过去，百万书店的选址总是从一开始就被误导。至少Craig Hansen是这么说的。

Hansen是网络设计及电子商务解决方案公司NetCentral（百万书店在1999年收购了该公司）负责开发的执行副总裁。他发现，许多选址方案与百万书店的目标根本不符。

与德克萨斯州欧文市的Prediction Analytics公司合作一年之后，百万书店开始使用该公司的建模系统来重新评估现有租赁物业和寻找新的物业。

Hansen说：“这个系统给我们的物业解决方案带来了革命。”

虽然Hansen不愿意透露百万书店的具体扩张计划，但他说，百万书店的选址原则将有重大改变。百万书店1917年从阿拉巴马州的一个报摊起步，现在拥有208家分店。

他说：“以前，我们没有合适的选址工具，因此很多时候都是凭感觉来。”但现在，选址更是一门科学。

Hansen说：“在我们看来，选址就是看一堆数字。我们需要令人信服的数字，能够在董事会上拿得出手的数字。因此，预测的任务很艰巨。”

Prediction Analytics由Richard Fenker创办，他是美国宇航局一名前科学家，还是《选址宝典》（The Site Book: A Field Guide to Real Estate Evaluation）一书的作者。.”这家公司去年被益百利（Experian）收购。Prediction Analytics公司并不使用回归分析或引力模型，而是使用人工智能技术来运行包括多个绩效影响因素的建模系统。

Prediction公司与百万书店在三个层面上展开合作。它帮助百万书店创建一个专用的建模系统，对全国每一个市场进行研究，使得百万书店能够评估风险和机会。然后，百万书店再使用Prediction公司的Market Optimization（市场优化）工具将范围缩小，对具体市场进行研究。

跟着圆点走

Prediction公司的销售及营销副总裁Doug Scott说，这个建模系统让零售商选择市场和在该市场上的战略，“一、两分钟内，就可以在地图上标出多个圆点，这些圆点就是零售商应该去的地方。”

Hansen说：“书籍零售业有点复杂。周转慢，我们经常在流行书上打折，反而是重版书籍的利润率更高。”他说，其他一些选址方案不太适合百万书店的情况，而与Prediction的合作给他们带来了惊喜。举例来说，百万书店选中一个已有的店址，然后将其输入Prediction的建模系统中，结果系统的分析结果与预计的差不多。

Scott说，许多时候，零售商依靠选址技术来验证自己的感觉。他说，零售商选出5个候选地点，删掉两个，然后用选址技术来分析剩下的3个，因为他们想花钱来逐一进行实地筛选,但这种做法可能让零售商做出错误决定，失去真正的宝地。

Scott回想起来说，百万书店的首席执行官Sandra Cochran曾经对他说：“不要告诉我去哪里找一家差不多的商店，一家创收180万美元的商店。我要找创收400万或500万美元的商店。”

Hansen喜欢Prediction的平台是因为这个平台让百万书店随时可以快速了解某个地址的情况。如果有人想评估某个地址，只需回答50个问题，点击鼠标提交，然后就能得到答案。Hansen认为，与其他零售选址技术相比，这种方法“节省了大量人力”,Prediction让他们在一天之内可以评估数十个地址，或在一周之内可评估100个地址。

Scott说，在选址方面，人们有许多先入为主的想法或偏见，而Prediction选址技术帮助他们驱除这些成见。

科学与知识

Scott说：“我们的选址技术将科学与第一手的知识与专业经验相结合。”

Scott说，有些模型往往依托某个有限的商圈，认为商圈内的人才会去某个商店购物，商圈外的人则不会。其实，这种基本假设并不一定是对的。

他说，他的妻子就是一个例子。他们家离一家Gap商店只有5英里远，但他妻子很少去那里购物，相反，她宁可驱车18英里去另一个高级购物中心内的Gap商店购物。Scott说，Prediction就将这类购物行为纳入模型中。

Scott说，零售商经常以三、四个关键特征来确定是否找到好的店址，但这种做法不可取，因为零售业其实是很复杂的。

Hansen说，正是这种复杂性阻碍了百万书店在以前进行科学的选址，“我想，由于分析起来太复杂、太花时间，人们干脆就放弃这样做。”

Hansen认为，选址技术提供商如果能将分析工作变得简单，就能赚到钱。