Wyko­nanie rzetel­nej anal­izy geo­mar­ketingowej wymaga przeprowadzenia wielokry­te­ri­al­nego mod­e­lowa­nia przestrzenno-​statystycznego. W jego skład wchodzą wyko­rzysty­wane powszech­nie w świecie w tego typu anal­izach i przetestowane naukowo mod­ele, takie jak m. in.: model scoringowy (wskaźnikowy), model Huff’a, model regresyjny i model interpolacyjny.

MODEL SCORINGOWY (wskaźnikowy) – jest to model oceny, mający za zadanie określe­nie stop­nia przy­dat­ności różnych lokaliza­cji dla danego celu. Pozwala na stworze­nie rankingu obiek­tów (lokaliza­cji) ze względu na wybrane cechy. Jego zasada dzi­ała­nia polega na podziale obszaru bada­nia na pola pod­sta­wowe oceny i wylicze­niu wartości wskaźników dla każdego z tych pól. Wskaźniki wyliczana są na pod­stawie przyję­tych kry­ter­iów (cech), przy czym każda cecha ma nadaną odpowied­nią wagę. Wielkość wagi zależy od celu analizy.

Ryc. 1. Rank­ing potenc­jal­nych lokalizacji.

Źródło: opra­cow­anie własne.

MODEL HUFF’A – jest to model ciąże­nia kon­sumen­tów do ośrod­ków hand­lowych na danym obszarze. Wyraża praw­dopodobieństwo wyboru danego miejsca zakupów spośród konku­ru­ją­cych ze sobą ośrod­ków. Umożli­wia oblicze­nie praw­dopodobieństwa, że kon­sument zamieszkały we wskazanym regionie zrobi zakupy w danym sklepie. Na jego pod­stawie możliwe są inne obliczenia, takie jak:

• liczba kon­sumen­tów w regionie, która praw­dopodob­nie przemieści się do danego sklepu
• przewidy­wane wydatki, które zostaną wydane ze wskazanego regionu w danym sklepie
• całkowita sprzedaż w każdym sklepie w całym badanym obszarze
• udział w rynku każdego sklepu

Z powodze­niem może zostać zas­tosowany do lokaliza­cji innych branż (np. bankowej).

Ryc. 2. Praw­dopodobieństwo wyboru miejsca zakupów w anal­i­zowanym sklepie.

Źródło: opra­cow­anie własne.

MODEL REGRESYJNY – jest to model pozwala­jący na prog­no­zowane wartości (np. dochodu lub obrotu) w nowych lokaliza­c­jach na pod­stawie wartości z lokaliza­cji ist­nieją­cych. Jego zasada dzi­ała­nia polega na określe­niu zależności pomiędzy zmi­enną objaś­ni­aną (np. docho­dem lub obrotem), a zmi­en­nymi objaś­ni­a­ją­cymi (np. siła naby­w­cza mieszkańców w promie­niu 30 km od lokaliza­cji odd­zi­ału, liczba placówek konkurencji w promie­niu 500 m od lokaliza­cji odd­zi­ału, stopa bezrobo­cia reje­strowanego w powiecie, w którym funkcjonuje odd­ział itp.).

Ryc. 3. Zasada dzi­ała­nia mod­e­lowa­nia regresyjnego.

Źródło: Urbański J., 2011, GIS w bada­ni­ach przy­rod­niczych, Wyd. Uni­w­er­sytetu Gdańskiego.

MODEL INTER­PO­LA­CYJNY – pozwala na sto­sunkowo pre­cyzyjne osza­cow­anie wartości danych w nieob­ser­wowanych lokaliza­c­jach, w opar­ciu o wartości z obser­wowanych lokaliza­cji. Jego zas­tosowanie wymaga zna­jo­mości wartości danych w odpowied­niej licz­bie miejsc.

Ryc. 4. Rozkład przestrzenny wybranego zjawiska.

Źródło: opra­cow­anie własne.

Z mod­e­lowaniem związane jest także poję­cie seg­men­tacji, która jest szczegól­nie istotna kiedy trzeba wyz­naczyć najbardziej i najm­niej ciekawe strefy przy­dat­ności dla danej lokalizacji.

Ele­mentem skład­owym każdej anal­izy geo­mar­ketingowej jest anal­iza statysty­czna, wyko­rzys­tu­jąca metody klasy­cznej anal­izy statysty­cznej, statystyki przestrzen­nej i geostatystyki.

Sys­temy infor­ma­cji geograficznej (GIS) umożli­wiają połącze­nie anal­izy przestrzen­nej, ze statystyką, statystyką przestrzenną i geostatystyką, co pozwala na eksplo­rację danych, pozyski­wanie wiedzy i wyt­warzanie nowych infor­ma­cji. Są przez to przez to najlep­szym narzędziem służą­cym do wspar­cia pode­j­mowa­nia decyzji w zakre­sie oceny efek­ty­wności lokaliza­cji różnego rodzaju dzi­ałal­ności biznesowej.