地理信息数据助力油站腾飞

文／张 蕾 初宝权 高鲁营

用好地理信息数据，可以挖掘油站潜力、细化经营管理、优化零售网络。

地理位置是影响加油站销量的主要因素。其承载的信息具有四大特点：一是多样性。二是真实性。三是满足所需的颗粒度。四是可视化。这些信息对于加油站销售潜力判断、运营决策、新建站点选址等具有重要参考作用。

以某市35座加油站为例，对地理信息数据模型在加油站经营管理中的应用思考如下。

数据建模 确定油站潜力

首先，要确定变量地理信息数据能形成的综合变量。在文献研究、专家研讨基础上，主要有六方面。

人口活动，包括2.5km×2.5km地图（GIS）网格内的人口数量、平均收入、白天人口活动指数、夜晚人口活动指数、夜灯光亮度等具体数据。

◇图 1 加油站优化策略矩阵

公共服务设施，包括2.5km×2.5km地图（GIS）网格内的厕所、大学、中学、小学、幼儿园、图书馆、培训、科研、博物馆、医院、邮局等设施数量。

商业服务设施，包括2.5km×2.5km地图（GIS）网格内的商场、超市、便利店、度假村、商务写字楼、工业园、工厂等设施数量。

交通道路，包括2.5km×2.5km地图（GIS）网格内的汽车销售、服务、维修、服务区、火车站、地铁站、客运站、公交车站、码头、车流量、道路密度等数据。

绿地广场，包括2.5km×2.5km地图（GIS）网格内的公园、动物园、游乐园等设施数量。

竞争对手，包括2.5km×2.5km地图（GIS）网格内的竞争对手数量、品牌、经纬度、油品、设施、价格等数据。

其次，进行变量合并分析和聚类建模。第一步，是指数构建。简单地说，就是将以上六类地理信息数据通过相应分析方法构建成不同的指数，去除质量不佳的冗余变量，得到可用于分析的数据。第二步，是聚类建模。通过大数据分析的方法将已有的加油站销售数据和地理信息数据，用聚类方法分为不同的类型。一般来说，35个站点可以分为2～3类。第三步，是模型验证。用不同的分组方式把35个站点分成不同的组用来验证模型的准确性。达到一定程度后，模型的可信度较高。

再次，根据实际站点地理信息进行预测。根据客观环境变量的属性值，可以直接用训练好的模型得到某个实际站点或虚拟站点的销量（汽油、柴油）或收入（非油品）预测值。

调研验证 细化经营管理

接下来，用35个站的日均汽油纯枪量进行建模分析。考虑到实际销量可能受到的影响因素较多，所以使用排序的方式对模型结果进行检验。

数据显示，加油站实际的汽油销量和潜力测算排名存在一定的差异。实际销量排名与销售潜力排名情况见表1。可以将加油站简单划分为四类，进一步加强诊断。潜在销量与实际销量差异不大（第一象限），潜在销量高于实际销量（第二象限），潜在销量与实际销量均较低（第三象限），潜在销量明显低于实际销量（第四象限）。

表1 五环内加油站实际销量排名与销售潜力排名情况

因此，有必要实地调研差异较大的加油站，特别是第四象限的站点。通过访谈（站经理、加油员、顾客）和现场观测（周边环境、竞争对手），分析差异原因：一是环境因素，如加油站周边中小学上下学高峰期拥堵、违章停车情况较多等。二是道路因素，如道路施工、位于主辅路交汇处进站不便等。三是位置因素，如站点开口方向不合适、周边高楼遮挡等。四是人员因素，如员工流失率高等。

基于此，可以对加油站经营管理和营销有较为明显的作用。管理方面，可以从位于第四象限的加油站入手，实地调查开展分析，发现站点本身存在的问题和环境限制，给予一定的政策引导或员工激励，调动员工的积极性。营销方面，地理信息以客观角度为加油站提供了顾客群体潜力参考，利于后续设计和开展有针对性的营销，引导企业资源投入。

深化应用 优化零售网络

地理信息可以应用于加油站建站选址。目前，地理信息数据的商业应用较广泛，如银行网点的布局优化调整、影院选址、便利店选址、银行卡地理营销、汽车经销商网点布局优化等。

在成品油零售行业，应用地理信息数据对不同区域站点、网络进行分析，能够为提升站点质量、诊断网络能力、确定结构优化提供着力点，是未来竞争能力建设中资源投向的重要参考。同时，在具体的市场竞争过程中，客观量化的指标是公司总结得失、分析形势、制定策略，在市场竞争与合作中做到知己知彼的重要前提。

区域竞争能力的强弱，决定了零售网络的整体创效能力。创效能力强的区域可以投入更多的营销资源，实现产业链的整体效益；创效能力不足的区域可以投入更多的建设资源，优化全局网络，实现整体资源的优化配置。

零售网络的布局和优化，是一项持续性的工作。科学的零售网络竞争评价，可以通过回答“增减多少站点”“在哪里建站、减站”“站点潜力多少”等问题，为未来加油站选址、销量培育、网络布局等规划提供基础数据。