邵必林 鄧小玉 裴明洋





摘? 要:新零售背景下化妝品門店的體驗和倉儲功能增強,傳統的選址指標體系已經不適應當下化妝品門店的選址。通過文獻分析和實地調研,建立新零售背景下化妝品門店的選址指標體系,采用直覺模糊層次分析法對相應指標的權重進行排序并選取最優方案,并采用灰色關聯分析從客觀角度上驗證選址結果的準確性。實例分析表明,新零售背景下選址要優先考慮配送覆蓋范圍和門店租金成本,更新了傳統選址邏輯,對于新零售背景下門店選址和提高運營效率有一定的借鑒意義。
? 關鍵詞:新零售;門店選址;模糊直覺層次分析法;灰色關聯分析
? 中圖分類號:F719? ? 文獻標識碼:A
Abstract: In the context of new retail, the experience and storage function of cosmetics stores are enhanced, and the traditional site selection index system can no longer adapt to the current site selection of cosmetics stores. Through literature analysis and field research, the site selection index system of cosmetics stores under the new retail background is established. The weight of corresponding indexes is sorted by intuitionistic fuzzy analytic hierarchy process and the optimal scheme is selected. The accuracy of site selection results is verified by grey correlation analysis from an objective perspective. The case analysis shows that distribution coverage and store rental cost should be given priority in the location selection under the new retail background. The updated traditional location logic has certain reference significance for the location selection of stores and the improvement of operation efficiency under the new retail background.
Key words: new retail; store location; fuzzy intuitive analytic hierarchy process; grey correlation analysis
0? 引? 言
新零售的核心在于提升消費者的消費體驗,將線上和線下以及物流緊密結合在一起,利用大數據等先進網絡技術綜合分析各種信息,為消費者提供更好的服務[2],通過互聯網平臺、大數據分析等技術重構交易基礎邏輯,改變傳統零售依賴門店的成本結構模型;同時,新零售高度重視用戶線上體驗,在一定程度上弱化了實體區位的重要性[3]。
選址問題(Location Problem)是組合優化中一類有著重要理論意義和廣泛實際背景的問題,其實質是尋求對需求完成分配任務的合理安排以得到某種意義下的最優結果[4]。選址問題的思路是首先收集各方面影響因素,再對因素進行分析,得出因素的權重,先前運用較多的是專家打分法、層次分析法[5],為了避免某些因素無法定量化的問題,逐漸采用模糊綜合評判法、灰色綜合評價法[6]來對因素進行分析。后來對于權重確定主觀性過強的問題,提出熵權法等客觀賦權法與傳統的賦權方法相結合,對權重的確定進行改進。
? 隨著社會的發展,對待各類評估問題的精細化程度越來越高,專家學者對于定性評價的偏差要求越來越小。傳統的模糊評價方法已然不能滿足研究需求,因此,專家提出由猶豫度擴展而來的直覺模糊集方法,直覺模糊集在定性評估上顯示出巨大的優勢,考慮到AHP在處理綜合多目標決策問題表現出的優勢,將這兩種方法結合成新的直覺模糊層次分析法(IFAHP)[7]如今直覺模糊層次分析法,在災害風險評估[8]、人員績效評估[9]等方面的應用效果卓然,但是還沒有在選址評估領域使用。
? 新零售模式下的化妝品門店選址,同樣存在著許多的不確定性和猶豫性,使用直覺模糊層次分析法對選址指標的權重進行優化,能夠規避一些主觀評價的不確定性。再使用灰色關聯分析這一定量方法對實例進行驗證,從主觀和客觀兩個角度驗證在新零售背景下選址思路變更的必然性,為化妝品門店選址帶來深遠的現實意義。
1? 門店選址評價指標體系構建
1.1? 指標選取分析
? 通過實地調研發現,年代較久遠的商圈,化妝品銷售通常以專柜的形式聚集在同一層,且各自面積較小,吸引的新客戶較少。較新的商業綜合體,如西安賽格、曲江大悅城等除化妝品專柜外,還有獨立的門店,門店吸引的人流量明顯比專柜多,且混合品牌化妝品門店,如屈臣氏、絲芙蘭等的攬客率明顯要比單一品牌門店高。
? 通過對實地調研情況及文獻梳理,總結出以下幾個影響化妝品門店選址的要素:
? 首先要考慮客流量。客流量由多種因素組成:周邊小區密度、人口密度、商圈人氣、交通情況,以及競爭品牌的數量。
? 第二是考慮開店成本。主要因素有:店鋪租金、裝修總投入、設備總投入、宣傳費用。考慮在新零售的背景下,要引進一些自助式購買設備;在門店的裝修上,要貼合新零售背景,結合化妝品門店本身的特點,樹立屬于自己的獨特風格,營造更加開放、輕松的體驗氛圍。
? 第三要考慮店鋪的配送環境。構造“線上+線下”結合的銷售環境,配送成了銷售進程中的重要一環。配送環境包括配送路線的優化,盡量擴大門店的輻射范圍,充分發揮門店的倉儲作用。
? 第四要考慮人群消費的潛力。人群的消費潛力主要體現為周邊小區房價,以及周邊人群年輕人的占比。
1.2? 化妝品門店選址指標體系建立
? 從以上對于化妝品門店的選址因素進行分析,以及對影響因素進行合理量化,構建選址指標體系,如表1所示。
由表1可知,場地要素充分展示了門店的地理位置條件對于門店經營狀況的影響,主要包括場地的大小、停車位的數量及區位交通指標。其中區位交通指標本文采用交通擁堵度來展示,計算方法即指選定主干路上一段1 000m的道路,分別選取上午8點和下午6點兩個時間,計算車輛通行時間,取平均值作為交通擁堵度。
? 競爭要素主要包括人口的密度和收入水平及同類門店的數量,人口越密集的地方及競爭對手越少的地方選址效果越好。
? 成本要素主要由門店租金、環境維護成本、配送成本、懲罰成本組成。不同地段的門店租金有差異較大,人工費、設備采購與維護費、裝修費等綜合形成環境維護成本。不論是與美團等平臺合作配送還是自家成立配送體系,均造成配送成本,并且,在線上線下同時開放服務時,就不得不考慮延遲配送所帶來的懲罰成本。除門店租金外,其余的指標不好使用精確的數據衡量,使用打分制來衡量成本的各個指標值。
2? 理論方法
2.1? 模糊直覺層次分析法
? Zadeh提出的模糊數只能通過刻畫隸屬度來刻畫事物的模糊性,不能表示支持和反對,為了更加確切的刻畫出事物的模糊本質,Atanassov教授最早于1983年提出一種模糊信息的概念,把只考慮隸屬度的Zadeh 經典模糊數推廣的同時考慮真隸屬度、假隸屬度和猶豫度這三方面信息的直覺模糊集[10]。在新零售選址評價的過程中,不確定因素較多,由于專家知識水平的局限性,對指標的評判存在不確定性,因此采用模糊層次分析法來確定權重。在處理不確定性和模糊性方面有更加良好的效果[11-12]。
? 定義1:令X為非空集合,則稱A=<x,
ux,
vx|x∈X>,即為直覺模糊集。其中,ux與vx為子集A的隸屬度與非隸屬度,且滿足如下條件:
(1)
定義2:令π=1-ux-vx,π代表集合中X中的元素x對于集合A的猶豫度,若π,則A退化成為普通模糊集合。
? 定義3:令α=
u,
v為直覺模糊數,且滿足0≤u≤1,0≤v≤1。直覺模糊數
u,
v=0.8,0.15的解釋為有若干位專家對一個方案進行投票,其中有80%投了贊成票,有15%投了反對票,其余專家選擇棄權。
? 定義4:稱ρα=為得分函數。得分函數可用來比較兩個直覺模糊數,其中π=1-u-v。ρα值越大,直覺模糊數α的值越大。
采用直覺模糊層次分析法確定新零售背景下化妝品門店評價指標權重的步驟如下:
? 步驟一:構造模糊直覺判斷矩陣。采用直覺模糊數表示決策人員對評價指標的偏好信息,從而建立直覺模糊判斷矩陣R=
r,其中r=
u,
v, u=v, v=u, u=v
=0.5。u表示決策人員對評價指標i和j的重要性進行比較時偏愛i的程度,v表示決策人員偏愛j的程度,π=1
-u-v表示決策人員的猶豫度。指標重要程度標度如表2所示。
步驟二:一致性檢驗。與經典層次分析法類似,需要對R的一致性進行檢驗。構建完美的一致性直覺模糊判斷矩陣
=
來建立一致性檢驗指標。
當j>i+1時,令=
,
,其中:
=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?(2)
=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?(3)
當j=i+1或j=i時,令=r;當j<i時,=
,
。
? 若R與滿足dR,
<τ,R則認為的一致性是可接受的。
? 式中:τ為一致性閾值,通常取值0.1;dR,
為R到的距離測度,即:
dR,
=∑∑
-u+
-v+
-
π? ? ? ? ? ? ? ? ? ? ? ? ?(4)
若dR,
≥τ,則R的一致性是不可接受的,此時需對R進行修正。
? 步驟三:計算評價指標權重。根據式(5)計算各評價指標的權重
=
, 1-
(5)
步驟四:對指標排序。各指標權重均為直覺模糊數,因此采用得分函數對各指標進行排序。
? 步驟五:對各評價指標權重進行歸一化。
2.2? 灰色關聯分析概述
? 灰色關聯分析是一種多因素統計分析方法,通過計算各比較序列與參考序列的關聯度,對被評價對象做出綜合比較和排
序[13]。它的步驟主要包括:(1)確定備選方案及最優參考方案;(2)對各方案序列進行無量綱化;(3)計算各備選方案與最優參考方案間的絕對差;(4)計算關聯系數;(5)計算關聯度并排序。
? 灰色關聯分析能夠通過定量計算得出最優方案,與定性的計算結果進行對比,增加選址結果可信度。
3? 實例分析
本文要證明新零售的背景下,門店起到的作用大多是體驗,新零售的客戶通過線下體驗,線上下單的方式來獲取產品,能夠減弱傳統的商業綜合體對于化妝品門店選址的影響,強化門店的體驗和倉儲功能,因此本文選擇了方案一西安賽格負一樓店鋪、方案二西安騾馬市商業步行街店、方案三錦業時代小區店作為對比。
3.1? 數據收集
? 場地要素的獲取。通過線下調研和與門店經營者進行訪談,獲取場地大小、周邊停車位數量等信息。區位交通指標通過統計一周內上午8點和下午6點兩個時間的1 000m車輛通行時間平均值來得出。
? 競爭要素的獲取。使用經緯度查詢網查詢備選三個店鋪的經緯度,使用百度地圖提供的API,爬取備選地周邊一公里的小區名稱與化妝品店的數量[14],以及周邊一公里內的同類門店數量。通過房地產網站提供的小區數據,獲取周圍一公里的常駐人口數和小區平均房價。
? 成本要素的獲取。通過房地產網站的數據來獲取門店租金,通過邀請四位專家對其余三個成本指標進行打分,取其均值。三個方案的指標值獲取結果如表3所示。
3.2? 權重計算
邀請十位本專業專家學者共同商討,并且對一級指標和二級指標建立模糊判斷矩陣。
? 一級指標模糊判斷矩陣如下:
二級指標場地要素、競爭要素和成本要素模糊判斷矩陣如下:
指標權重計算結果如表4所示。
由表4可知,新零售背景下的選址影響最大的因素分別是門店租金、配送費用和人口數量,表明在新零售背景下,門店能夠覆蓋的人群基數越大越好,配送費用和門店租金成本越低越好。新零售背景下,化妝品門店選址可以脫離傳統商圈的束縛,在人群密集的居住區開設門店,這樣即能夠滿足三個影響較大的指標。
3.3? 方案評估結果
? 定性方案評估:首先將三個方案的指標無量綱化,將無量綱過后的指標值與歸一化后的權重值相乘得出總得分。定量方案評估:使用灰色關聯對三個方案進行評估。定性和定量方法得出的評估結果如表5所示。
由表5可知,使用直覺模糊層次分析法和灰色關聯分析對三個方案進行評估結果排序均為方案三>方案二>方案一,即定性分析和定量分析的結果均表明方案三錦業小區店為最佳選址方案。
4? 結? 論
? 本文首先提出新零售下的選址與傳統的選址邏輯不甚相同,提出新零售下選址的指標體系的權重需要重新修訂,在對傳統
的指標體系賦權方法進行剖析后,指出直覺模糊分析法還沒有在選址領域使用過,這種考慮猶豫度的選址方法,對于改善主觀賦權的不確定性有極大的正面意義。同時,提出用灰色關聯分析進行定量版的實例分析,與定性分析的結果做對比,從兩方面評估中更加準確的得出選址的結果。
? 實例驗證的結果證明,在新零售的背景下,門店租金和配送費用以及人口數量的權重占比最大,即在新零售背景下,可以脫離傳統的以商業綜合體為主的選址,選擇人口密度較大,租金較低的地方作為選址點,能夠最大程度的發揮門店的體驗功能和倉儲功能,展現新零售帶來的線上線下融合的新門店經營模式,對提升門店的經營效率有積極影響。
參考文獻:
[1] 杜睿云,蔣侃. 新零售:內涵、發展動因與關鍵問題[J]. 價格理論與實踐,2017(3):110-112.
[2] 王歡,付剛. 新零售背景下物流業發展對策研究[J]. 物流科技,2018,41(8):59-61.
[3] 張英浩,汪明峰. 新零售背景下連鎖店區位選擇及其空間關聯特征[J]. 熱帶地理,2021,41(3):573-583.
[4] 譚素平,易斌. 設施選址問題綜述[J]. 科技信息,2012(22):132-133.
[5] 李忠富,李玉龍. 購物中心選址的綜合評價方法[J]. 商業研究,2008(4):196-198.
[6] 張瀅. 物流中心選址的熵權法綜合評價[J]. 生產力研究,2008(10):108-110.
[7] Xu Z, Liao H. Intuitionistic fuzzy analytic hierarchy process[J]. IEEE Transactions on Fuzzy Systems, 2014,2222(4):749-761.
[8] 潘汀超,戚藍,田福昌,等. 組合賦權—模糊聚類算法的改進及其在洪災風險評價的應用[J]. 南水北調與水利科技(中英文),2020,18(5):38-56.
[9] 黃明田,李澤玲. 基于直覺模糊層次分析法的90后知識型員工績效評價與激勵策略研究[J]. 數學的實踐與認識,2019,49(23):230-239.
[10] 萬樹平. 直覺模糊多屬性決策方法綜述[J]. 控制與決策,2010,25(11):1601-1606.
[11] 張濤,趙晉泉. 基于IFAHP和TOPSIS的直流弱送端電網調相機配置方案綜合評估[J]. 電測與儀表,2021,58(4):107-114.
[12] 鄭耿峰. 基于直覺模糊層次分析的特種設備事故應急預案評價[J]. 計算機科學,2020,47(S1):616-621.
[13] 曹明霞. 灰色關聯分析模型及其應用的研究[D]. 南京:南京航空航天大學(碩士學位論文),2007.
[14] 蘇洋. 百度地圖在新零售線下門店選址中的應用[J]. 電腦知識與技術,2021,17(1):250-252.