便利店选址策略

便利店选址策略

“零距离”连锁零售便利店选址策略

一，第一立地布店

所谓立地是指商店的店址确定。第一立地即主商圈辐射附近、集客最近的地方。便利店的立地条件的核心是商圈内的客流量。影响客流量的因素主要有商圈内的家庭、企事业单位数量；经过商店门口的人流、车流；马路、人行道的形状，商店周围的开阔度等等。国外成熟便利店的商圈，通常以商店所在点为中心，其半径为300米左右；在中小城市，则半径扩大至500米左右。每一店铺的目标人口在2600—3000人之间，如以一个家庭3.6人计算，则家庭数在722—833户之间。我们应借助国外经验，确定适合我国便利店的立地条件如店铺应坐落于“生活道路”，紧挨车站，商圈内有足量的生活人口，靠近集聚人的场所，附近有办公楼街、有单身宿舍或单身公寓，房租应在一天的销售额以下，竞争者较少等。因为，对经营商铺的创业者来说，“客流”就是“钱流”。

便利店为加强店铺收益力，建构最强有力的店铺网，应重视每个地区的商圈特性，并以严谨的立地采点等作业，进行立地及商圈的开店可行性评估，以实施质量并重的高质化物件开发策略。

二，经验法则

“金角、银边、草肚皮”，都是门店选址经验之谈。以金角为例，即指商铺位于两条道路的交汇处。这样可以享受两条道路四个方向的客流，具有

良好的展示、广告作用，是商铺最容易成活的地方。很多便利店把路角店列为选址的首要条件。而对于那些在这两个极端之中、比较难判断好坏的灰色区域，运用经验法则、通过查看其周边环境和住户、人流等也可以大致测算出是否适合开店。

日本商人通口俊夫采用“三角经验法” 把分布在一条直线上，生意一直不景气的三个门店，呈三角形布点，点和点连起来，重新调整了门店的地理位置，既留住了中间部分的消费者群体，又使在三角形内居住的人们就都会到我的门店购物。重新选址开张的三家店生意奇迹般的好。一年后，他利用其中一个店作为一个点，开设了另外两个门店，再次形成一个三角形布局……几年后，他共开设了1320多家分店。后来，他的“三角经营法”成为商界瞩目的经营之道，并引入了大学营销教学课堂。

三，统计测算

即你可以站在开店位置，计算半径300米内商圈住家户数、住宅的密集度，再依照该店铺人潮最多的四时段，每时段计算通过人数，来判断每日预估的来店人数，测量人车经过数量，年龄15至18岁的算1人，摩托车骑士5个算一个，这样就能精确了解所在位置的集客力。或者根据消费能力，把不同的人以一定的价格来表示，有的人代表1元，有的人则代表2元。不同的家庭也有相对应的价格，这样可以更加直接的测算出当地的消费水平，进而测算门店获利能力。7-11、上海全家等比较知名的连锁便利店在选址的时候都有一套成熟的测算方法。

值得注意的是大多便利店所定位的客群是有一定消费水平的社区居民、学生和上班族，而有的地段外来务工人员、竞争者比较多，其捕获力也相对下降。故人多的地方并一定就适宜开店。所以，在选址时，有学校、办公楼等可以带来客源的地方要加分。而对于竞争者就要扣分，最后得到的分数才是最能代表赢利能力。

我国地理位置及城市区域分布的复杂性、多样性，使各区域在不同时间段的变化很大。便利店要定期通过相关统计机关和政府机构获得包括区域人口结构、人均所得等相关数据，定期测算统计，尽可能地将几家预选店址商圈内的居民数、流动人口量、消费水平、消费习惯、车辆动线等条件一一列出，并进行详细的对比，定期更新，做到心中有底，增加选址成功的可能性。

四，建立数模

在一般的选址问题基础上，结合某一具体社区形成的公共交通网络（如图2-1），建立特定的数学模型确定便利店的个数及其最优位置。

图2-1 某社区公共交通网络

图中顶点代表社区各居民点，边代表连接两居民点的距离。若要在此网络的顶点上设立若干便利店，如何选取最少的位置来建立便利店，使得当网络中的任何一个需求点需要服务时，都能在规定的时间内（5-7分钟）或经

过规定的路程内到达便利店。并且为简化问题结构，以便求解，提出如下基本假设：1、网络中每段路的长度已知，且小于规定距离；2、每个便利店所能提供的服务无能力限制；3、每个便利店的成本相同。

设图T=(A,B)的顶点集为{a1,a2,…am}，A={1,2,…,m}为顶点下标集，边集B={b1,b2…,bn}。给定某一个距离D，设ai1,ai2,…,aik为到某顶点i 的最短路不超过D的若干顶点，记Si为i顶点到这k个顶点的最短路线构成的边集，则共有m个这样的集合，且S1,S2,…,Sm B。相应于每个Sj(j∈A)，其权重为wj。集覆盖问题为：寻找一个I，A={1,2,…,m}，使得∪j∈ISj=B,并且∑j ∈Iwj最小。这里我们取wj=1，则问题成为寻找一个集合个数最少的覆盖。此问题是组合优化问题中的一个NP难问题，为此我们采用如下启发式算法求解。

对每一个Sj(j∈B)，定义一个变量xj，使得当j∈I时，xj=1,否则，xj=0。则上述集合覆盖问题成为一个0-1整数规划

min∑mj=1xj

s.t.∑j∶bi∈Sjxj≥1,bi∈E

xj=0或1. j={1,2,…,m}

其松弛的线性规划的对偶规划为

max∑ni=1yi

s.t.∑i∶bi∈Sj yi≤1,Sj yi≥0,bi∈E

基于上述两个模型，我们给出一个原始对偶算法。其原理是利用互补松弛条件来找到一系列成对的原始、对偶近似解，直到所得原始近似解满足要求为止。

集覆盖问题的原始对偶算法

Step0：输入图T=(A,B)的有限点集A={1,2,…,m}和边集

B={b1,b2,…,bn}以及B的子集S1,S2,…,Sm B。令i=0；

Step1．令i=i+1,若i>n，则结束,输出集覆盖I，否则令yi=0；

Step2．若bk ∪j∈ISj，转step3，否则转step1；

Step3．令l:=argminj∶bk∈Sj{1-∑i∶bi∈Sjyi}，εl:=1-∑i:bi∈lyi，yk:=y+εl，I=I∪{l}, 转step2。

根据以上所述，我们以社区为例,给定允许最大距离为D=0.5Km。考察全社区各居民点的路线并求得各居民点之间的最短路, 由此得出

S1,S2,…,S13，并得到该覆盖问题的整数规划模型为

z=x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13≥1

s.t. x1+x2+x6+x7+x8+x9+x10+x11+x12≥1

x1+x2+x3+x6+x7+x12≥1