060

Starbucks อาจใช้ข้อมูลสังคมออนไลน์ของคุณเพื่อหาทำเลตั้งร้านใหม่
สรุป
นักวิจัยที่มหาวิทยาลัย Cambridge ค้นพบว่าข้อมูล check-in จาก Foursquare ใน New York สามารถช่วยภาคธุรกิจในการเลือกทำเลที่ดีที่สุดในการเปิดร้าน Starbucks McDonald’s หรือ Dunkin’ Donuts สาขาใหม่
การตัดสินใจว่าจะสร้างร้านกาแฟหรือฟาสต์ฟู้ดใหม่ที่ไหนนั้นเป็นธุรกิจที่มีราคาแพงและเสี่ยงมาก ในอดีตนักวางแผนใช้ข้อมูลประชากรศาสตร์ รายได้ ธุรกิจใกล้เคียง และกระแสของมนุษย์ ซึ่งข้อมูลเหล่านี้มีราคาสูงในการจัดทำแต่ก็คุ้มค่าเพราะจำนวนลูกค้าที่เดินผ่านต่อวันสร้างมาสร้างความแตกต่างมหาศาลได้
“เปิดร้านกาแฟที่มุมถนนหนึ่งอาจจะมีลูกค้าเป็นร้อย เปิดห่างมาอีกสักสองสามร้อยเมตรอาจจะต้องปิดในอีกไม่กี่เดือนต่อมา” Anastasios Noulas และคณะ ทีมนักวิจัยจากมหาวิทยาลัย Cambridge อธิบายไว้ในงานวิจัยใหม่ที่ว่าด้วยการใช้งานสังคมออนไลน์ในการเลือกทำเลค้าปลีกที่ดีที่สุด
เพิ่มเติมจากการใช้ข้อมูลประชากรศาสตร์ตามปกติ ทีมของ Noulas ต้องการทราบว่าถ้าเพิ่มข้อมูล check-in จาก Foursquare ที่เป็นข้อมูลฟรีๆประกอบกับการใช้ Machine Learning algorithms จะช่วยให้นักวางแผนเลือกทำเลได้ดีขึ้นหรือไม่ โดยทีมนักวิจัยมุ่งไปที่ข้อมูลเครือข่ายร้านขนาดใหญ่ในนิวยอร์กสามแห่ง ได้แก่ Starbucks, McDonald’s และ Dunkin’ Donuts
นักวิจัยเริ่มต้นด้วยการหา features ที่อาจส่งผลต่อจำนวนคนเดินเท้า อาทิ ธุรกิจอื่นๆและการกระจายตัวในบริเวณดังกล่าว รวมถึง landmarks ใกล้เคียงที่ช่วยดึกดูดลูกค้า ข้อมูลอย่างการที่ผู้คนที่ออกจากสถานีรถไฟมักจะไป Starbucks ก็จะถูกรวมอยู่ในนี้ด้วย
3008621-inline-locations.png
หลังจากนั้นทีมงานก็มาดูที่ข้อมูล check-in ของ Foursquare เพื่อทำความเข้าใจการไหลของคนระหว่างสถานที่ต่างๆ จากการวิเคราะห์ข้อมูล check-in 620,932 รายการ ในช่วงระยะเวลา 5 เดือน ทำให้ทีมนักวิจัยสามารถหาได้ว่าพื้นที่ไหนเป็นที่นิยม แทนที่จะระบุว่าร้านใดร้านหนึ่งเป็นที่นิยม แล้วนักวิจัยก็จะให้คะแนนแต่ละพื้นที่ตาม feature ที่กำหนดไว้
ข้อมูล feature และค่าต่างๆที่ใช้วิเคราะห์แต่ละทำเลจะถูกนำไปเทรนกับ Machine Learning หลายๆตัว อาทิ Support Vector Regression, M5 decision trees และ Linear Regression โดยแต่ละอัลกอริทึมจะถูกเทรน 1,000 ครั้ง ด้วยข้อมูล 2 ใน 3 และจะถูกทดสอบผลการทำนายลำดับคะแนนของทำเลกับข้อมูลที่เหลืออีก 1 ใน 3 เพื่อนำมาเปรียบเทียบกัน
ทีมนักวิจัยพบว่ารูปแบบการ check-in ของทั้ง 3 ร้านนั้นแตกต่างกัน ทำเลของ Starbucks ถูก check-in มากกว่า McDonald’s กับ Dunkin’Donuts ถึง 5 เท่า โดย Starbucks มักจะตั้งใกล้สถานีรถไฟมากกว่าอีกด้วย
Feature ที่สำคัญในการทำนายทำเลของทั้ง 3 แห่งก็แตกต่างกัน สำหรับ Starbucks คือทำเลที่มีคู่แข่งใกล้เคียงน้อยๆ สำหรับ McDonald’s คือตำแหน่งใกล้เคียงร้านค้าปลีกอื่นๆ และสำหรับ Dunkin’Donuts คือจุดพักผ่อนระหว่างการชอปปิ้ง
3008621-inline-radius.png
โดยสรุปผลการศึกษาทำเลที่ตั้งจากข้อมูลพื้นที่แบบดั้งเดิมร่วมกับข้อมูลจาก Foursquare ก็ให้ผลลัพท์ที่ดีสำหรับทั้ง 3 ร้าน โดยจากวิธีดังกล่าวทีมนักวิจัยสามารถทำนายที่ตั้งของ Starbucks ได้ถูกถึง 67% ของทั้งหมด และถูกถึง 76% เมื่อทำนายในทำเลที่ดีที่สุด 10% และ 15% แรก
แต่อย่าคิดว่าคุณจะดึงดูดร้านเหล่านี้มาสู่พื้นที่ใกล้บ้านได้ด้วยการ check-in เพราะผลการวิจัยบอกแค่ว่ามันมีความเชื่อมโยงกันเท่านั้น แต่ไม่ได้บอกว่าจำนวนการ check-in มีผลต่อความนิยมของทำเลนั้นๆ
ที่มาของข่าว : http://www.fastcolabs.com/3008621/tracking/github-reveals-a-formula-for-your-hacker-persona
งานวิจัยในข่าว : http://arxiv.org/pdf/1306.1704v1.pdf
วิเคราะห์
จากข่าวนี้จะเห็นได้ว่าข้อมูลต่างๆในโลกสังคมออนไลน์ที่มีอยู่มากมายก็สามารถนำมาใช้ประโยชน์ได้ในเชิงธุรกิจ อย่างในข่าวนี้ก็คือการนำข้อมูล check-in จาก Foursquare มาใช้ในการหาทำเลที่ดีในการตั้งร้าน โดยเทคโนโลยีสารสนเทศที่นำมาใช้ในงานวิจัยนี้ก็คือ Machine Learning ซึ่งเป็นหนึ่งในเครื่องมือของสาขา Data Mining
Machine Learning คืออะไร
“การเรียนรู้ของเครื่อง (อังกฤษ: machine learning) เป็นสาขาหนึ่งของปัญญาประดิษฐ์ ที่เกี่ยวข้องกับการพัฒนาเทคนิควิธี เพื่อให้คอมพิวเตอร์สามารถเรียนรู้ โดยเน้นที่วิธีการเพื่อสร้างโปรแกรมคอมพิวเตอร์จากการวิเคราะห์ชุดข้อมูล การเรียนรู้ของเครื่องจึงเกี่ยวข้องอย่างมากกับสถิติศาสตร์ เนื่องจากทั้งสองสาขาศึกษาการวิเคราะห์ข้อมูลเช่นเดียวกัน” – Wikipedia
Machine_Learning_Technique..JPG
ดังนั้นในการวิจัยข้อมูลจึงภูกแบ่งเป็น 2 ส่วนนั่นก็คือ
• ข้อมูลสำหรับเทรนอัลกอริทึม Machine Learning จำนวน 2 ใน 3 ของข้อมูลทั้งหมด
• ข้อมูลสำหรับใช้เปรียบเทียบหาความแม่นยำของผลการทำนายของอัลกอริทึม จำนวน 1 ใน 3 ของข้อมูลทั้งหมด
และจากผลการวิจัยก็จะเห็นได้ว่าข้อมูลฟรีๆอย่าง check-in จาก Foursquare ก็มีผลในการช่วยหาทำเลในระดับหนึ่งเลยทีเดียว โดยเราจะเห็นได้ว่าจุดแข็งของทั้ง 3 กิจการก็ไม่เหมือนกัน การเลือกทำเลก็ไม่เหมือนกัน นั่นคือ
• สำหรับ Starbucks คือทำเลที่มีคู่แข่งใกล้เคียงน้อยๆ
• สำหรับ McDonald’s คือตำแหน่งใกล้เคียงร้านค้าปลีกอื่นๆ
• สำหรับ Dunkin’Donuts คือจุดพักผ่อนระหว่างการชอปปิ้ง
โดยในการนำข้อมูลเหล่านี้มาใช้ ทางกิจการเองก็จำเป็นต้องมีข้อมูลทำเลที่ประสบความสำเร็จของตัวเองจำนวนหนึ่งด้วย ซึ่งหมายความว่าระบบสารสนเทศในการเก็บข้อมูลต่างๆขององค์กรหรือที่เรียกว่า DataWarehouese นั้นเป็นสิ่งจำเป็นพื้นฐานในการใช้งานเทคโนโลยีในระดับสูงขึ้นไปอย่าง Data Mining องค์กรต่างๆจึงควรลงทุนในระบบเหล่านี้ได้แล้วก่อนที่ความสามารถในการแข่งขันขององค์กรจะหมดไป

Unless otherwise stated, the content of this page is licensed under Creative Commons Attribution-ShareAlike 3.0 License