Ресторан вместо Росстата
Редкая беседа урбанистов не касается ее - плохой или отсутствующей статистики о городах. Хотя всем кажется, что мы живем в "цифровом мире", узнать, сколько людей живет/работает в каком-то доме или районе без больших ухищрений и бесплатно невозможно. Справедливости ради скажу, что этим грешат многие страны мира, ибо статистика, да еще и открытая, свежая, точная и мелкоразмерная - это довольно дорого.
Один из хороших помощников в этом нелегком деле - общепит, ведь у него есть несколько замечательных свойств:
/ он реагирует на спрос - где есть клиенты, там он и появляется
/ точек общепита много (даже в городах среднего размера)
/ у точек общепита есть фиксированная локация, проверить которую несложно
/ есть ценовые параметры (а это уже что-то да значит)
/ есть открытые отзывы (бесплатные для прочтения, к счастью)
Что можно сделать с собранными данными по общепиту - вопрос вашей фантазии, навыков и входящих данных. Можно индекс картофельного пюре по городу делать, можно смотреть деловой это район или жилой, ну и так далее.
Фигуры высшего пилотажа демонстрирует проект Tasty Data (от Senseable Lab MIT) - на примере 9 китайских городов и в жанре "machine learning":
/ взяли внешние данные о населении (от сотовых операторов) - и научили компьютер предсказывать население вокруг точки общепита
/ взяли данные о компаниях (типа нашего 2ГИС) и научили компьютер по общепиту предсказывать количество компаний вокруг точки общепита
/ взяли данные о транзакциях (по карточкам) и научили компьютер предсказывать денежный оборот, который случается на территории
/ для чистоты эксперимента взяли только официальную статистику - население по районам и научили компьютер предсказывать количество тратящего деньги населения (15-65) и уровень его доходов.
/ выявленные в больших городах паттерны работают и на средних городах. Так что можно не каждый раз так мучаться.
#общепит #китай #большиеданные
Редкая беседа урбанистов не касается ее - плохой или отсутствующей статистики о городах. Хотя всем кажется, что мы живем в "цифровом мире", узнать, сколько людей живет/работает в каком-то доме или районе без больших ухищрений и бесплатно невозможно. Справедливости ради скажу, что этим грешат многие страны мира, ибо статистика, да еще и открытая, свежая, точная и мелкоразмерная - это довольно дорого.
Один из хороших помощников в этом нелегком деле - общепит, ведь у него есть несколько замечательных свойств:
/ он реагирует на спрос - где есть клиенты, там он и появляется
/ точек общепита много (даже в городах среднего размера)
/ у точек общепита есть фиксированная локация, проверить которую несложно
/ есть ценовые параметры (а это уже что-то да значит)
/ есть открытые отзывы (бесплатные для прочтения, к счастью)
Что можно сделать с собранными данными по общепиту - вопрос вашей фантазии, навыков и входящих данных. Можно индекс картофельного пюре по городу делать, можно смотреть деловой это район или жилой, ну и так далее.
Фигуры высшего пилотажа демонстрирует проект Tasty Data (от Senseable Lab MIT) - на примере 9 китайских городов и в жанре "machine learning":
/ взяли внешние данные о населении (от сотовых операторов) - и научили компьютер предсказывать население вокруг точки общепита
/ взяли данные о компаниях (типа нашего 2ГИС) и научили компьютер по общепиту предсказывать количество компаний вокруг точки общепита
/ взяли данные о транзакциях (по карточкам) и научили компьютер предсказывать денежный оборот, который случается на территории
/ для чистоты эксперимента взяли только официальную статистику - население по районам и научили компьютер предсказывать количество тратящего деньги населения (15-65) и уровень его доходов.
/ выявленные в больших городах паттерны работают и на средних городах. Так что можно не каждый раз так мучаться.
#общепит #китай #большиеданные