{"id":14285,"url":"\/distributions\/14285\/click?bit=1&hash=346f3dd5dee2d88930b559bfe049bf63f032c3f6597a81b363a99361cc92d37d","title":"\u0421\u0442\u0438\u043f\u0435\u043d\u0434\u0438\u044f, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u0442\u0440\u0430\u0442\u0438\u0442\u044c \u043d\u0430 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u0438\u043b\u0438 \u043f\u0443\u0442\u0435\u0448\u0435\u0441\u0442\u0432\u0438\u044f","buttonText":"","imageUuid":""}

Где открыть бизнес: ищем точки на карте с помощью сервиса Yandex DataLens

Пошаговая инструкция для поиска локации для открытия вашего бизнеса. Показываем на примере пиццерии: как визуализировать данные по продажам и расположению точек продаж с помощью статистики сети ресторанов «Додо Пицца» и статистики по поисковым запросам «Яндекса».

Для работы нам потребуется Yandex ID и бесплатный тариф DataLens.

Шаг 1: Импортируем геослои из Marketplace

Для начала нам потребуется бесплатный датасет Организации. Авторизуемся в DataLens и переходим в Marketplace. Выбираем категорию Геослои, затем Организации: спрос и предложение. В карточке товара нажимаем Развернуть и сохраняем покупку в папку Purchases.

Нажимаем кнопку Открыть. В открывшемся окне представлен набор объектов DataLens: подключение, датасет, чарты и дашборд. Дашборд — страница на которой можно одновременно отобразить разнообразные чарты: диаграммы, таблицы, карты и индикаторы. Кликнем на дашборд Организации: спрос и предложение. В открывшемся окне выберем рубрику Пиццерия. Теперь мы можем ознакомиться с показателями спроса, предложения, спроса на предложение по пиццериям в выбранном городе, в нашем случае в Москве.

Этот набор данных может использоваться для визуализации спроса и предложения и по другим рубрикам, таким как АЗС, медицинские лаборатории, барбершопы или предприятия общественного питания и доступен для множества городов, например для Казани, Новосибирска, Краснодара или Нур-Султана.

Шаг 2: Подключаемся к базе данных со статистикой DODO

Теперь нужно подключить собственный набор данных. Вы можете использовать статистику своей компании или любые подходящие для вашего анализа открытые данные, такие как «Общественное питание в Москве», доступные на портале открытых данных правительства Москвы. Также можно воспользоваться данными из Marketplace DataLens или открытыми данными системы Инфометр.

В этой инструкции мы будем использовать статистику компании «Додо Пицца», с подключением к базе данных ClickHouse.

Перейдем в DataLens и нажмем кнопку Создать подключение. Выбираем тип подключения ClickHouse и в открывшемся окне указываем параметры:

  • Название подключения — DODO Con.
  • Подключение — тип Указать вручную.
  • Имя хоста — myt-g2ucdqpavskt6irw.db.yandex.net,

    sas-1h1276u34g7nt0vx.db.yandex.net (указать через запятую).

  • Порт HTTP-интерфейса — 8443 (по умолчанию).
  • Имя пользователя — datalens-marathon-2020-11-ro.
  • Пароль — /4b+xBF6aSCgN9wKTevYGuDjxC9IO4Fa.

Проверяем подключение, нажимаем кнопку Создать и дожидаемся сохранения подключения. Теперь нажимаем кнопку Создать датасет и в открывшемся датасете перенесем таблицу в рабочую область.

Затем откроем вкладку Поля и переименуем Name в Pizzerias в столбце Имя. Нажимаем кнопку ... у поля Pizzerias и выбираем Продублировать. Переименуем созданное поле в The number of pizzerias и в столбце Агрегация выберем тип Количество уникальных. Для поля Coordinates выберем тип геоточка, для Revenue тип агрегации Сумма.

Добавим новое поле для построения топа пиццерий. Назовем его Revenue rank и будем использовать формулу RANK([Revenue]).

Шаг 3: Создаем чарты для дашборда

Сначала сделаем чарт со статистикой открытия пиццерий по месяцам. Для этого на панели датасета DODO нажимаем кнопку Создать чарт. В открывшемся окне перетащим OpenDate из раздела Измерения в секцию X, а показатель The number of pizzerias в секцию Y. Затем настроим группировку данных. В поле OpenDate нажимаем кнопку календаря, в поле Группировка выбираем Округление -> Месяц и нажимаем Применить. Затем нажимаем Сохранить, называем чарт Динамика открытия пиццерий и сохраняем его.

Затем создадим чарт с топом пиццерий. Для этого в нашем текущем чарте кликаем на типе Столбчатая диаграмма и меняем его на Линейчатую диаграмму. В секцию Y добавляем измерение Pizzerias и удаляем OpenDate, в секцию X добавляем показатель Revenue и удаляем The number of pizzerias. В секцию Сортировка добавляем показатель Revenue. Настроим фильтры: добавим показатель Revenue rank, в списке выбираем меньше или равно, в поле Значение вводим 10 и нажимаем кнопку Применить фильтр. В правом верхнем углу нажимаем на значок рядом с кнопкой Сохранить и выбираем Сохранить как. Назовем чарт Топ-10 пиццерий.

Теперь создадим два индикатора. Первый будет показывать общую выручку. В текущем чарте выбираем тип Индикатор. В секцию Показатель добавляем Revenue, а из поля Фильтры удаляем Revenue rank. Сохраним чарт под названием Выручка. Второй индикатор будет показывать общее количество пиццерий. Добавляем The number of pizzerias в секцию Показатель, затем удаляем sum(Revenue). Сохраним чарт под названием Количество пиццерий.

Наконец создадим чарт с распределением пиццерий на карте и с отображением их выручки. Выбираем тип чарта Карта. В секцию Геоточки добавим измерение Coordinates, а в секции Размер и Цвета добавим показатель Revenue. В Тултипы добавим Pizzerias, Address, OpenDate, Revenue. Настроим цвета отображения уровня доходов, для этого в секции Цвета выберем Двухцветный градиент и цвет Желтый (оттенки). Сохраним чарт с названием Пиццерии на карте.

Шаг 4: Создаем дашборд

Переходим в DataLens и нажимаем кнопку Создать Дашборд. Назовем его DODO Dashboard. В открывшемся окне нажимаем кнопку Добавить и выбираем Чарт. Выбираем чарт Количество пиццерий и нажимаем кнопку Добавить. Повторяем эти действия для остальных чартов. Свободно перемещаем чарты в любую удобную область дашборда, подбирая подходящее расположение.

Сделаем более удобным выбор города, отображающегося на карте. Для этого нажмем кнопку Добавить и выберем Селектор. Назовем его City, в качестве датасета выберем DODO, поле City. Нажимаем кнопку Добавить и затем переносим селектор в любую близкую к карте область.

Нажмем Сохранить. Выбираем город Москва и, если при изменении города фокус карты остался прежним, обновляем страницу браузера. На карте отображаются рестораны Додо Пицца в Москве с указанием их выручки, а в остальных чартах можно увидеть динамику открытия, количество пиццерий и общую выручку

Шаг 5: Добавляем на дашборд геослои

Сеичас наш дашборд отображает расположение пиццерий на карте и их показатели, но для анализа информации нам нужен геослой со спросом. Убедимся, что на дашборде в селекторе выбрана Москва, а затем нажмем кнопку и выберем Редактировать. В открывшемся окне нажимаем на название датасета DODO и выбираем Добавить датасет. Выбираем из Личной папки загруженный в Шаге 1 датасет Организации. После этого появится окно настройки связей. Нажимаем кнопку Добавить связь, устанавливаем связь между полями City датасета DODO и Город датасета Организации и сохраняем.

Затем в разделе Слои переименуем Слои 1 в DODO. Нажмем на + чтобы добавить новый слой. Назовем его Спрос на предложение. Тип геослоя изменяем на Геополигоны. Убеждаемся, что текущий датасет – Организации. В секцию Геополигоны добавим Полингон. В секцию Общие фильтры добавим измерение Полигон.Тип, указываем значение hash_7 и нажимаем Применить фильтр. В секции Цвета добавляем показатель Спрос на предложение на город.

В настроиках цветов выберем двухцветныи градиент цвета Синии (оттенки). Уровень прозрачности установим равным 60. В секцию Тултипы добавим Спрос, Предложение, Спрос на предложение на город, Топ запросов, Топ компании. Нажимаем Сохранить.

Вернемся на дашборд, открытый на предыдущей вкладке браузера. В селекторе выберем Санкт-Петербург. Дашборд полностью отфильтрован по показателям для этого города, включая геослой. Теперь мы можем увидеть какие спрос и предложение в той или иной ячейке геосетки и есть ли там наша пиццерия.

В результате мы быстро, без написания скриптов или применения сложных инструментов получили визуализацию. Она позволяет оценить спрос на товар или услугу в отдельной области на карте и принять решение о локации для размещения бизнеса на основании собственной статистики компании и открытых данных.

Подписывайтесь на блог Yandex.Cloud, чтобы узнавать еще больше новостей и историй об IT и бизнесе.

Другие истории, которые активно читают наши подписчики:

0
18 комментариев
Написать комментарий...
Alexander Kalashnikov

Выглядит интересным

Ответить
Развернуть ветку
User175

Но бесполезным. Где открывать офлайн точку это и так понятно, проблема в том, что нет доступных площадей :))

Ответить
Развернуть ветку
Аккаунт удален

Комментарий недоступен

Ответить
Развернуть ветку
Aleksandr Oleynikov

Все отлично, кроме одного... "Собственная" пиццерия - это НЕ БИЗНЕС.
Это абсолютно бесперспективная низовая самозанятость и безумная нервотрепка за свои же деньги.
Посему пример выше не является примером помощи в "открытии бизнеса".

Но может все не так плохо?
Каким образом эта хрень со "слоями" может помочь предположим открыть мини-фабрику картонной упаковки или что-то связанное с обслуживанием промышленного оборудования??

Ответить
Развернуть ветку
Аккаунт удален

Комментарий недоступен

Ответить
Развернуть ветку
sergjjj

Площадям? Да можно оперативно поднимать цены на недвигу, можно допилить сервис для арендодателей.

Ответить
Развернуть ветку
User175

У яндекса есть зачатки такого сервиса. Там есть реальная прикольная фича - слой потребления, рассчитывается исходя из числа жилых домов в округе и промышленных районов. Открываешь карту и сразу ищешь большие зелёные зоны. Но затем приходится вручную искать в этих зонах площадки с циана и авито. Вот что было бы круто развивать

Ответить
Развернуть ветку
Дмитрий Кузнецов

Это есть в "Бизнес-навигаторе МСП" с подробной статистикой и охватом. Но дейта-аналисты и стартаперы легких путей не ищут.

Ответить
Развернуть ветку
Iraks Romanoff

там вообще бесполезные данные, пытался помочь подобрать другу место под сервисы ремонта техники. методом тыка с закрытыми глазами проще открыть точку прибыльнее, чем по данным данного сервиса. их методы оценки спроса и предложения на основе одних лишь данных о распложении конкурентов подтянутых из 2гиса не пригодны для каких-либо качественных выводов. проект интересный, и если его обогатить адекватными данными, может стать действительно полезным и востребованным. сейчас это больше как игрушка. хорошая заготовка на будущее. 

Ответить
Развернуть ветку
Дмитрий Кузнецов

Мне кажется называть бесплатные общедоступные данные такого объема бесполезными достаточно несправедливо. Насколько я помню, там не только геоданные от 2гис, но еще и финансовые показатели от Ромир. Ну и трудно ожидать максимально подробной статистики при таком широком покрытии.

Ответить
Развернуть ветку
Iraks Romanoff

Да, вы правы, я как-то чрезмерно был жесток с оценкой. Но и статья про другое. Про возможность работы с данными с помощью конкретных инструментов. Мне она например была очень полезна, я заглянул в сервис после долгого перерыва и нашел много всего интересного, чего раньше не замечал. Вы тоже не совсем корректно сравниваете эти вещи с МСП. Что-то там посмотреть можно и возможно это как-то кому-то действительно будет полезно, но там ты сможешь работать только с тем, что тебе предложено. Про Ромир кстати не видел информации нигде. 

Ответить
Развернуть ветку
Дмитрий Кузнецов

Там в одной из подсказок такой текст: "Спрос рассчитывается на основе данных о количестве потребителей (источник данных – 2ГИС, Эрвей), о распределении населения по доходам (источник данных – официальная статистика Росстата, скорректированная с учетом стоимости недвижимости) и об объеме спроса исходя из параметров потребления услуги каждой доходной группой: доля потребителей, частота потребления, средний чек (источник данных – РОМИР Панель)." Я в общем-то не критиковал статью, а просто указал @Аккаунт удален где посмотреть нужные ему данные.

Ответить
Развернуть ветку
Юлия Богатова

А нас в 2005 учили высчитывать шаги от остановок и дорог по какой-то там формуле))

Ответить
Развернуть ветку
Andrej Sifko

Очень полезно и интересно для ритейла.

Ответить
Развернуть ветку
Pavel Sharonov

зашло 

Ответить
Развернуть ветку

Комментарий удален модератором

Развернуть ветку

Комментарий удален модератором

Развернуть ветку
Илья Овчинников

Это официально худшая инструкция что я видел в своей жизни. То ли вы всё постоянно обновляете, то ли шаг 5 прописывал человек, который вам в офис доставил пиццу.
Как можно было проделать такую шикарную техническую работу и так обосраться с интерфейсом и пояснениями - я хз.

Ответить
Развернуть ветку
Vladimir Sheryagin

А откуда взялись данные для подключения статистики ДОДО?

Ответить
Развернуть ветку
Yandex Cloud
Автор

Здравствуйте! Открытые данные с https://dodostats.ru/, которые были предварительно загружены в управляемую БД Clickhouse.

Ответить
Развернуть ветку
15 комментариев
Раскрывать всегда