近几年来，大数据技术突飞猛进的发展和智能算法的广泛运用，使大数据和AI赋能实体店铺成为可能。基于手机用户的位置数据、网民上网行为特征数据、美团/大众点评的商户评价数据、POI点位数据，实现店铺选址的智能化以及运营决策的智慧化，越来越受到各业态实体零售店铺运营者的青睐。

 

目前，使用大数据进行零售店铺选址的平台和产品主要有：阿拉丁智店“慧选址”、阿里智能选址、腾讯智能选址、联通“极目洞察”、“商圈秀”、“边界猎手”等。

 

一、阿拉丁智店“慧选址”

阿拉丁智店“慧选址”是阿拉丁大数据旗下的零售大数据选址平台。该平台通过整合多源高质量数据，辅以商圈洞察、店铺选址、智慧运营智能算法，为餐饮、生活服务（如美容美发）、教育培训、购物服务（如汽车、药店）等零售业态提供大数据选址服务。

优点：

（1）数据最全：三大运营商数据、百度大数据、银联消费者数据、全量POI数据、美团/大众点评数据、全国住宅小区、写字楼数据。

（2）算法最完整：构建了空间插值算法、核密度算法、ODPA算法、价值因素算法、商圈洞察算法，可进行卡方分析、相关性分析、回归分析、时间序列、k-mean聚类、决策树（cart树）分类对比、贝叶斯分类、LOF离群点算法、apriori关联分析等。

（3）产品完整：“慧选址”、“智店”APP和小程序；“慧选址”、“商圈雷达”、“品牌烽火台”、“Mall鹰眼”、“客群魔镜”SaaS平台。

缺点：虽然该公司已经注册了“慧选址”商标，但还有其他公司也有相同或相似的产品，造成一定的混淆。

 

二、阿里智能选址

优点：基于阿里的天猫、淘宝数据，基本能覆盖中国大部分电商用户；可以识别电商用户的居住地址。

缺点

1、用户数据不全。虽然阿里几乎能覆盖我国100%的城市人口，但不能获取每个人365天每天24小时每分钟的连续时空轨迹数据，这是支付宝“健康码”不得不使用运营商数据来查询用户通勤状况的根本原因。

2、由于不能获取全量用户实时轨迹信息，人流、客流数据准确性偏差较大。

3、只面向大B，没有SaaS平台，也没有面向C端的平台APP或小程序。

 

三、腾讯智能选址

优点：基于腾讯的微信、QQ用户数据，基本能覆盖中国大部分手机用户；

缺点

1、用户数据不全，虽然QQ和微信的用户数合计达到10亿，仍不能覆盖所有手机用户；跟阿里相同，几乎能覆盖我国100%的城市人口，但不能获取每个人365天每天24小时每分钟的连续时空轨迹数据。

2、由于不能获取全量用户实时轨迹信息，人流、客流数据准确性偏差较大。

3、没有面向C端的平台。

 

四、联通“智能选址”

优点：基于联通、京东的手机用户、电商数据开发，能覆盖一定比例（约25%）的人群；

缺点：联通的手机用户占比约为25%，无法覆盖中国移动、中国电信的手机用户数据，意味着有75%的手机用户的行动轨迹无法获取。

 

五、商圈秀

优点：主要是美团、大众点评的评论数据和POI数据；

缺点：（1）没有人群人流数据，仅有的4个客群标签（人口数、学历、年龄、性别）是通过统计局数据估测的额，准确性较低，容易误导选址决策。（2）没有店铺销量、客单价数据，数据价值较低；（3）主要做餐饮行业，其他领域受限于数据获取能力应用不多。

 

六、边界猎手

优点：主要是统计局人口数据和POI数据；

缺点：（1）没有人群人流数据，客群标签是通过统计局数据和高德数据估测得出，准确性较低，容易误导选址决策（2）没有店铺销量、客单价数据，数据价值较低；（3）选址模型和算法方面比较欠缺，数据整合程度不够。