建设单位：万达购物广场、国际知名零售商、龙湖天街、多乐士等
承建单位：GeoHey·极海
创新摘要
GeoHey·极海基于大数据和人工智能技术，针对企业生命周期的各个环节对门店选址的多维度需求，结合千万级的位置数据，研发适合中国各级城市应用的选址深度学习模型，并使用机器学习进行客群预测，为商企选址决策带来崭新视角和极大创新。
案例介绍
服务客户：
零售连锁、银行、物流等具有线下商业实体形态的企业
产品形态：
提供基于深度学习模型的选址分析咨询报告和商业智能SaaS平台。
功能说明：
极海通过千万级位置数据，结合人工智能中的深度学习模型，完成数百个不同指标的融合计算，预测客群分布区域和消费偏好，挖掘区域潜力，形成店铺位置分析评估和建议。使用机器学习，提供竞品店的商圈竞争、自有分店的商圈竞争、市场容量等能直达多方面需求的评估分析结果。
店铺全生命周期管理
分析评估：新建、调整、合并、关闭
新建洞察：区域、板块、竞争、客群
滚动支持：商业竞争环境变化、城市区域环境变化、目标群体调整、广告投放策略调整
解决问题：
提供基于大数据、人工智能技术的选址咨询方案，使用机器学习进行客群预测，帮助企业提升店铺、网点位置管理的准确性与有效性。
零售店铺全生命周期管理方案，涉及零售企业的店铺位置管理的各个环节，为企业的长期管理提供连续性更强、可靠性更高的位置管理决策支持。
应用案例：
基于人工智能的零售店铺选址及销售额预测，为国际知名零售商店铺扩张及布局优化提供前所未有的决策依据
GeoHey·极海是由数据驱动的地理大数据SaaS服务商，专注于地理大数据服务，定位地理大数据智能化决策。为用户提供海量地理数据、基于机器学习的位置挖掘和数据可视化。让丰富的数据在地理维度组合，从而发现规律、预测趋势，能够为商业决策带来崭新视角和极大创新。
针对零售商店铺的业务特点，极海调用地理数据库内千万级别的POI(point of interest)数据为基础，结合业务数据，研发了适合中国多个城市应用的零售选址深度学习模型。通过对零售企业会员分布的分析和预测，为其在全国11个城市的店铺选址提供了技术支持。
经过长期的研究和模型训练，地理数据的机器学习流程和自动化方案得以不断调整、优化，最终得出能够应对不同门店选址考虑因素、分析尺度的选址模型和解决方案。而针对具体城市内的市场潜力以及目标地点销售额两方面的预测不仅给出了量化指标，且准确度也得到验证，达到了实际参与决策过程的高度。
结果预测(从城市优势区域判断，到优势地点的判断)
大数据与人工智能的结合，外加丰富的市场经验，多方位的方法，这为零售行业的选址工作带来了创新的视角和解决方法，带来了前所未见的准确、高效、智能化的体验。极海提供的零售全生命周期管理方案，涉及零售企业的开店选址、店铺迁移、店铺淘汰、渠道铺设等各个环节，为企业的长期管理提供连续性更强、可靠性更高的建议。
{{item.content}}