Investoimassa isosti? Oletko osannut huomioida väestön liikkumisen oikein?
Vietämme päivittäin merkittävän osan ajastamme kotimme ulkopuolella. Tyypillinen päivämme koostuu useasta matkasta kotoa alkavasta matkasta: lähdemme aamuisin töihin, palaamme päivälliselle ja suuntaamme sen jälkeen vapaa-ajan aktiviteetteihin.
Liikkumisemme on monimuotoinen ilmiö, ja siihen vaikuttavat kotimme sijainnin lisäksi monet muutkin tekijät, kuten henkilökohtaiset valintamme. Päivittäisiä ostoksiaan varten yksi voi esimerkiksi valita myymälän mahdollisimman laajalla tuotevalikoimalla, kun taas toinen arvostaa asioinnin nopeutta ja yhdistää ostoksensa osaksi työmatkaa. Joku puolestaan valitsee kulkumuodokseen mieluummin raitiovaunun nopeamman linja-auton sijasta, tai pyöräilee kaikkialle vuoden ympäri.
Väestön liikkeen ymmärtäminen laajalla tasolla voi olla monimuotoisuutensa vuoksi hankalaa, mutta se on silti tärkeää monille julkisille ja yksityisille tahoille. Kaupunkisuunnittelijat haluavat tietää, kuinka paljon ja kuinka usein muilla alueilla asuvat kotitaloudet vierailevat ydinkeskustassa. Yksityisille toimijoille kuluttajavirrat ovat avainasemassa esimerkiksi kaupan sijaintisuunnittelussa. Vähittäiskaupan palveluverkosto on tätä nykyä tiheä, eikä potentiaalisia, koskemattomia markkina-alueita ole helppo löytää. Tiukasti kilpaillussa nykymarkkinassa sijaintisuunnittelu vaatii taustalleen ymmärryksen kohdemarkkinan kuluttajien toiminnasta, jolloin potentiaalisia sijainteja on mahdollista löytää jo kilpailluilta markkina-alueiltakin.
Monimutkaisten ilmiöiden ymmärtäminen mallinnuksella
Yksi laajasti tutkittu tapa esittää väestön liikettä ovat spatiaaliset interaktiomallit (SIM). Ne ovat paikkatietopohjaisia malleja, joiden avulla simuloidaan väestön tai esimerkiksi kuluttajien ostovoiman liikettä. SIM yhdistää tilastollisen laskennan ja paikkatietoaineistot, mikä mahdollistaa maantieteellisen vuorovaikutuksen tarkastelun kysyntä- ja tarjonta-alueiden tai lähtö- ja kohdealueiden välillä.
Kiinteistösijoittaja voi esimerkiksi olla tilanteessa, jossa arvioidaan kehittyvän alueen soveltuvuutta uudelle kauppakeskukselle. Interaktiomallinnuksen avulla sijoittaja saa elintärkeää tietoa siitä, riittääkö uudelle keskukselle kysyntää, kun otetaan huomioon ympäröivä kilpailu ja paikallisten kuluttajien piirteet. Skenaariotarkastelu eri kokovaihtoehtojen välillä antaa suuntaa siitä, kuinka laaja palvelutarjonta keskukseen kannattaisi sijoittaa, ja tapahtuu SIM:n avulla helposti,
Skenaariotarkastelu on hyödyksi myös silloin, kun etsitään ja vertaillaan sijaintivaihtoehtoja uudelle palvelulle. Paikkatietopohjainen mallintaminen on aikoinaan toiminut tärkeänä tukena vähittäiskaupan toimijoiden, kuten Tescon ja Sainsbury’s:n, laajentaessa aggressiivisesti myymäläverkostojaan (Birkin, Clarke & Clarke 2010).
Oli kyseessä sitten kauppakeskus, joukkoliikenteen asema tai kansallispuisto, interaktiomallien avulla on mahdollista tarkastella asioinnin virtaa lähes mihin tahansa kohteeseen. Mallien tarkkuutta on mahdollista parantaa lisäämällä niihin muuttujia, jolloin voidaan esimerkiksi huomioida eri väestöryhmien preferenssit liikkumismuotojen suhteen.
Mallien tulokset eivät myöskään rajoitu pelkästään kävijämääräarvioihin: esimerkiksi vähittäiskaupan SIM tuottaa jokaiselle tutkimusalueen myymälälle myynti- tai liikevaihtoarvion ennustaessaan niihin kohdistuvaa kulutusta.
Uudet sovellukset ja datalähteet synnyttävät potentiaalia
Nykymarkkinan ominaisuudet, kuten lisääntynyt kilpailu ja kuluttajatottumusten muutos, ovat haastaneet SIM:ien kehittäjiä ja toimineet ajureina yhä kehittyneempien interaktiomallien synnylle. Modernit datalähteet mahdollistavat mallien kalibroinnin vastaamaan todellisuutta yhä tarkemmin: esimerkiksi vähittäiskaupan kontekstissa kanta-asiakaskorttidatan avulla kuluttajia voidaan jakaa heidän tottumustensa mukaisiin ryhmiin. Lisäksi big data, kuten mobiilioperaattoreiden keräämät sijaintiaineistot, mahdollistaa väestön liikkeen tarkastelun huiman laajalla tasolla. Yhdistämällä tehokkaan interaktiomallinnuksen ja laadukkaan datan on mahdollista saavuttaa syvempi ymmärrys lähes mistä tahansa väestön liikkumiseen liittyvästä kysymyksestä.
JLL, Matias Järvinen, 18.01.2022
Kirjallisuus: Mark Birkin, Graham Clarke, Martin Clarke. Refining and Operationalizing Entropy-Maximizing Models for Business Applications. Geographical Analysis 42 (2010) 422–445.