基于关联规则客流分析的商业集聚效应研究
摘要：由现实生活中的两家或若干家有关联的商店聚集现象出发，本文试图对微观层面商业集聚的集聚效应的具体度量方法进行探讨和研究：从客流共享的角度，借鉴购物篮分析的关联规则的算法对微观层面商业集聚的集聚效应进行研究，总结出16种微观层面商业集聚的客流情境，探讨了客流的集聚效应以及商店机会得失的计算方法，通过观察法将理论分析的集聚效应度量方法运用于两家体育品牌专卖店的集聚效应的实际度量；通过问卷调查法实证检验和证实了基于关联规则客流分析的微观层面商业集聚效应度量方法的实践有效性。
关键词：商业集聚；集聚效应；客流分析；关联规则
现实生活中经常可以看见相同业态的商店进行“扎堆”的现象，例如麦当劳的旁边就是肯德基，海王星辰药店的旁边就是养天和药店，某商业街上的耐克专卖店与相邻的阿迪达斯专卖店把内墙打通了，之所以这样做是为了能够产生“共赢”的商业集聚效应。那么这样的商业集聚效应到底是多少呢，它们相互之间是否存在竞争效应呢？谁又从对手那里获得更多的“外部性”好处呢？
一、微观层面商业集聚效应研究思路探析
（一）有关商业集聚文献的启示
问题已经提出，然而遍览有关商业集聚的文献，尚没有看见有哪篇文献能够对本问题进行具体、细致和准确的回答，原因在于和本问题所表现的商业集聚层面不同。大多数文献都偏向于从宏观和较宏观层面的对商业集聚的研究，如对商业集聚的集聚动力机制和集聚效应进行理论上的分析，或者从交通、人口、城市规划的角度对商业集聚进行研究，又或者从营销视角对以商业街或购物中心为表现形式的商业集聚体的聚客力进行研究，都没有回答从现实角度来讲两家或若干家店靠在一起的商业集聚的集聚效应到底是多少（howmuch），或者商业集聚的集聚效应应该如何（how）度量和怎样（procedure）度量？原因在于本问题所表现的商业集聚是属于微观层面的商业集聚，即两家或若干家有着关联的商店相互聚集的商业集聚。
虽如此，但从商业集聚的有关文献中可以看出，从微观层面而言商业集聚效应的其中之一的表现形式是客流的共享。蒋三庚（2005）认为随着一个地区内的中心店或旗舰店的建立和发展，商圈不断扩大，各种中小型业种店也会随之聚集于此，新颖的业种店会让顾客感觉商品种类丰富，因而吸引大批量顾客流，顾客流的增长，又进一步吸引其他商业的入住；傅慧（2007）对酒店集群的集聚效应进行了理论分析，认为集群内酒店数量越多，对客源市场的市场控制力就越强，集聚效应就越大；teller,rutterer&shnedlitz(2008)经实证研究发现,大型购物中心由于商户组合产生的协同效应可以为顾客提供整套的服务,使得其比其他单体商店更有吸引力，即能吸引更多的客流。
（二）有关客流分析文献的启示
通过在中国期刊全文数据库（cnki）的检索，大多数有关客流的文献集中在交通、运输和物流方面，而和商业相结合的客流文献并不多见，较早的一篇文献为吴宪和（1997）发表在《财贸经济》的《商业客流的剖析及吸引》，他认为按照客流的性质和特点可以将商业客流划分为有效客流和无效客流、忠诚客流和一般客流、目标客流和无差异客流、现实客流和潜在客流。肖怡（2003）在其编著的高等教育教材《零售学》中认为客流的性质可以分为三种类型，分享客流、派生客流和本身客流。其它有关商业客流的文献包括赵黎明等（2006）的《基于客流量相关系数的商业街规划抉择研究》、齐晓斋（2006）的《上海都市商业中心客流与商圈特性分析》，这些有关客流的文献都对本问题的研究提供了一定的思路借鉴。
基于以上文献的阅读和启示，本文决定从客流共享的角度对微观层面的商业集聚效应进行研究。
（三）有关关联规则和购物篮分析的启示
所谓购物篮分析法，是指通过计算顾客一次所购商品中各品类的平均购买率，以及购买这些商品的同时购买率，来分析不同品类间的商品关联关系。沃尔玛的经典营销案例尿布和啤酒的交叉陈列，就是典型的购物篮分析的结果。
购物篮分析运用了关联规则的算法，有三项基本指标可以反映商品的相关性：（1）支持度（support）指标，表示在购物篮中同时包含关联规则左右两边物品的交易次数百分比，即支持这个规则的交易的次数百分比，相当于联合概率；（2）置信度（confidence）指标，是指在所有的购买了左边商品的交易中，同时又购买了右边商品的交易概率，是一个条件概率；（3）提高度（lift）或称增益，提高度是两种可能性的比较，一种是在已知购买了左边商品情况下购买右边商品的可能性，另一种是任意情况下购买右边商品的可能性。提高度数据越大，则商品之间的关联性就越强。
借鉴《零售学》当中的经典案例啤酒与尿布的故事，可以运用购物篮分析的关联规则对微观层面商业集聚的客流共享情况进行分析，也即是把两家靠在一起的商店理解为消费者需要进行选择的“啤酒”和“尿布”，考察两家商店的关联关系。
二、基于关联规则客流分析的微观层面商业集聚效应理论分析
（一）微观层面商业集聚的研究对象描述
从最简单和抽象的情况考虑，如图1所示，在某商业街有两家同业态的商店a店和b店比邻而立，他们的门头都面向街道，同时为了更好的发挥客流的商业集聚效应，两家店把内墙打通了①。
考察单个的消费者的客流情况，他有可能从a店和b店的门口路过，不论是往左走还是往右走，都没有进店，我们把这种客流称之为无效客流，不是我们的考察范畴，我们只考察进入了a店或b店的有效客流。
有效客流又要考虑若干种情况：（1）主客流方向，即消费者在a店和b店门口的街道是往左走还是往右走；（2）出店的方向是否与主客流方向一致，即消费者在走出a店或b店后与先前进店的方向是相同还是相反；（3）作为有效客流的消费者是进入了a店还是进入了b店，或者通过a店和b店的内墙两家店都进去了；（4）如果消费者a店和b店都进入了，那么首先是进入了a店还是首先进入了b店，简称首进店，一般认为首进店是消费者的目标商店。
（二）微观层面商业集聚的客流情境分析
1．微观层面商业集聚的客流情境。根据有效客流的若干情况，共总结出16种微观层面商业集聚的客流情境②，如图2所示。
2．不同客流情境的商店机会得失分析。不同的客流情境下，商店的机会得失是不一样的：对于第1种情境，消费者进了a店，那么a店得到1个机会，但是消费者的主客流方向与出店方向是一致的，进了a店却没有进b店，故此认为过b店门口而不入，丧失了1个机会；对于第2种情境，即进了a店又进了b店，两者都得到1个机会；对于第3种情境，主客流方向与出店方向一致，过a店而不入，a店丧失1个机会，b店得到1个机会；对于第4种情境，虽然主客流方向与出店方向是一致的，但是首进店是b店而不是a店，故此认为b店是消费者的目标商店，但是由于相邻的a店存在，对消费者产生吸引力，进入a店，改变了消费者从左至右的行走方向，所以认为a店得到2个机会，b店得到1个机会；对于第5种情境，主客流方向与出店方向不一致，a店得到1个机会，b店未进，没有得到机会但也没有丧失机会，b店无得无失；对于第6种情境，首进店是a店，b店也进入了，但是由于b店的存在，使得消费者在a店和b店内行走的方向与消费者出店的方向是不一致的，b店具有较大的吸引力，所以认为a店得到1个机会，b店得到2个机会；对于第7种情境，进入了b店而没有进入a店，而且是两次路过a店的门口都没有进入，所以认为a店丧失2个机会，b店得到1个机会；对于第8种情境，a店和b店都进入，而且在a店和b店内行走的方向与出店的方向是一致的，所以认为a店和b店都得到1个机会；对于主客流方向是从右至左的另外8种情境的商店机会得失分析依此类推，不再赘述。
为了更清楚的列示16种微观层面商业集聚的客流情境以及商店机会得失情况，见表1。
（三）客流集聚效应的关联规则计算及分析
1．支持度（support）的计算。支持度反映的是同时到两家店购物的概率，支持度越高，表明两家店的集聚效应越大。用公式表示为：
（四）客流集聚效应的机会得失综合分析
对a店和b店发生的机会得失进行汇总，然后进行比较，可以得到四种情况：（1）a得>b得；a失b得；a失>b失：表明b有更多忠诚顾客，b对a有共享效应；（3）a得b失：表明b是强势竞争者，b对a有竞争效应；（4）a得b得；a失>b失：b有更多忠诚顾客，b对a有共享效应；a得>b得；a失b失：b是强势竞争者，b对a有竞争效应；a得<b得；a失<b失：a有更多忠诚顾客，a对b有共享效应。
则a店得到机会总数为91，失掉机会34。b店得到机会总数为100，失掉机会13。属于第三种情况。即耐克店是强势竞争者，耐克店对阿迪店有竞争效应。
结论：综上所述，耐克店与阿迪店有60%的共享顾客，但耐克店的忠诚顾客比阿迪店稍多，耐克店是阿迪达斯店的强势竞争者，相对而言阿迪达斯店比耐克店作出的客流资源共享贡献较大，也即耐克店从对手那里获得的外部性利益更多一点。
（三）运用问卷调查法对分析结论进行检验
为了对以上的分析结论进行检验，同时进一步的探讨导致这种客流差异的原因，我们对耐克和阿迪达斯专卖店的消费者进行问卷调查。
根据曹晓春（1996）的《消费者商店选择原理及应用》，建立消费者选择运动品牌专卖店模型。消费者搜寻运动品牌专卖店的信息，主要有六大方面：（1）品牌，包括运功专卖店品牌的知名度，消费者对此品牌的喜欢程度；（2）地址，包括专卖店的选址以及所处位置的交通情况；（3）商品，包括商品的品项，商品的质量，款式，价格；（4）门面，包括专卖店门头专修，橱窗展示以及店面的醒目程度；（5）店内设计，包括店内布局，专卖店的空间，商品的陈列情况；（6）店员，包括店员的素质，店员的态度情况。
根据公式：ta=∑[dd(]n[]i=1[dd)]wibia，其中ta表示消费者对商店a的态度值，wi表示商店特性i被消费者重视的程度，bia表示消费者认为商店a具有特性i的程度，n消费者认为选择商店所需要特性的数量。wi与bia可以经过消费者调研得到，即也可得到ta，得出不同专卖店受消费者欢迎的程度。并且从bia还可以看出专卖店具体不同的原因。
实际总共发放发问卷140份，收回有效问卷120份。经过分析统计，具体数据见表3。
耐克店：ta=3.6*4.5+3.4*3.9+4.2*3.9+3.3*3.4+3.4*3.7+4.5*3.4≈85
阿迪达斯店：ta=3.4*3.9+4.2*3.9+4.2*3.9+3.3*3.4+3.4*3.7+4.5*3.4≈81
经过调研与计算，消费者选择耐克店的可能性大于阿迪达斯店。从“各特征的得分”和对两家店实际店面的观察，得以下结论：(1)耐克的知名度比阿迪达斯大，喜欢耐克的消费者比阿迪多；(2)耐克的品项、款式比阿迪多，价格稍贵但阿迪达斯的质量比耐克好；(3)耐克的门头装修稍不如阿迪达斯，阿迪达斯醒目点，两家店的橱窗展示差不多，阿迪达斯略胜一筹；(4)阿迪达斯店内空间稍大，耐克店内布局比阿迪合理，陈列整洁程度差不多；(5)耐克店店员的素质与态度较阿迪达斯店好。这也就不难理解为什么耐克店的忠诚顾客稍多，很多走进耐克店的消费者就不去阿迪达斯店了，但阿迪达斯店的顾客还是会去耐克店。
运用问卷调查法所得的结论与运用观察法对客流情境与商店机会得失的分析结论是相吻合的，也就是说问卷调查法验证了观察法对客流情境与商店机会分析的结论，同时也坚实的说明了基于关联规则客流分析的微观层面商业集聚效应度量方法的实践有效性。
四、结论与研究展望
本文从客流共享的角度对微观层面的商业集聚效应的度量进行了研究，总结出了16种微观层面商业集聚的客流情境，借鉴购物篮分析的关联规则计算方法，探讨了客流的集聚效应以及商店机会得失的计算方法，并应用于具体现实两家体育品牌专卖店的集聚效应的实际度量，且通过实证研究检验和证实了基于关联规则客流分析的微观层面商业集聚效应度量方法的实践有效性。
进一步的研究可以从两个方面展开：(1)探讨多家店和多业态商店聚集的商业集聚效应。由于本文是从最简单和抽象角度仅仅考察了两家同业态商店聚集的商业集聚效应，扩展开来，多家店和多业态商店聚集的商业集聚效应该如何度量呢，比如对于有着明确空间边界的购物中心的商业集聚体，内部主力店和其它店的商业集聚效应应该是多少呢？初步的研究设想是可以通过构建和计算业态关联矩阵和店铺关联矩阵来度量多家店和多业态商店聚集的商业集聚效应；(2)从消费者心理视角对微观层面商业集聚效应进行研究。由于本文主要是从客流共享的角度对商业集聚效应进行研究，而客流情境是可以观察的和可见的，客流共享仅是商业集聚效应的表现形式之一，那么是否存在不可见的基于消费者心理角度的商业集聚效应的表现形式呢？现实中确实就存在由于某种业态或某个店铺的存在，使得特定类别的消费者对其它相邻业态或其它相邻店铺的认知和态度具有显著性差异。本文的研究也不过是抛砖引玉，进一步的研究还在期待中。
注释：
① 抽象为内墙打通的情形只是为了方便研究的简便性和形象性，即使考虑为未打通内墙的情形其分析的道理和以下也是相似的。
② 为了便于研究，对于在a店和b店迂回的客流路线皆简化为以上16种情境。
参考文献：
［1］ 蒋三庚.论商业集聚［j］．北京工商大学学报（社会科学版），2005（5）:1-4.
［2］ 肖怡.零售学［m］．北京：高等教育出版社，2003：139-140.
［3］ 赵黎明，吴文清，刘嘉焜.基于客流量相关系数的商业街规划抉择研究［j］．统计与决策，2006（2）:6-7.
［4］ 齐晓斋.上海都市商业中心客流与商圈特性分析［j］．江苏商论，2006（9）:15-17.
［5］ 高勇.啤酒与尿布——神奇的购物篮分析［m］．北京：清华大学出版社，2008：18-20.
［6］ 中国人民大学统计学系数据挖掘中心.关联规则挖掘概述
