CC BY
25«ПРОСТРАНСТВЕННАЯ АКТИВНОСТЬ КЛИЕНТОВ» - НОВЫЙ ИСТОЧНИК КОНКУРЕНТНЫХ ПРЕИМУЩЕСТВ КОМПАНИИ РОЗНИЧНОЙ ТОРГОВЛИ
Тхориков Борис Александрович,
д. экон. наук, доцент, заведующий кафедрой менеджмента и маркетинга, Белгородский государственный национальный исследовательский университет; 308015, Россия, г. Белгород, ул. Победы, 85 tkhorikov@bsu.edu.ru
Герасименко Ольга Александровна,
к. экон. н., доцент, доцент кафедры менеджмента и маркетинга, Белгородский государственный национальный исследовательский университет; 308015, Россия, г. Белгород, ул. Победы, 85 gerasimenko@bsu.edu.ru
В статье рассмотрены вопросы применения пространственной активности человека в качестве перспективного инструмента конкурентного преимущества. В исследовании приводится аналитический обзор литературы, посвященный вопросам институциональных условий развития геомаркетингового подхода и технологий Big Data. Описаны концептуальные исследования понятия пространственной активности, выделены значимые условия формирования конкурентных преимуществ (расстояние безразличия, типовые сценарии поведения клиента в городских зонах). Разработаны сценарии поведения человека в городском пространстве, в том числе, алгоритм управления пространственной активностью клиента как инструмент геомаркетингового подхода. Сделаны выводы о возможностях применения геомаркетингового анализа для формирования пула потенциальных объектов розничной торговли и выбора оптимальной альтернативы. Приводятся результаты апробации авторских разработок на примере выбора местоположения для открытия в городском пространстве магазина рыболовных принадлежностей.
Ключевые слова: пространственная активность клиента; управление пространственной активностью клиента; геомаркетинговый подход; конкурентное преимущество; стратегическое планирование; модель поведения клиента.
1. ВВЕДЕНИЕ
Понятие «конкурентное преимущество» формализовано и введено в научный оборот М. Портером во второй половине 20-го века. Его смысловое содержание достаточно быстро было принято научным сообществом — это уникальные характеристики компании, выгодно отличающие её от аналогичных экономических субъектов на рынке. В отличие от подходов к определению источников этих характеристик, ставших объектами научного поиска и полемики. Для предприятий розничной торговли, работающих офлайн, катализатором подобных дискуссий выступают подходы к выбору месторасположения нового бизнеса, которые развивались и трансформировались в соответствии с воз-
можностями, особенностями и запросами технологических укладов различных периодов. Проследим данные изменения на примере четырех условных исторических периодов.
Начало 20 века. Долгосрочная устойчивость компании является своеобразной управленческой аксиомой, из которой следует, что конкурентные преимущества целесообразно формировать через развитие производственной цепочки создания ценностей (Е Нек^сЬег [1] и В. ОМп [2]). Ограниченный ассортимент товаров потребительского спроса не требует повышенного внимания к процессам взаимодействия с клиентами, нестандартных или оригинальных решений в области продаж, планирования сбытовой
сети и прочего. Главное — это цена и функциональные характеристики продукта, ради которых клиент придет сам.
Середина 20века. Становление потребительского рынка и увеличение числа компаний, использующих приблизительно одинаковые технологические решения, отняли у производственных факторов ведущую роль генерирования конкурентных преимуществ (J. Harris, N. Newcombe, K. Hirsh-Pasek[3]). На первый план начинают выходить предпринимательские способности компаний (Soft skils), предложенные F. Hayek [4] и P. Drucker [5], а также многообразное сочетание продуктовых, ценовых и сбытовых аспектов деятельности компании (концепция маркетинг-микс, 4Р). Местоположение точек продаж
попадает в фокус долгосрочного планирования. Главный критерий при выборе нового места — максимальное приближение к клиен-топотоку в зоне первой линии — в зоне строений, имеющих прямой выход к проезжей части.
Конец 20 века. В городских агломерациях увеличивается число торговых центров, являющихся основными местами контакта с покупателями. В расчетных бизнес-моделях стоимость арендной платы компенсируется устойчивым потоком клиентов, постепенным масштабированием (расширением розничной сети) и оптимизацией ресурсных затрат. Это становится возможным благодаря развитию технологий автоматизации логистических бизнес-процессов и стандартизации операционной деятельности. Клиент, обращаясь в любой магазин определенной торговой сети, может рассчитывать на товары (услуги) и уровень сервисного обслуживания заданного качества. В зависимости от ценового позиционирования и объема спроса определяется число магазинов в разных локациях города.
Начало 21 века. Для сетевых и локальных компаний непреложным правилом стало расположение производственной (складской) базы в промышленных зонах, бэк-офисов — в местах с приемлемой арендной платой, а торговых точек — в районах с высокой проходимостью. В результате высокий запрос при объективной ограниченности подобных торговых площадей повлиял на ставку арендной платы и сделал розничный бизнес особенно уязвимым перед снижением клиенто-потока, который в условиях развития онлайн-торговли, сферы курьерской доставки и корона-вирусных ограничений становится сложно предсказуемым.
Негативные последствия концентрации розничного бизнеса в торговых центрах, агрессивно диктующих свою политику, уже проявились. Их можно сгруппировать в два институциональных блока:
1. Дискриминация интересов малого и среднего предпринимательства (МСП) — физическое размещение торгового бизнеса практически не имеет альтернатив торговым и офисным центрам. Однако используемые МСП бизнес-модели и производственные цепочки создания ценностей товаров (услуг), непосредственно завязаны на размер арендной платы, устанавливаемый собственником сучетом компенсации слабоконт-ролируемых эксплуатационных расходов и желанием получать экономически необоснованную сверхприбыль (А Бау/'ега-Рш'д[6], Е. АСоЮ, V. АШогпог [7]). Так, по итогам 2019 — 2020 года более 461 900 (7,6%) [8] предприятий торговли малого и среднего бизнеса были закрыты и освободили около 1,9 млн м2 (10%) [9] арендных площадей. Большинство заключаемых сделок аренды помещений были ротационными: арендаторы переезжали из более дорогих и крупных офисов в более компактные, подальше от центра города. Сохраняется миграция арендаторов из центра в более доступные по цене офисы на территориальные периферии, где отмечается начало роста стоимости арендной платы.
2. Снижение комфорта городской жизни. Современный торговый бизнес и городская среда неразрывно связаны и своим взаимопроникновением способны позитивно или негативно влиять друг на друга. На сегодняшний день это влияние скорее обоюдно деструктивно. Центральные локации го-
родских агломераций регионов России плотно и хаотично застроены коммерческой недвижимостью, снижающей уровень комфорта. При этом отдаленные районы и малопроходимые места в центре городов остаются без внимания. Делается это зачастую в стремлении заполучить крупные федеральные или транснациональные компании, выбирающие помещения в подобных местах для обеспечения высокого уровня клиентского трафика и готовые оплачивать высокую стоимость аренды.
В итоге иррациональные действия некоторых рыночных акторов, отсутствие апробированных методик создания новых конкурентных преимуществ за счет размещения объектов бизнеса на определенном удалении от зон с чрезмерно высокой проходимостью с высокой арендной платой, наряду с другими причинами, ухудшают облик городов и их деловой потенциал.
Подобная ситуация позволяет нам сформулировать научную проблему исследования — по мере роста конкуренции в торговом бизнесе, усложнения современной застройки и сформировавшегося запроса от жителей на качество городской среды, не происходит развитие методологии выбора оптимального местоположения торговых объектов, консолидирующего предпринимательскую инициативу множества экономических акторов, в том числе органов исполнительной власти, по экономически целесообразному и социально ориентированному размещению торговых объектов в городских агломерациях, обеспечивающему повышение комфорта городской среды и ее деловой активности. При одновременном недопущении избытка определенных объектов в некоторых
локациях, приводящему к пиковым нагрузкам на дорожную сеть, объекты инфраструктуры, неконтролируемому скоплению большого количества людей, росту стоимости арендной платы, деградации каких-либо городских районов и прочему.
Имеющийся у авторов научный задел показывает, что концептуальным решением названной проблемы может стать использование геомаркетингового подхода и технологий Big Data, предлагающих различные сценарии развития торгового бизнеса в городской агломерации. Современное развитие информационных технологий позволяет обеспечить геомаркетинговый анализ уникальной информацией, получаемой из обработки больших данных (Big Data), содержащей сведения о пространственной активности, ее особенностях у жителей городских агломераций, и подобрать релевантный объект недвижимости, удаленный от наибольшего (не всегда целевого) трафика, имеющий в следствии этого меньшую стоимость аренды квадратного метра, но обладающий при этом необходимой привлекательностью для целевой аудитории.
Отсутствие в научной литературе систематизированных и об-
общенных материалов, непосредственно посвященных исследованиям проблем геомаркетинга, потребовало провести анализ и последовательную интерпретацию его основных положений и элементов. В данной работе рассматривается один из таких элементов — пространственная активность клиентов и возможность управления ею.
2. ОБЗОР ЛИТЕРАТУРЫ
Пространственная активность является новым научным понятием в экономике. В то же время оно часто встречается в медицинских, социологических и архитектурных науках, провоцируя разное толкование и возможности использования. Библиометрический анализ понятия «пространственная активность» проведен с помощью методики PRISMA (рис. 1).
Для метаанализа были отобраны научные публикации, индексируемые в реферативной базе Scopus за период 1940—2021 гг., содержащие в названии или ключевых словах словосочетание Spatialactivity (всего идентифицирована 151 работа). Установлено, что до 1980-х годов понятие пространственной активности в научной литературе не рассматривалось. С 1984 года данное явление
становится объектом исследования в ветеринарии и медицине [10, 11, 12, 13, 14]. В конце 1990-х годов его уже можно встретить в социологии, маркетинге и урбанистике [15, 16].
Так, в 1995 году в научный оборот введено понятие «программная модель пространственной активности» как функция максимизации полезности в конкретном товаре/услуге для дискретно распределенных потребителей (N. Oppenheim, 1995 [17]). Данные исследования стали основой вычисления среднего радиуса пространственной активности, как линейного параметра выбора оптимального местоположения для расселения человека (J. Samietz, U. Berger, 1997 [18]). Позднее, в 2000-х гг., была предложена модернизированная городская модель POI как связь между индивидуальными предпочтениями клиента (вкус, модель поведения) и определенным местоположением объекта в городском пространстве (W. Yuxi'a, К. Li, G. Zhao, X. Qian, 2020 [19], I. Hakim, K. Sunoko, O. Purwani, 2020 [20]).
R. Greenberg, N. Shoval[21] разработали новый методологический подход к исследованию сегрегации (разделение) городских пространств и сценарное поведение
Рис. 1. Схема библиографического анализа понятия пространственная активность по методике PRISMA
человека на основе воспринимаемых территориальных границ. Вопросы использования инструментов исследования (спутниковые навигационные системы, наземные навигационные системы) пространственной активности и поведения клиентов предприняты в работах N. Shova, M. Isaacson, 2006 [22]. Кроме того, зарубежные специалисты (E. Blaszczyk-Bebenek, P. Jagi'elski, I. Boleslawska, A. Jagielska, A. Nitsch-Osuch, P. Kawa/ec, 2020 [23], G. Albery, L. Kirkpatrick, J. Firth, Sh. Bansal, 2021 [24]) проанализировали поведенческие и социальные условия передвижения человека в ситуации коронавирусной пандемии и локдаунов.
Результаты метаанализа продемонстрировали возрастающий интерес к пространственной активности человека и не выявили определений и методик, необходимых для ее реализации в маркетинговой деятельности компаний.
Используя синтез, как метод научного познания, логические процессы и правила раскрытия содержания понятия, нами предложено определение пространственной активности клиента — это индивидуальная характеристика жителя городской агломерации, отражающая его готовность преодолевать большую дистанцию с целью приобретения необходимых товаров (услуг) в розничных точках продаж, расположенных в относительном отдалении от первой линии объектов недвижимости, при условии, что названные точки отвечают ряду потребительских запросов, и их достижение укладывается в определенные сценарии поведения данного жителя и проходимое им среднедневное расстояние.
Как следует из определения, важное значение для реализации пространственной активности клиента при формировании конкурентных преимуществ в розничной торговле, имеет 1) информация о среднем расстоянии, преодолеваемом современными городскими жителями, и 2) типовых сценариях их поведения в различных зонах города,определяемых удаленностью от места постоянного проживания человека. Однако в научной литературе подобные материалы представлены фрагментарно и противоречиво.
Так, при изучении среднего расстояния доминирует выраженная отраслевая специфика и ориентация на рекомендуемые величины. Например, Всемирная организация здравоохранения рекомендует проходить ежедневно 2 300 шагов (min), оптимальным расстоянием для поддержания здорового образа жизни считается 6 000 шагов1 [25]. Ученые называют таковым расстояние от 4 000 [25] до 5 000 шагов [26]. Специалисты в области региональной экономики рассчитывают средние расстояния в аспекте радиусов обслуживания населения учреждениями и предприятиями, размещаемыми в жилой застройке (радиус обслуживания детских дошкольных учреждений — 300 м, школы — 750 м, поликлиники — 1 000 м,аптеки — 500 м) [27]. Маркетологи воспринимают передвижения человека, главным образом, с позиции гей-мификации, например, пользователям различных гаджетов предлагается соревноваться друг с другом по пройденному расстоянию. Кроме этого, существует большое разнообразие оценочных величин такого расстояния, предлагаемых урбанистами
(J. Geh/[28, 29, 30], F. Wang [31], M. Anderson-Oliver [32], J. Chacon-Garcia [33], V. Ramadani, D. Zendeli, S. Gerguri-Rashiti, L. Dana [34], V. Rodriguez,
C. Olarte-Pascual, M. Saco [35],
D. Tong, A. Murray [36]).
Результаты изучения городских
зон и соответствующих им определенных сценариев поведения людей являются более однородными. Специалисты выделяют несколько зон, достаточно очевидных с точки зрения современного уклада жизни, и описывают логично следующие из них сценарии поведения [37]. Например, Jan Gehl предлагает разделять городское пространство на «Необходимые зоны» (решающие функциональные или технологические задачи города), «Необязательные зоны» (используемые для проведения жителями своего досуга) и «Социальные зоны» (обеспечивающие все виды обязательных контактов между людьми) [28]. Ray O/denburg делит городскую среду на три вида: «первое место» — дом, «второе место» — работа, «третье место» — общественные места для неформальных встреч, выполняющих функцию развлечения [38]. Philip Kotler делит городское пространство также на три вида: «зона проживания местных жителей» (жилые кварталы — покупка повседневных продуктов и услуг), «зона хозяйствования» (бизнес-центры, промышленные объекты — осуществление деловой активности) и «зона отдыха» (рекреационные пространства — покупка эмоций) [39]. Департамент информационных технологий (ДИТ) г. Москва на основе обезличенных статистических данных компаний сотовых операторов для проектирования инфраструктуры и анализа
1 Рекомендации ВОЗ по вопросам физической активности и малоподвижного образа жизни: краткий обзор. - [WHO guidelines on physical activity and sedentary behaviour: at a glance] https://apps.who.int/iris/bitstream/handle/10665/337001/9789240014909-rus.pdf.
транспортных потоков выделяет следующие городские локации: «дом» — пребывание в ночное время, «работа» — времяпрепровождение с 10 до 17 часов в будние дни, «разъездная работа» — постоянное перемещение в рабочие часы по городу (с 10 до 17 часов).
Вне зависимости от области научного поиска, дисциплинарных подходов и авторской позиции, исследователи сходятся во мнении, что пространственная активность является новым социальным феноменом, требующим комплексного изучения и осмысления. Особенного уточнения требует количественное измерение протяженности различных городских зон, связанных с типовыми сценариями поведения жителей. Учитывая запрос научного сообщества, сформулированную научную проблему и выявленную недостаточность прикладных исследований пространственной активности человека в городском пространстве, были сформулированы вопросы, цель и гипотезы исследования.
3. ВОПРОСЫ И ЦЕЛИ
ИССЛЕДОВАНИЯ
Вопросы научного исследования:
Р101: существует ли возможность побудить современных городских жителей преодолевать дополнительное расстояние для покупки потребительских товаров?
RQ2: каким образом возможно управлять пространственной активностью клиентов?
Цель научного исследования — содержательное обоснование возможности использования пространственной активности клиентов в качестве объекта маркетингового управления, обеспечивающего создание дополнительного конкурентного преимущества ком-
паниям розничной торговли в современных городских условиях.
4. ГИПОТЕЗЫ
H1. Формируемый паттерн поведения по уменьшению пространственной активности человека встречает определенное сопротивление в обществе, и существует достаточное количество платежеспособных людей, готовых преодолевать большее расстояние для совершения покупки (получения услуги), рассматривающих это как возможность одновременно сочетать активный образ жизни и рационально вести домашнее хозяйство.
H2. Используя сценарии рутинного поведения городских жителей и располагая информацией об их перемещении в течение дня, возможно подобрать помещения для торгового бизнеса с меньшей арендной платой, в зонах, малопривлекательных с позиции классического маркетинга.
5. МЕТОДОЛОГИЯ
Научные результаты получены с помощью следующих групп методов:
♦ маркетинговые, социологические (эмпирическое обобщение, опрос, контент-анализ, маркетинговый анализ, пространственный бенчмаркетинг, матричная группировка показателей);
♦ географические (сравнительно-исторический, ретроспективный анализ, построение географических карт);
♦ цифровые (получение пространственных данных, Big Data).
6.ОПИСАНИЕ ПРОВЕДЕНИЯ ИССЛЕДОВАНИЯ
H1. Формируемый паттерн поведения по уменьшению пространственной активности человека встречает определен-
ное сопротивление в обществе, и существует достаточное количество платежеспособных людей, готовых преодолевать большее расстояние для совершения покупки (получения услуги), рассматривающих это как возможность одновременно сочетать активный образ жизни и рационально вести домашнее хозяйство.
Ежедневная двигательная активность человека, занимающегося какой-либо трудовой деятельностью, имеет интересную эволюционную динамику. В древнем мире (первые века нашей эры) люди преодолевали в среднем девятнадцать километров (28 500 шагов) [42]. В начале 18 века из-за насыщенности крестьянского уклада жизни это расстояние возросло вдвое и могло составлять около сорока километров (60 000 шагов). Однако урбанизационные процессы постепенно снизили преодолеваемое расстояние с двадцати километров (30 000 шагов) в 1900-х годах до трех (4 500 шагов) в 1960-х [41].
В 2018 году американские ученые опубликовали результаты глобального исследования 717 тыс. мужчин и женщин из 111 стран мира, из которого следует, что число пройденных шагов в день начинает вновь увеличиваться: более четырёх километров проходят жители Китая, Гонконга и странах СНГ [42]. Динамика сохранилась в 2019 году — жители развитых и развивающих стран в среднем ежедневно проходят около 4,5 км [43], и даже в период массовых самоизоляций в 2020 году: США — 3,5 км, Япония — 4,8 км, Швейцария — 6,4 км [27].
В открытых источниках мы не смогли обнаружить актуальную научную информацию о ежедневно преодолеваемом расстоянии городскими жителями России.
Единственными обладателями информации о фактическом расстоянии, преодолеваемом горожанами в течение дня, полученной с применением инструментов объективного контроля,являются операторы сотовой связи. Согласно их данным, в настоящее время люди ежедневно преодолевают пешком, на общественном или личном транспорте — 5—10 километров [2,29].
Для развития эмпирической базы в период март-апрель 2021 года было проведено пилотажное социологическое исследование в форме онлайн-опроса по специальной, разработанной с помощью онлайн-сервиса Google Формы, анкете. Отбор респондентов производился случайным образом в 12 городах с населением не более 1,5 млн человек. Всего в опросе приняли участие 1 505 респондентов — лиц обоих полов старше 18 лет, пропорционально распределенных между городами по численности населения
(ошибка репрезентативности ±3% при Р = 97%) (табл. 1).
Более 30% респондентов ежедневно преодолевают около 5 км, еще 20% — проходят более 7 км и 10% — свыше 10 км в день. Средневзвешенное расстояние, преодолеваемое ежедневно человеком, по результатам социологического опроса, составляет более 5 км.
Готовность и желание к ежедневной активности высказали более 70% опрашиваемых, в отдельных городах (Екатеринбург, Иркутск, Петропавловск-Камчатский) респонденты не стремятся к определенным показателям пройденного расстояния. В городах Петропавловск-Камчатский и Сыктывкар исследование показало наличие определенного дискомфорта при увеличении активности. Это может быть связано с климатическими и природными условиями.
Прямой зависимости между численностью городского населения,
числом автомобилей на душу населения и активностью человека не выявлено. При этом основным способом передвижения респонденты выделили пеший. Каждый третий житель передвигается на автомобиле, либо пользуется услугами общественного транспорта, такси. Респонденты отмечают возможности по использованию велосипедов, самокатов в отдельных локациях города. Практически во всех городах, кроме Екатеринбурга, Перми, Челябинска, Камчатки, создана благоприятная инфраструктура для передвижения, но только в отдельных городских локациях. Белгород единственный город из перечисленных, отмеченный респондентами, с комфортными условиями для пешей активности (табл. 2).
Пандемия коронавируса изменила жизнь многих городов и инициировала органы федеральной и региональной власти по-новому взглянуть на использование
Таблица 1
Результаты социологического исследования пешеходной активности жителей Российских городов
Город Численность населения, чел. Распределение респондентов по среднему расстоянию, преодолеваемому в течение рабочего дня,% Средне взвешенное расстояние, преодолеваемое респондента ми, км Распределение респондентов по стремлению проходить определенное количество шагов в день, % Распределение самодиагностики респондентов по возможности возникновения у них дискомфорта от необходимости преодолеть расстояние, двукратно превышающее обычное, %
менее 1 км 2-3 км 4-5 км 6-7 км 8-9 км более 10 км всегда стремятся проходить иногда стремятся проходить не стремятся проходить возникновени е зависит от повода возникнет вне зависимости от повода скорее возникнет точно не возникнет
Архангельск 346 979 6,7 10,0 30,0 26,7 13,3 13,3 5,9 43,3 20,0 36,7 20,0 13,3 33,3 34,4
Белгород 394 142 8,8 27,3 27,9 19,1 8,6 8,3 4,8 40,4 26,8 32,8 16,7 6,8 36,0 40,5
Екатеринбург 1 493 749 7,2 27,8 30,4 20,6 5,2 8,8 4,8 34,7 27,5 37,8 8,3 8,8 43,5 39,4
Иркутск 623 562 7,4 18,5 37 18,5 13,0 5,6 5,1 35,1 13,0 51,9 11,1 3,7 51,9 33,3
Калининград 489 359 5,4 30,3 22,9 19,3 13,8 8,3 5,1 34,9 31,2 33,9 11,0 8,3 41,3 39,4
Петропавловск-Камчатский 179 586 0,0 25,0 33,3 25,0 0,0 16,7 5,5 16,7 33,3 50,0 16,7 16,6 50,0 16,7
Красноярск 1 093 771 10,1 29,3 29,3 14,1 8,1 9,1 4,2 33,0 34,0 33,0 17,0 4,0 35,0 44,0
Нижний Новгород 1 252 236 3,3 24,0 33,9 13,2 14,9 10,7 5,4 39,3 27,9 32,8 11,6 1,6 41,3 45,5
Пермь 1 055 397 4,9 31,1 27,9 21,3 3,3 11,5 4,9 34,5 26,2 39,3 11,5 8,2 39,3 41,0
Ростов-на-Дону 1 137 904 8,1 29,5 27,9 18,9 6,6 9,0 4,8 39,9 28,9 31,2 17,2 6,6 36,1 40,1
Сыктывкар 244 403 2,6 21,1 42,1 26,3 2,6 5,3 4,9 39,5 26,3 34,2 10,8 13,5 45,9 29,8
Челябинск 1 196 680 4,4 23,5 30,9 17,6 10,3 13,3 5,3 29,4 38,2 32,4 16,2 5,9 44,1 33,8
Таблица 2
Результаты социологического исследования способов перемещения и инфраструктурных условий для оценки
пространственной активности
Город Число автомобилей / число автомобилей на душу населения Способ перемещения, доля респондентов, % Условия для перемещения, доля респондентов, %
пешком обществе нный транспорт личный автомоби ль, такси велосипед благоприятные в отдельных городских локациях отсутству ют
Архангельск 58 000/0,16 66,7 6,7 20,0 6,6 10,0 63,3 26,7
Белгород 131 142/0,3 45,3 10,3 38,4 6 54,1 42,9 3,0
Екатеринбург 446 500/0,3 52,0 11,9 29,9 6,2 22,3 64,8 12,9
Иркутск 177 715/0,3 50,4 22,5 20,4 6,7 13,0 57,4 29,6
Калининград 205 530/0,4 51,1 11,0 30,3 7,6 33,4 60,2 6,4
Петропавловск-Камчатский 87 817/0,5 58,4 8,3 33,3 0,0 25,0 58,3 16,7
Красноярск 365 319/0,3 53,1 9,2 32,7 5,0 26,0 63,0 11,0
Нижний Новгород 363 148/0,3 51,7 13,3 28,3 6,7 20,5 61,5 18,0
Пермь 255 406/0,2 65,6 6,6 23 4,8 24,6 55,7 19,7
Ростов-на-Дону 379 301/0,3 59,0 9,0 24,6 7,4 18,2 66,1 15,7
Сыктывкар 79 675/0,3 68,5 2,6 28,9 0,0 10,5 63,2 26,3
Челябинск 320 000/0,3 36,8 7,4 48,5 7,3 16,2 63,2 20,6
пространства, появилась потребность в достаточном месте для соблюдения безопасной дистанции между людьми. Кроме того, среди мероприятий по развитию городского пространства выделяют: создание условий безбарьерной среды; благоустройство центральных набережных, дополнительных пеших зон; создание условий для всесезонной пространственной активности; обустройство велосипедных, лесопарковых зон; озеленение пространственной локации территории и прочее. Для этого на федеральном уровне инициирован и реализуется ряд национальных проектов и программ, направленных на благоустройство и реконструкцию городских локаций (национальный проект на 2019—2024 гг. «Жилье и городская среда», «Экология»2; Федеральный проект «Формирование комфортной городской среды», государственная программа Российской Федерации «Доступная среда»). В Белгородской обла-
сти активно осуществляется Государственная программа «Обеспечение безопасности жизнедеятельности населения и территорий Белгородской области на 2014—2020 годы»3, «Формирование современной городской среды на территории Белгородской области».
Результаты проведенного библиографического обзора и социологического исследования свидетельствуют о том, что люди без дискомфорта ежедневно проходят в среднем более 5 км (2021 г.), и многие желают увеличить это расстояние. Также наблюдается поддержка со стороны государственной власти, в частности, личные примеры участия руководителей в активной городской жизни: проведение спортивных фестивалей, инициирование строительства дополнительных спортивных объектов, совершенствование городской инфраструктуры, создающие внешние условия для комфортного передвижения в городе и занятий спортом. Следователь-
но, можно считать гипотезу (Н1) содержательно доказанной.
Н2. Используя сценарии рутинного поведения городских жителей и располагая информацией об их перемещении в течение дня, возможно подобрать помещения для торгового бизнеса с меньшей арендной платой, в зонах, малопривлекательных с позицииклассическо-го маркетинга.
Результаты эмпирических исследований пространственной активности подтвердили желание городских жителей передвигаться больше. Это дает основание полагать, что возможно оказывать влияние на потребительское поведение людей, предлагая им преодолевать большее расстояние для удовлетворения персонализированных запросов.
На основании результатов собственных экспериментов (Тхори-ков, Ломовцева, Герасименко, Саб-лина, Титова, 2020 [44]) и работ
2 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года»: Указ Президента Рос-
сийской Федерации от 07 мая 2018 года №204.
3 «Обеспечение безопасности жизнедеятельности населения и территорий Белгородской области»: Постановление Правительства Бел-
городской области от 28 октября 2013 года №442-пп (с изменениями на 7 сентября 2020 года).
Ph. Kotler, J. Gehl, R. Oldenburg, M. Gonzalez, A. Cesar, B. A/bert-Laszlo, G. Cliquet нами выделены зоны и систематизированы сценарии поведения человека в городском пространстве в течение дня (рис. 2).
1 сценарий: решение человеком бытовых дел в радиусе 1 км от места жительства (зона № 1 «Дом»).
2 сценарий: преодоление расстояния около 5 км до места работы, решение рабочих вопросов (зона № 2 «Работа»).
3 сценарий: удовлетворение социальных потребностей (зона № 3 «Индивидуальные предпочтения»), ради которых человек готов преодолеть расстояние более 10 км.
Для возможности эффективного подбора объектов недвижимости с учетом стоимости арендной платы введены дополнительные зоны по удаленности от основных транспортных магистралей
1.1, 2.1, 3.1 — около 10 м;
1.2, 2.2, 3.2 — около 50 м;
1.3, 2.3, 3.3 — более 50 м.
Перечисленные зоны и сценарии поведения человека интегри-
рованы в авторскую методику геомаркетингового моделирования, включающую пять этапов (Герасименко, Тхориков, Титова [45]). С ее помощью предпринята попытка доказать гипотезу Н2 — подобрать оптимальное местоположение для открытия магазина рыболовных принадлежностей в г. Белгороде. Суть методики заключается в содержательном анализе маркетинговых (изменяемые характеристики), географических (неизменяемые параметры объекта недвижимости), цифровых (обработка данных) факторов и определение вероятности посещения клиентом потенциальных к открытию объектов недвижимости. Результатом разработанной авторской геомаркетинговой модели выступает выбор оптимального местоположения компании розничного бизнеса.
Согласно статистическим исследованиям, в России 25 млн человек, занимающихся рыбалкой в качестве хобби (15% общей численности населения), рынок имеет тенденцию к ежегодному росту 20—23%. Характеристики портрета целевой аудитории (ЦА):
мужчины, проживающие в г. Белгород в возрастных группах 25— 34 (27%), 35-44 (36%), 45-54 (29%), 55-63 (8%); средний уровень дохода — более 45 000 руб./ мес.; расходы на обновление рыболовных товаров - 1 500 руб./ мес.; имеют в наличии автомобиль (95%); частота совершения покупок - 1 раз в неделю.
Этапы методики геомаркетингового моделирования:
1) Определение «расстояния безразличия» — географический фактор, характеризующий определенное расстояние, которое человек готов преодолеть без физического и морального дискомфорта на пути к конкретному торговому объекту.
В результате специального эксперимента шаговое безразличие для нашего объекта исследования составило 1 100 м. Испытуемым (апрель, 2021 г., N — 31 чел. из описанной ЦА) предлагалось преодолеть расстояние от остановки общественного транспорта к условному магазину рыболовных товаров, которое будет для них оптимальным. Эксперимент
0 км
Сценарий 1
Зона № 1 «Дом»
1 км ч
5 км
10 км
Сценарий 2
Зона №2 «Работа»
Сценарий 3
Зона №3 «Индивидуальн ые предпочтения»
2 3 i
..........>i У 1
06:00 10 м > 2.1 ' ! i ! 22:00 3.1
50 м N f 1.2 22 N r L_____________________________/_________IN 3.2
более 50 м \ L.1,3._____________________________2_-_3._N / 1 f V 3.3
1
/ Границы диапазона проектирования городского пространства
Пространственно-временной интервал активности клиента в течение дня -------- Дифференциация стоимости объектов недвижимости для аренды
Рис. 2. Территориальное зонирование городского пространства
прекращался после того, когда участник проявлял признаки усталости и высказывал желание завершить испытание;
2)определение сценария поведения клиента — выбор городской зоны и определенного варианта сценария поведения клиента в данной локации.
В результате социологического опроса представителей ЦА (март-апрель, 2021 г., N — 151) установлено, что посещение магазина рыболовных принадлежностей, как правило, происходит в обеденный перерыв либо после рабочего дня, что соответствует зоне № 2, сценарий «Работа»;
3) анализ городских локаций концентрации ЦА — добыча и обработка геопространственных данных (Big Data).
Геопространственные данные (Big Data) — уникальный набор цифровых данных, интегрированных в проведение геомаркетинговых исследований. Данные предоставлены компанией ПАО «МТС» на основе договора партнерского сотрудничества с НИУ «БелГУ» (№1311-0 от 20.01.2021 г). На рисунке 3 представлены локальные районы максимальной концентрации ЦА г. Белгорода (июнь, 2021 г.): центральная часть города, район железнодорожного вокзала, Харьковская гора;
4) геомаркетинговый анализ — процесс детализации геопространственных (цифровых) данных для проведения вариационного расчета приоритетности геомаркетинговых факторов.
Комбинированное применение теоретического и эмпирического анализов, экспертного опроса и бенчмаркинга позволило выделить маркетинговые (N — 4) и географические факторы (N — 4), характерные для магазина рыболовных принадлежностей. Далее про-
ведем оценку приоритетности выделенных геомаркетинговых факторов.
С помощью социологического опроса в форме анкетирования (март-апрель, 2021 г., N — 151) получена информация, необходимая для вариационного анализа степени важности и влияния геомаркетинговых факторов по мнению представителей ЦА (табл. 3). Дополнительными информационными источниками выступили результаты маркетинговой разведки и интервьюирования
(март-апрель, 2021 г., N — 7) владельцев бизнеса рыболовных принадлежностей в Белгородской области.
На потребительский выбор ЦА оказывают влияние следующие факторы: наличие парковочных пространств, число рядом расположенных инфраструктурных объектов, качество облуживания клиентов и ассортимент товаров;
5) пул релевантных объектов недвижимости для аренды — формируется с учетом различия стоимости аренды помещений
Рис. 3. Графическое отображение городских локаций и зон с максимальной
концентрацией ЦА
Таблица 3
Геомаркетинговые факторы приоритетности для магазинов рыболовных принадлежностей (г. Белгород)
Параметры Маркетинговые факторы Географические факторы
Качество товаров Сервис, обслуживание Площадь помещения Ассортимент товаров Парко-вочное про-стран-ство Число рядом расположенных инфраструктурных объектов График работы Удалённость от условного центра города
? Xi 485 459 615 558 317 458 341 305
x 3,4 3,2 4,3 3,9 2,2 3,3 2,4 2,1
а2 1,76 1,53 1,27 1,71 2,45 1,97 1,49 1,47
а 1,327 1,238 1,126 1,307 1,566 1,402 1,221 1,212
V„ 39,1 38,5 26,1 33,5 70,6 43,8 51,2 56,8
в зависимости от удаления от центральных транспортных магистралей.
С помощью онлайн-сервиса поиска недвижимости Авито (июнь, 2021 г.) были отобраны 10 потенциальных объектов, с площадью не менее 20 м2, для размещения магазина рыболовных принадлежностей в г. Белгород.
Выбор оптимального варианта открытия магазина рыболовных принадлежностей основан на вероятности посещения каждого объекта аренды. Проведен расчет площади условного круга, отражающего потенциальную привлекательность анализируемого объекта недвижимости для ЦА (5фК), определены следующие значения используемых условных показателей: «расстояние безразличия», удаленность от центра отсчета, размер и удаленности от условного центра объекта. Площадь условного круга с наивысшей концентрацией представителей ЦА магазинов рыболовных принадлежностей (5ПК) в г. Белгород составила 3 208 678,5 м2; радиус круга (1 100 м) определен путем расчета среднего расстояниями от центральной площади города (Соборная площадь) до 10-ти магазинов с использованием ГИС.
В результате только 4 объекта, условия аренды которых отличаются незначительно, из 10 первоначально отобранных для открытия нового магазина оказались в зоне БПК и в зоне максимальной концентрации ЦА. Для каждого из них была рассчитана вероятность посещения (табл. 4).
Обратим внимание, что объект недвижимости под номером 2 с удаленностью от условного цен-
тра в 1 200 м находится в диапазоне пространственной активности 1 100 м, которые клиент готов преодолеть в виде «расстояния безразличия» (этап 1).
6) Визуальное отображение оптимального местоположения — картографирование результатов геомаркетингового анализа.
Применено авторское /7-реше-ние ОвМ.1 «Геомаркетинговое моделирование оптимального расположения мест для открытия бизнеса» (Свидетельство о государ-
ственной регистрации программы для ЭВМ4), обеспечивающее экстремум по размеру стоимости арендной платы и влиянию привлекательности геомаркетинговых факторов потребительского выбора.
Оптимальным вариантом для открытия является объект под номером 1, расположенный по адресу: г. Белгород, ул. Победы, д.66 (рис. 4). Основанием для выбора данного объекта аренды является выполнение следующего условия
Таблица 4
Расчет вероятности посещения клиентом конкретного места (Pij
Номер на рис. 4 Адрес объекта недвижимости Сервис, (ед.)/ц Количество объектов инфраструктуры (ед.)/е Удаленность от центра отсчета (м)/к Вероятность посещения
1 Гражданский пр-т, 23 3/1,0 15/0,66 730/0,3 0,035
2 ул. Победы, 66 5/1,2 38/1,66 1 200/0,1 0,037
3 пр-т Славы, 42 3/1,0 9/0,33 915/0,1 0,001
4 ул. Преображенская, 49б 4/,1 10/0,66 1 300/0,1 0,036
■1
/ X /
}
Гррчя
ш
£ / у
^Чном
\ I
К 1
ч 1
.Харьковом
ГО&Л
- потенциальное месторасположение ноеых магазинов
© - существующие магазины
V
\
О - оптимальное галюраслоложение магазина
- зоны концеит^нции ЦА
VI
0-9Й5 925-;Б5 185-Э?5 ЯИ - ЗЮ
■
Рис.4. Пространственная локализация оптимального местоположения для открытия магазина рыболовных принадлежностей
Герасименко О.А., Тхориков Б.А., Титова И.Н., Белов В.С., Резниченко О.С. Геомаркетинговое моделирование оптимального расположения мест для открытия бизнеса. Свидетельство о государственной регистрации программы для ЭВМ №2021660521, 28.06.2021. Заявка №2021619857 от 25.06.2021.
4
геомаркетинговой модели: чем ближе показатель P.. (см. табл. 4) к 1, тем выше вероятность, что клиент выберет данный торговый объект.
Таким образом, в результате исследования, из группы приблизительно одинаковых объектов недвижимости удалось выбрать оптимальный вариант для открытия нового магазина рыболовных принадлежностей. Стоимость арендной платы составляет 38 000 руб., что на 12% дешевле аналогичных объектов, расположенных в 1 и 2 риэлтерской зонах. Рядом имеются парковочное пространство и остановочный комплекс.
Определение привлекательных для ЦА геомаркетинговых факторов, дополненных геопространственными данными (зоны концентрации) и информацией о сценарном поведении городских жителей, позволяют подобрать помещения для оптимального местоположения с более низкой арендной ставкой. Полученный результат для открытия магазина рыболовных принадлежностей в г. Белгород позволяет подтвердить гипотезу (H2).
7. ОБСУЖДЕНИЕ
1. Представление о конкурентных преимуществах компании в очередной раз трансформировались. Развитие цифровых технологий, сочетание маркетинговых и географических факторов, изменение модели поведения клиента дает возможность компаниям выстраивать новые конкурентные преимущества в определении оптимального местоположения. Уникальные результаты обработки больших данных (Big Data) позволяют анализировать динамику пространственной активности клиента и в сочетании с маркетинговыми и географическими фак-
торами подобрать оптимальный вариант местоположения для открытия компании.
2. Предложено авторское понятие «пространственная активность клиента» — индивидуальная характеристика жителя городской агломерации, отражающая его готовность преодолевать большую дистанцию с целью приобретения необходимых товаров (услуг) в розничных точках продаж, расположенных в относительном отдалении от первой линии объектов недвижимости, при условии, что названные точки отвечают ряду потребительских запросов и их достижение укладывается в определенные сценарии поведения данного жителя и проходимое им среднедневное расстояние.
3. Согласно результатам социологического опроса, проведенного в 12 крупных городах России с населением до 1,5 млн чел., ежедневная пространственная активность составляет более 5 км. Человек готов к пространственной активности, это не вызывает дискомфорта и ограничений. При этом он сочетает ведение активного, здорового образа жизни и рациональное поддержание домашнего хозяйства.
4. Активность человека в пространстве эволюционировала под влиянием следующих факторов: изменение условий ведения личного хозяйства, торговли; создание комфортных инфраструктурных условий; развитие транспортных условий передвижения (автомобили, общественный транспорт, такси, велосипеды, самокаты и пр.); возможность ведения здорового образа жизни.
5. При анализе обработки результатов пространственной активности Big Data и комбинации маркетинговых и географических факторов возможно управление
пространственной активностью клиента, побуждая его двигаться во 2 и 3 зону городского пространства. В концепции стратегического планирования данные локации не имеют методологического обоснования конкурентных преимуществ.
8. ЗАКЛЮЧЕНИЕ
Проведенное социологическое исследование (12 городов РФ с населением не менее 1,5 млн чел.) позволяет сделать вывод о том, что ежедневно человек преодолевает более 5 км. При этом чувство морального и физического дискомфорта отсутствует, респонденты высказывают готовность к увеличению ежедневно пройденного расстояния (более 5 км). В качестве основных способов передвижения выделяют — пеший, на собственном автомобиле, услуги общественного транспорта. Таким образом, мы доказываем гипотезу Н1 относительно готовности преодолевать большие расстояния, сочетания здорового образа жизни и рационального ведения домашнего хозяйства. Органами федеральной и региональной власти создаются и инициируются ряд национальных проектов, направленных на поддержание ЗОЖ и территориального благоустройства пространств для активного передвижения человека.
Предложенные авторские сценарии рутинного поведения клиента и территориальные зоны позволяют применить геомаркетинговый подход. Суть заключается в выборе оптимального местоположения путем создания экстремума стоимости арендной платы объекта и привлекательности группы географических, маркетинговых и цифровых факторов. Апробация и доказательство гипотезы Н2 показано на примере
открытия магазина рыболовных принадлежностей в г. Белгороде по адресу: г. Белгород, ул. Победы, д. 66. Отметим, что обозначенный вариант оптимального местоположения находится в 3-й риэлтерской зоне по стоимости аренды (на 12% дешевле потенциальных аналогов коммерческих поме-
щений), как правило, малопривлекательной с позиции традиционного маркетинга.
Результаты проведенного исследования могут быть востребованы региональными властями при разработке стратегии развития, территориального городского обустройства, реализации на-
циональных и региональных программ и проектов. Проведенный анализ также позволяет дополнить концепцию стратегического маркетингового планирования, в частности в аспекте инициализации проектных геомаркетинговых инициатив, направленных на развитие розничного бизнеса.
ИСТОЧНИКИ / REFERENCES
1. Hekscher E. The effect for foreign trade on the distribution of income. Economisk Tidskrift. Bd. 21. 1919.
2. Ohlin B. Interregional and international trade. Canbridge. Mass, 1933.
3. Harris J., Newcombe N.S., Hirsh-Pasek K. A new twist on studying the development of dynamic spatial transformations: mental paper folding in young children. Mind, Brain, and Education. 2013. № 7 (1). Рр. 49—55.
4. HayekF.A. The Sensory Order: An Inquiry into the Foundations of Theoretical Psychology / F.A. Hayek; Chicago: University of Chicago Press, 1999. 232 р.
5. Druker P. The Essential Druker. New York: Harper Business, 2001.
6. Baviera-Puig A., Buitrago-Vera J., Escriba-Perez C. Geomarketing models in supermarket location strategies. Journal of Business Economics and Management. 2016. Vol.17. Issue 6. Рр. 1205—1221.
7. Albornoz Del Valle E.A., Nunez Cerda F.H., Mena Frau C. Geomarketing: Desde una vision comercial a una aplicacion social, en contextos metropolitanos. Revista de Geografia Norte Grande. 2020. Vol.76. Рр. 143—167.
8. Liborio M.P., Bernardes P., EkelP.L., Ramalho F.D., Santos A.C. Geomarketing and the locational problem question in the marketing studies. Brazilian Journal of Marketing. 2020. Vol.19(2). Рр. 448-469.
9. Tong D., Murray AT. Location analysis: Developments on the horizon. In Regional Research Frontiers. 2017. Vol. 2. Рр. 193-208.
10. Signorella M.L. A Short Version of a Spatial Activity Questionnaire. Sex Roles. 1986. Vol.14:9/10. p. 475.
11. Cherney I.D., Voyer D. Development of a spatial activity questionnaire I: Items identification. Sex Roles. 2010. Vol. 62(1). Рр. 89-99.
12. Singer A.C., Karlsson M.P., NatheA.R., Carr M.F., Loren M. Frank. Experience-Dependent Development of Coordinated Hippocampal Spatial Activity Representing the Similarity of Related Locations. Journal of Neuroscience. 2010. Vol. 30. Issue 35. Рр. 11586-11604.
13. Fillekes M.P.,Giannouli E., KimE.-K., Zijlstra W., Weibel R. Towards a comprehensive set of GPS-based indicators reflecting the multidimensional nature of daily mobility for applications in health and aging research. International journal of health geographics. 2019. Vol. 18(1). P. 17.
14. Efstratiadis S.N., Katsaggelos A.K. Adaptive iterative image restoration with reduced computational load. Optical Engineering. 1990. Vol. 29(12). Рр. 1458-1468.
15. Hart R. The geography of children and children's geographies. Research Paper. University of Chicago, Department of Geography. 1984. Vol.209. Рр. 99-129.
16. Newcombe N., Bandura M.M., Taylor D.G. Sex differences in spatial ability and spatial activities. Journal of Research. 1983. Vol. 9. Рр. 377-386.
17. Oppenheim N. On the integrability problem in discrete spatial activity systems with site and network externalities. Regional Science and Urban Economics. 1995. Vol. 25(1). Рр. 85-108.
18. Samietz J., Berger U. Evaluation of movement parameters in insects - bias and robustness with regard to resight numbers. Oecologia. 1997. Vol. 110(1). Рр. 40-49.
19. Yuxia Wu, Ke Li, GuoshuaiZhao, Xueming Qian. Personalized Long- and Short-term Preference Learning for Next POI Recommendation. Transactions on knowledge and data engineering. 2020. Рр. 1041-4347.
20. Hakim I.C., Sunoko K., Purwani O. Spatial territoriality in the Semanggi embankment area. Conf. Series: Earth and Environmental Science. 2020. P. 447.
21. Greenberg R.M., Shoval N. Mental maps compared to actual spatial behavior using GPS data: A new method for investigating segregation in cities. Cities. 2014. Vol. 36. Рр. 28-40.
22. Shoval N., Isaacson M. Application of tracking technologies to the study of pedestrian spatial behavior. Professional Geographer. 2006. Vol. 58(2). Рр. 172-183.
23. Blaszczyk-BebenekE., Jagielski P., Boleslawska /., JagielskaA, Nitsch-OsuchA., Kawalec P. Behaviors in Polish Adults before and during COVID-19 Lockdown. Nutrients. 2020. Vol. 12. P. 3084.
24. Albery G.F., KirkpatrickL., Firth J.A., Bansal S. Unifying spatial and social network analysis in disease ecology. Journal of Animal Ecology. - 28 September 2020 https://doi.org/10.11 11/1365-2656.13356.
25. Hammond C. Do we need to walk 10,000 steps a day? /. -https://www.bbc.com/future/article/20190723-10000-steps-a-day-the-right-amount.
26. Baviera-Puig A., Buitrago-Vera J., Escriba-Perez C. Geomarketing models in supermarket location strategies. Journal of Business Economics and Management. 2016. Vol. 17(6). Рр. 1205-1221.
27. Tellez Valencia C., Guillermo AguilarA. Aplicación del concepto geomarkefing al caso de lamicroindustria del vestido en el Municipio deNezahualcoyotl Estado de Mexico. Investojaciones Geograficas, Boletin del Instituto de Geograffa. 2000. UNAMNum.43. Рр. 122-144.
28. GehlJ. Cities for People. Moscow. 2012. 276 p.
29. GehlJ. From Competition to Cooperation: An Individual Psychological Development. From Harlow S. Gale Papers University of Minnesota Papers Collection. Vol.725. Folder 9. No date.
30. Gehl J., Svarre B. How to study public life. Moscow. 2016. 196 p.
31. Wang F. An examination of a city greening mega-event. International Journal of Hospitality Management. 2019. Vol. 77. Рр. 538-548.
32. Anderson-Oliver M. Cities for people: Jan Gehl. 2013. June 13. URL: http:// assemblepapers.com.au/2013/06/13/ cities-for-people-jan-gehl/ (accessed: 21.07.2019).
33. Chacon-Garcia J. Geomarketing techniques to locate retail companies in regulated markets. Australasian Marketing Journal (AMJ). 2017. Vol. 25(3). Рр. 185-193.
34. Ramadaní V., ZendeliD., Gerguri-RashitiS., Dana L.P. Impact of geomarketing and location determinants on business development and decision making. Competitiveness Review: An International Business Journal. 2018. Vol.28(1). Рр. 98-120.
35. Rodriguez V., Olarte-Pascual C., Saco M. Application of geographical information systems for the optimal location of a commercial network. European Journal of Management and Business Economics. 2017. Vol. 26(2). Рр. 220-237.
36. Tong D., Murray AT. Location analysis: Developments on the horizon. In Regional Research Frontiers. 2017. Vol. 2. Рр. 193-208.
37. Zuluaga J.D., Escobar D.A. Geomarketing Analysis for Shopping Malls in Manizales (Colombia). Accessibility approach methodology. Revista Espacios. 2017. Vol. 8(21). Рр. 321-334.
38. Oldenburg R. The great good place. Moscow, 2014. Рр. 17-19.
39. Vega R., Acuna J., Diaz M. Spatial analysis of consumer behavior in a food products market. Theoretical and Empirical Researches in Urban Management. 2015. Vol. 10. Issue 1. Рр. 1371-1399.
40. Escobar-Moreno N., Jacome J., Garcia G. El geomarketing como instrumento para la toma de decisiones de mercado en la organizacion: una caracterizacion preliminar de su utilidad. Espacios. 2015. Vol. 36. Issue 18. P. 8.
41. Fu-Yung K., Yen-ping H., Ruei-yuan W., Cheng-Wu C.H. Using RPC Block Adjustment models for the accuracy of environmental research, cartography and geomarketing: a new concept of cartography. Stoch Environ Res Risk Assess. 2013. Vol. 27. Рр. 1315-1331.
42. Perez R. Geomarketing en salud para ubicar oferta de servicios m?dicos de valor. Caso: Proyecto de investigacion para ubicar una nueva oferta hospitalaria. Salud Uninorte. Barranquilla. 2008. Vol. 24. Рр. 319-340.
43. Rosu L., Blageanu A., lonut-ciprian /. Geomarketing - A new approach in decision marketing: case study - shopping centres in Iasi. Lucrarile seminarului geografic «Dimitrie Cantemir» NR. 2013. Vol. 36. Рр. 721-733.
44. Тхориков Б.А., Ломовцева О.А., Герасименко О.А., Саблина О.М., Титова И.Н. Геомаркетинг - новый концепт или прикладной инструмент бизнеса? // Вестник Томск. гос. ун-та. Экономика. 2020. № 49. С.199—213.
Thorikov, B.A.; Lomovtseva, O.A.; Gerasimenko, O.A.; Sablina, O.M.; Titova, I.N. (2020) Geomarketing - a new concept or an applied business tool? Bulletin of Tomsk State University, Economy, 2020, No. 49, Pp. 199-213.
45. Герасименко О.А., Тхориков Б.А., Титова И.Н. Геомаркетинговое моделирование - аналитический инструмент планирования бизнеса // Вестник Белгородского университета. Серия Экономика. Информатика. 2020. Т. 47. № 4. С. 710-717.
Gerasimenko, O.A.; Thorikov, B.A.; Titova, I.N. (2020) Geomarketing modeling - analytical tool for business planning. Bulletin of Belgorod University. Economics series. Computer science, 2020, Vol. 47, No. 4, Pp. 710-717.
DOI: 10.24412/2071-3762-2022-1298-3-15
"Spatial Customer Activity" - a New Source of Competitive Advantages for a Retail Company Tkhorikov Boris Aleksandrovich,
Doctor of Economy, Head of the Department of Management and Marketing, Belgorod National Research University, Pobedy St., 85, Belgorod, Russia, 308015 (tkhorikov@bsu.edu.ru)
Gerasimenko Olga Aleksandrovna,
Candidate of Economy, Associate Professor of the Department of Management and Marketing, Belgorod National Research University, Pobedy St., 85, Belgorod, Russia, 308015 (gerasimenko@bsu.edu.ru)
The article discusses the issues of using the results of the client's spatial activity as a promising instrument of competitive advantage. The study provides an analytical review of the literature on the institutional conditions for the development of the geomarketing approach and Big Data technologies. Conceptual studies of the concept of spatial activity are given, significant conditions for the formation of competitive advantages (distance of indifference, typical scenarios of client behavior in urban areas) are highlighted. Scenarios of human behavior in urban space have been developed, including an algorithm for managing the client's spatial activity as a tool for a geomarketing approach. Conclusions are drawn about the possibilities of using the geomarketing approach to form a pool of potential retail objects and select the optimal alternative. The results of approbation of author's developments are given on the example of choosing a location for opening a fishing accessories store in an urban space.
Keywords: spatial activity of the client; management of spatial activity of the client; geomarketing approach; competitive renaming; strategic planning; model of client behavior.
