Skip to main content

ハフ モデルの機能

Business Analyst ライセンスで利用可能。

ハフ モデルは、空間解析で確立されている理論です。 これは、特定の消費者が特定の場所を訪れて購入する確率は、その場所までの距離、その場所の魅力度、および競合する場所までの距離と魅力度の関数であるという原則に基づいています。

この具体的なモデルは、空間的相互作用の研究分野において、テキサス大学の David Huff 博士によって改良され、実用化されました。 処理能力に優れたデスクトップ コンピューターの登場によって、モデルの適用が可能になりました。

ハフの公式

ここでは:

  • P ij = 消費者 j が店舗 i で買い物をする確率。

  • W i = 各店舗または場所 i の魅力度の尺度。

  • D ij = 消費者 j から店舗または場所 i までの距離。

  • a = 遠く離れたサイトの確率を低くするために、距離に適用される指数。 通常は 1.5 から 2 の間です。

実務上、国勢調査ポリゴン (ブロック グループなど) は個別の顧客の代わりとなります。 各ポリゴンに対して計算された確率に、ポリゴン データベース内のデータ エレメント (世帯数や食料品への支払い額など) が掛けられます。 この測定値を集計して、合計値の概算を得ることができます。 魅力度の代わりとして、総賃貸可能面積 (GLA) などのサイズの尺度がよく使用されます。

サイトには、顧客に魅力を感じさせる多くの属性があります。 魅力度は、多くの属性の関数として計算できます。 小売店の場合、属性は売場面積、駐車スペース数、製品の価格などです。 車のディーラーの魅力度は、展示スペースの面積、間口、広告などの関数になります。 オフィス ビルの魅力度は、現在入居しているオフィス数などの関数になります。 魅力度は、施設を魅力的にしているすべての要因を組み合わせた 1 つの数値で表されます。 この数値は通常、インデックスと呼ばれています。 このインデックスは、その目的地に来る人の数を数えたり、消費者調査を実施したりして導き出すこともできます。

ハフ モデルの広がりを制御することができます。 すべての競合店を含む値を入力します。 計測ツールを使用して、距離を推定できます。 距離単位にはマイルとキロメートルのいずれかを使用できます。

ハフ モデルのキャリブレーション

ハフ モデルのキャリブレーション ツールでは、魅力度と距離の変数の指数値を計算します。これにより、設定を調整、最適化できます。 結果は、あらゆる魅力度変数 (売上や距離変数など) の指数値を含むファイルとなります。

キャリブレーションなしでハフ モデル ツールを使用する場合、デフォルトの指数値 は 1 と 1.5 に任意に設定され、モデル化している商圏には適用されない可能性があります。 キャリブレーションには、既存の店舗または施設レイヤー、顧客レイヤー、潜在的な売上を定義するレイヤーが必要です。 ユーザー定義の指数値を使用すると、ハフ モデルの指数値を微調整できるため、より正確な予測モデルを提供できます。

ヒント:

指数関数は通常、都市内などの狭い距離での相互作用を計算するために用いられます。

距離減衰関数

目的地までの距離の認識は、その距離の一次関数では表せない場合があります。 顧客は、自宅から遠い場所にある店舗よりも、自宅に近い場所にある店舗で買い物をする傾向があります。 距離は、人の動きを非直線的に抑制するものとして表されます。 この現象は距離減衰関数を用いてモデル化できます。 距離減衰関数の使用は、重力モデルの由来となるニュートンの万有引力の法則を流用したものです。 距離減衰パラメーターはギリシャ文字のベータで表され、目的地までの距離を強調するために使用できます。 食料品の購入などの消費行動では高い指数となり、これらの消費行動では顧客は近くまでしか足を運ばないことを表しています。 家具の買い物など、他の活動では指数は小さくなります。これは、人々が家具を買うために遠くまで出かけることをいとわないからです。

すべてのハフ モデルの入力、指数、商圏サイズ、および結果は、これらのモデルを操作した経験のある人間による詳細な解析を必要とします。 顧客の漏れ (一部の食料品を食料品店で購入せずに、コンビニエンス ストア、ファーマーズ マーケット、オンライン食料品配達といった他の商圏で購入すること) などの要因を考慮に入れるためには、常にキャリブレーションが必要になります。