประเภทและองค์ประกอบการบริการอื่นๆ ก็จะ ยิ่งมีมากขึ้นเท่านั้น ดังนั้นร้านค้าอาจดึงดูดลูกค้าให้เดินทางไกล

ในตัวอย่างนี้ มีการใช้ระยะทางขับรถ (รหัสไปรษณีย์ centroid ไปยังร้านค้า)

เรายังสามารถใช้ระยะทางเป็นเส้นตรง อย่างไรก็ตามในกรณีนี้มีแม่น้ำกั้นเขตแดน ดังนั้น ระยะทางที่เป็นเส้นตรงจึงไม่น่าเชื่อถือ

ตามหลักการแล้ว เราใช้พื้นที่ขนาดเล็ก เช่น ละแวกใกล้เคียง นี้สำหรับการสาธิตเท่านั้น เราสามารถเพิ่มพารามิเตอร์เพื่อส่งผลต่อความน่าจะเป็น เช่น พื้นที่จอดรถ การขนส่งสาธารณะ และใช้วิธีการสำหรับการวิเคราะห์อื่นๆ ได้เช่นกัน

เรายังสามารถเพิ่ม ปัจจัย การลดลงของระยะทางเพื่อลดผลกระทบของระยะทาง ผู้คนเตรียมพร้อมที่จะเดินทางไกลขึ้นเมื่อซื้อเฟอร์นิเจอร์มากกว่าซื้อของชำประจำวัน 

สารบัญ

• ข้อมูลการวิเคราะห์แบบจำลองแรงโน้มถ่วงของ Huff
• การนำเข้าข้อมูลในตัวแก้ไข Power Query
• การวิเคราะห์แบบจำลองแรงโน้มถ่วงของ Huff ขึ้นอยู่กับความน่าดึงดูดใจ
• ความน่าจะเป็นในการวิเคราะห์แบบจำลองแรงโน้มถ่วงของฮัฟฟ์
• การวิเคราะห์ความน่าจะเป็น
• การวิเคราะห์แรงโน้มถ่วงแบบไดนามิก Huff
  • การวิเคราะห์แรงโน้มถ่วงแบบไดนามิก Huff ตามพื้นที่ร้านค้า
  • การวิเคราะห์แรงโน้มถ่วงแบบไดนามิก Huff ตามระยะทาง
• บทสรุป

ข้อมูลการวิเคราะห์แบบจำลองแรงโน้มถ่วงของ Huff

ก่อนอื่นมาดูข้อมูลกันก่อน

ในสเปรดชีต excel นี้มีซูเปอร์มาร์เก็ตหกแห่ง

นอกจากนี้ยังมีกิโลเมตรที่ประกอบด้วยระยะทางเป็นเส้นตรง

จากนั้นจะมี แท็บ เวลาเดินทางซึ่งแสดงเวลาเดินทางเป็นนาที

และนี่คือระยะทาง เราจะใช้สิ่งนี้เนื่องจากมีแม่น้ำกั้นระหว่างเขตแดน

นี่คือรูปหลายเหลี่ยมของ Thiessenที่สร้างขึ้นในซอฟต์แวร์ GIS ที่นี่เราสามารถสร้างสิ่งที่เรียกว่า วัตถุ Thiessen Voronoiเพื่อแสดงระยะทางจากจุดหนึ่งไปยังวัตถุอื่นๆ ที่อยู่ติดกัน

การนำเข้าข้อมูลในตัวแก้ไข Power Query

ก่อนอื่น ฉันนำเข้าข้อมูลไปยังPower Query Editor

อย่างที่คุณเห็น ฉันไปซูเปอร์มาร์เก็ตมาห้าแห่งแล้ว

นอกจากนี้ยังมีชุดข้อมูลสองชุดที่นี่ชื่อPostcodes Areas PQและ Postcodes Areas DAX

ฉันได้ทำสำเนาสิ่งนี้แล้ว ดังนั้นฉันจึงสามารถแสดงวิธีดำเนินการในตัวแก้ไข Power Query ด้วยการวัดผลไดนามิกอย่างเต็มที่

สำหรับการสาธิต Power Query ( พื้นที่รหัสไปรษณีย์ PQ ) ฉันได้ปัดเศษละติจูดและลองจิจูด ฉันแนะนำเสมอว่าถ้าคุณใช้ตัวเลขสี่หลักหลังเครื่องหมายจุลภาค ความแม่นยำของคุณจะอยู่ที่ประมาณ 11 เมตร ซึ่งเพียงพอแล้ว

ฉันยังคำนวณกำลังสองของทุกระยะทาง นี่เป็นเพราะอย่างที่ฉันพูดไปแล้ว ในที่สุดเราก็จะใช้พื้นที่เป็นตารางเมตรแล้วหารด้วยระยะทางยกกำลังสอง

จากนั้นฉันรวมเข้ากับตารางอื่น ( ตาราง ประชากร ) เพื่อรับประชากร เพื่อให้ได้รับข้อมูลเชิงลึกเพิ่มเติมเกี่ยวกับประชากรในพื้นที่รหัสไปรษณีย์

สำหรับข้อมูลหน่วยวัด ( รหัสไปรษณีย์ พื้นที่DAX ) ฉันยังทำสิ่งเดียวกัน เช่น การปัดเศษละติจูดและลองจิจูด และผสานเข้ากับตารางประชากร อีกครั้ง

ตอนนี้ นี่คือแดชบอร์ด LuckyTemplates ของการวิเคราะห์แบบจำลองแรงโน้มถ่วงของ Huff

นี่คือตารางการวัดที่ฉันแยกออกมา

การวิเคราะห์แบบจำลองแรงโน้มถ่วงของ Huff ขึ้นอยู่กับความน่าดึงดูดใจ

การคำนวณแรกที่ฉันสร้างขึ้นคือความน่าดึงดูดใจ

ความน่าสนใจคือตารางเมตรของร้านหารด้วยระยะทางยกกำลังสอง ร้านนี้มี พื้นที่ 1,502ตารางเมตร

นี่คือคอลัมน์ของระยะทางกำลังสอง ในตัวอย่าง นี้ผมใช้ฉันสามารถหาค่าหรือค่าเฉลี่ยได้ แต่มันไม่สำคัญจริงๆ เมื่อพิจารณาจากบริบท

ฉันทำการคำนวณนั้นสำหรับซูเปอร์มาร์เก็ตทั้งห้าแห่ง

จากนั้น ฉันบวกมันใน หน่วยวัด TotalATเพื่อคำนวณผลรวม

ความน่าจะเป็นในการวิเคราะห์แบบจำลองแรงโน้มถ่วงของฮัฟฟ์

มาตรการต่อไปคือความน่าจะเป็น

ความน่าจะเป็นเป็นเพียงโอกาสที่เหตุการณ์จะเกิดขึ้น ในการคำนวณนั้น ควรกำหนดเหตุการณ์เดียวที่มีผลลัพธ์เดียว จากนั้นระบุจำนวนผลลัพธ์ทั้งหมดที่สามารถเกิดขึ้นได้ สุดท้าย หารจำนวนเหตุการณ์ด้วยจำนวนผลลัพธ์ที่เป็นไปได้

ดังนั้นฉันจึงแบ่งความน่าดึงดูดใจด้วยความน่าดึงดูดใจโดยรวมในการคำนวณนี้ 

ตัวเลขเหล่านี้จะเพิ่มขึ้นเป็นร้อยเปอร์เซ็นต์

นอกจากนี้ยังมี การวัด จำนวนประชากรจากชุดข้อมูลที่ผสานซึ่งสรุปจำนวนประชากรตามพื้นที่รหัสไปรษณีย์

จากนั้นการวัดความน่าจะเป็นสูงสุด

การ์ดใบนี้กำลังแสดงว่า

สุดท้าย ฉันมีความน่าจะเป็นในการวัด ร้านค้าที่เลือก ฉันใช้มาตรการนี้เพื่อระบุความน่าจะเป็นของร้านค้าที่เลือกในการเลือกของฉัน

ตอนนี้เรามาคุยกันว่ามันทำงานอย่างไร

การวิเคราะห์ความน่าจะเป็น

ขณะที่ฉันทำแผนที่ ฉันได้ยึดเขตแดนเป็นรหัสไปรษณีย์ ฉันได้รับรหัสไปรษณีย์สี่หลัก

นี่คือตารางที่มี ความน่าจะ เป็นของร้านค้าที่เลือก

แผนที่ขนาดเล็กนี้แสดงตำแหน่งที่แท้จริงของซูเปอร์มาร์เก็ตทั้งห้าแห่ง

ฉันสามารถเลือกตามรหัสไปรษณีย์ของร้านค้าได้จากตัวแบ่งส่วนข้อมูล

แผนที่ขนาดเล็กนี้ ( 5 Stores Rotterdam ) ไม่ได้กรองแผนที่ Choropleth (ESRI) ทางด้านซ้าย นี่เป็นเพียงเพื่อให้เบาะแสแก่เราว่าเราอยู่ที่ไหนบนแผนที่ Choropleth นอกจากนี้ยังช่วยให้เราเห็นผลกระทบต่อแผนที่หลักในภายหลัง

อย่างที่คุณเห็นยิ่งสีเข้มมากเท่าไหร่ % ความน่าจะเป็น ของร้านค้าที่เลือกก็ จะยิ่งสูงขึ้นเท่านั้น

เช่น ฉันจะเลือกสถานที่นี้หรือซูเปอร์มาร์เก็ต

ถ้าฉันตรวจสอบพื้นที่นี้บนแผนที่ มันจะแสดงความน่าจะเป็นของร้านนั้นตามระยะทางยกกำลังสอง โปรดทราบว่านี่ขึ้นอยู่กับระยะทางในการขับขี่

ความน่าจะเป็นสูงสุดสำหรับการเลือกนี้คือ 95% ที่แสดงในการ์ดใบนี้

ส่วนนี้แสดงรหัสไปรษณีย์รวมและความน่าจะเป็นที่ลดลง เปอร์เซ็นต์ที่น้อยลง โอกาสที่รหัสไปรษณีย์เฉพาะของพวกเขาจะยิ่งใกล้กับซุปเปอร์มาร์เก็ตอื่นมากขึ้น

ตัวอย่างเช่น ถ้าฉันคลิกอันนี้ มันจะแสดงว่าความน่าจะเป็นคือ0 %

เห็นได้ชัดว่าผู้คนใน บริเวณนี้อาศัยอยู่บนซุปเปอร์มาร์เก็ตภายใต้รหัสไปรษณีย์3011 แล้วจะไปที่อื่นทำไม

ส่วนนี้แสดงพื้นผิวของร้านค้าจริงเพื่อใช้อ้างอิง

ในทางกลับกัน ข้อมูลนี้จะแสดงจำนวนประชากรทั้งหมดภายในการเลือก

การวิเคราะห์แรงโน้มถ่วงแบบไดนามิก Huff

ตอนนี้ฉันใช้พื้นฐานของการวิเคราะห์แรงโน้มถ่วงของ Huff เสร็จแล้ว ฉันจะก้าวไปอีกขั้นและหารือเกี่ยวกับวิธีการสร้างไดนามิกนี้

ในกรณีนี้ ฉันสร้างตัวแบ่งส่วนข้อมูลห้าตัวที่ มีตารางเมตรเริ่มต้นและตัวเลือกสำหรับเพิ่มพื้นที่ร้านค้า

ขั้นตอนที่เหลือค่อนข้างคล้ายกับขั้นตอนก่อนหน้า ตอนนี้ฉันมีมาตรการมากขึ้นเพราะเราต้องคำนวณบางสิ่งที่เป็นไดนามิก ฉันได้แยกขั้นตอนเพื่อให้เข้าใจมากขึ้น

การวิเคราะห์แรงโน้มถ่วงแบบไดนามิก Huff ตามพื้นที่ร้านค้า

มาดูความน่าสนใจของตารางเมตรกัน ฉันจะเลือก มาตรวัด ความน่าดึงดูดใจของSupermarket 3011

ตารางเมตรจะอ้างอิงจากค่าที่เลือกในตัวแบ่งส่วนข้อมูล3011

ตัวแปร distsq แทนค่ากำลังสองของระยะทาง ซึ่งมาจากชุดข้อมูลPostcodes Areas DAX

ในการคำนวณนี้ ค่าของตารางเมตรจะถูกหารด้วยค่าของระยะทางยกกำลังสอง

ฉันทำแบบนั้นกับซูเปอร์มาร์เก็ตทั้งห้าแห่งอีกครั้ง

การวิเคราะห์แรงโน้มถ่วงแบบไดนามิก Huff ตามระยะทาง

ฉันคำนวณระยะทางสำหรับการวิเคราะห์นี้ด้วย โดยพื้นฐานแล้วเป็นเพียงผลรวมของคอลัมน์ระยะทางของร้านค้าในชุดข้อมูลPostcodes Areas DAX

ร้านค้าที่เลือกจะถูกอ้างอิงในDistance PC –การคำนวณ Store ที่เลือกโดยใช้ ฟังก์ชัน Dax

จากนั้น ฉันยังมีตัววัดความน่าจะเป็นอีกอย่างสำหรับการวิเคราะห์แรงโน้มถ่วงแบบไดนามิก

เป็นไดนามิกเพราะหากเราเปลี่ยนแปลงบางอย่างในตัวแบ่งส่วนข้อมูลตัวแบ่งส่วนข้อมูลตัวใดตัวหนึ่ง มันจะส่งผลกระทบต่อผลลัพธ์ของการคำนวณในภายหลัง

ฉันได้ผ่านขั้นตอนและการคำนวณทั้งหมดสำหรับการวิเคราะห์แรงโน้มถ่วงแบบไดนามิกแล้ว นี่เป็นเพราะฉันสนใจเปอร์เซ็นต์ของประชากร จำนวนรหัสไปรษณีย์ และระยะทางรวมตามการเลือกของฉันจากตัวแบ่งส่วนข้อมูลที่กำหนดเอง

อย่างที่คุณเห็น มีความแตกต่างค่อนข้างมากในจำนวนประชากร ขึ้นอยู่กับระยะทางไปยังซุปเปอร์มาร์เก็ตและจำนวนประชากรภายในรหัสไปรษณีย์

ตัวอย่างเช่น ฉันจะเปลี่ยนตารางเมตรของซูเปอร์มาร์เก็ต 3011

เมื่อเปลี่ยนแปลงแล้ว ผลกระทบจะปรากฏชัดในข้อมูล นี่เป็นเพราะมันดึงดูดผู้คนให้เข้ามาในศูนย์และไปที่สถานที่นี้มากขึ้นเมื่อพิจารณาจากระยะทางที่ขับรถ

การแสดงข้อมูล LuckyTemplates – แผนที่แบบไดนามิกในคำแนะนำเครื่องมือ
LuckyTemplates Shape Map Visualization For Spatial Analysis
Geospatial Analysis – New Course on LuckyTemplates

บทสรุป

การวิเคราะห์ Huff Gravity Model แสดงความสัมพันธ์ระหว่างการอุปถัมภ์และระยะทางจากที่ตั้งของร้านค้า ดังนั้น ความน่าดึงดูดใจและระยะทางอาจส่งผลต่อความน่าจะเป็นที่ผู้บริโภคจะไปที่ร้านใดร้านหนึ่ง

โมเดลนี้สามารถช่วยคุณกำหนดการคาดการณ์การขายสำหรับที่ตั้งธุรกิจได้ การรวมการวิเคราะห์นี้เข้ากับรูปแบบธุรกิจของคุณสามารถให้ข้อมูลมากมายเกี่ยวกับไซต์ที่มีศักยภาพ

นี่เป็นอีกตัวอย่างที่ชัดเจนของสิ่งที่เราสามารถทำได้ด้วยการวิเคราะห์และ LuckyTemplates โดยการเปลี่ยนข้อมูลคงที่ให้เป็นการแสดงแบบไดนามิก 

ตรวจสอบลิงก์ด้านล่างเพื่อดูตัวอย่างเพิ่มเติมและเนื้อหาที่เกี่ยวข้อง

ไชโย!

พอล