选址年终总结.docx

选址年终总结.docx

《选址年终总结.docx》由会员分享，可在线阅读，更多相关《选址年终总结.docx（11页珍藏版）》请在冰豆网上搜索。

选址年终总结

选址年终总结

　　篇一：

选址选人总结xin

　　选址、选加盟商总结

　　店址选择是一项大的、长期性投资，关系着企业的发展前途：

专卖店市场店铺地址选择的成功与否，专卖店的经营情况起到举足轻重的作用。

专卖店各店铺之间网络连接的优良化程度，关系到专卖专卖店的销售能力，获利能力、竞争能力。

　　专卖店的店址不论是租赁的，还是购买的，一旦被确定下来，就需要大量的资金投入，营建店铺。

当外部环境发生变化时，它不能像人、财、物等其他经营要素一样可以作相应调整，它具有长期性、固定性特点。

　　规划一家新的连锁专卖店，首先要选址开店，而后根据商圈内顾客的规模和构成选择商品。

开店营业，首先要选好发展地段。

否则即使是金字招牌，也有酒香也怕巷子深的时候。

　　零售企业的地理位置不仅影响门店收益的高低，也表现出零售企业的市场地位和总部企业形象。

因而设店选址对零售来说尤为重要。

零售企业地理位置的选择主要包括地区、区域和地点方面的内容。

　　一、选择店址

　　首先应当理解商圈的概念，商圈与店址有很强的依存关系，研究分析商圈能使选址、立地工作准确，顺利进行。

成功的店铺选址能使店铺拥有稳定的消费群体，实现可观的经济效益、市场效益、社会效益。

能使便利店经济效益提高，实现零风险经营，有许多人都认为只要是商业区、居民区、交通枢纽，都是专卖店发展的最佳选择，事实并非如此，其实店铺地址的选择，只能根据自身条件，投资情况、市

　　场定位，业种、业态和专卖店所能吸引商圈的消费结构的特性来决定店址的选择。

充分分析目标市场的特点，尽可能考虑专卖店的商品结构能否满足它们方便购物和消费的需求。

当然店铺选址是一项复杂的系统工作、要有超前意识、及强的预见性，尽量使、店址、租金、商圈、商品、服务形成五维一体。

在此基础长初步预测开店的赢利空间的大小。

　　二、专卖店的概念：

　　专卖店顾名思义是专门经营某些产品为顾客提供专门商品、满足顾客特需需求的商店。

专卖店经营者积极为顾客提供所需的特需用品，满足顾客服务特色，以满足顾客即刻需求和特别需求的态度，区别于超市、综合市场和其他商店、便利店，赢得良好的经营业绩。

　　1、专卖店营业面积小，一般在50-150平方米之间，营业面积利用

　　率高、三角窗、长方形、正方形的房屋为佳。

　　2、专卖店销售的商品应是人们日常购买较高的大众商品，其最大特征是为消费者提供附加价值高的商品销售，有专门消费性、小容量、特殊性等特点，商品种类数150-250中为宜，商品价格略高于一般零售业态的商品价格。

　　3、专卖店营业时间长，一般在12小时以上，甚至更长，终年无休日。

专卖店可随时满足消费者的各种需求，与其它零售业态相比，这是专卖店最具竞争力的核心之一。

　　4、专卖店商圈范围窄小，一般设定在居民徒步购物5-10-15分钟可以到达的范围内，社区内商圈半径在500-1000米左右，如果设在郊

　　外商圈半径大约在1500米。

（

　　5、专卖店的目标顾客主要为居民、白领、大型单位、80%的顾客为有目的的购买。

　　6、专卖店以提供周到便利、超值的服务为特色。

　　三、专卖店选址的重要性：

　　1、地区性质；不同地区消费特点有很大差别，研究分析区域是商业区，旧城区、开发区、经济发展较快区。

　　（1、）研究分析区域内三至五年区域建设规划、区域道路建设计划、区域开发计划、区域公共设施建设计划，评估潜在的商业价值。

（2）研究地区本行业店发展的饱和度，人口消费偏好专卖店的饱和与地区现有专卖店数量成正比，与人口数量成反比。

　　2、竞争店情况：

首先限定竞争店的范围以多少米为界限。

一般直径1500米，半径1000米（不同区域区别鉴定），研究界限内竞争店的数量、规模、分布特点、经营业态、品种、业绩、美誉度等。

　　3、店址选择是对市场定位的选择：

　　店址在某种程度上决定了店铺的客流量多少、顾客购买力大小、顾客的消费结构、店铺对顾客的吸引程度以及竞争力的强弱等。

选址适当，店铺便占有了“地利”优势，能吸引大量顾客，生意自然就会兴旺。

（1）、店址选择反映了服务理念：

　　专卖店店址选择要以便利服务顾客为首要原则。

从节省顾客的购买时间、节省其交通费用角度出发，最大限度满足顾客的需要。

否则

　　失去顾客的信赖和支持，店铺也就失去了存在的基础。

（2）、店址是制订经营战略及目标的重要依据：

　　不同的地区有不同的社会环境、人口状况、地利环境、交通条件、市政规划等特点，它们分别制约着其所在地区的专卖店顾客来源及特点和专卖店对经营的商品、价格、促进销售活动的选择。

　　四、专卖店选址的原则：

（1）商圈概念：

是指店铺所经营影响的范围和吸引消费者的地理区域，是由消费者的购买行为和专卖店铺的能力所决定的，商圈是以专卖店为中心，向四周扩展的同心圆。

（2）商圈意义：

商圈与专卖店经营活动有着极为密切的关系，商圈是开专卖店进行合理选址的前提。

选店址时总是希望获得较大的目标市场，吸引更多的目标顾客，这首先要求选址人员必须明确商圈范围，了解商圈内人口的分布情况、市场、非市场因素，在此基础上确定商圈规模、形态进行效益评估，衡量店址的使用价值，按照这些基本原则，选定适宜地点、才能使商圈、店址、经营条件协调融合创造经营优势，加快资金周转，提高专卖店运作效率。

　　2、商圈类形：

（1）核心商圈约占专卖店顾客总数的55%——70%。

（2）次级商圈约占专卖店顾客总数的15%——25%。

　　住宅区居住人口30000户为中等住宅小区。

　　3、、商圈的分类：

　　1）自然商圈与经营商圈：

　　1、自然商圈（一级商圈）：

以店铺为中心，半径约500米的范围内。

　　2、经营商圈（二级商圈）：

以店铺为中心，半径约1000米的范围内。

　　商圈是可以创造的，可以经营的。

（2）按地理位置分：

　　1、核心商圈（主要商圈）：

最接近专卖店的区域。

顾客占50%，销售额占60%-70%。

　　2、次级商圈（次要商圈）：

邻近核心商圈的“环形”区域。

顾客占25%-35%，销售额占20%。

　　3、边缘商圈（外层商圈）：

位于外围商圈的区域，这一区域涵盖了更大的地理顾客占15%-25%，销售额占10%-20%。

　　4、市场定位：

　　商店在市场上的定位是指在有效能掌握的商业环境内，针对消费者的需求层次及消费特征，而提供合适的商品类别及消费特征，以其在消费者心目中留下鲜明的印象。

　　店铺地址的选择，要根据自身条件、业态和便利店所能吸引商圈的消费结构的特性来确定。

在最短的时间内抢占据点是主要目标，在此前提下，可采取双重或多重的策略，力求在最短的时间内建立最合理，最具竞争力的网络。

　　五、做一个成功的加盟商：

　　篇二：

职场选址报告

　　附件1

　　职场选址报告

　　一、XX机构新租（换租职场）需求说明

　　二、XX机构所处城市的写字楼租赁市场调查

（一）城市经济、规划发展等宏观情况

（二）城市写字楼分布状况：

有无金融区域，写字楼聚集区域等情况；

　　（三）主要区域写字楼租赁价格；

　　（四）主要区域写字楼的租金、空置率、物业管理情况。

　　三、租赁写字楼所涉及的税费情况

　　物业租赁税费

　　四、备选物业对比分析（参见附表）

　　五、综合结论

　　（专项工作组人员签字）

　　篇三：

选址问题研究的比较牛X的总结

　　对选址问题研究的比较牛X的总结

　　摘自http:

///wiki/

　　〔转自马云峰〕

　　现代选址研究起于1909年，当时AlfredWeber为解决如何为单个仓库选址使得仓库到多个顾客间的总距离最小的问题，他在欧氏空间里建立了一个1-中位问题模型，就是著名的Weber问题。

　　1）基本选址问题

（1）P-中位问题（p-medianproblems）

　　P-中位问题是研究如何选择P个服务站使得需求点和服务站之间的距离与需求量的乘积之和最小。

Hakimi[13,16]提出该问题之后给出了P-中位问题的Hakimi特性，他证明了P-中位问题的服务站候选点限制在网络节点上时至少有一个最优解是与不对选址点限制时的最优解是一致的，所以将网络连续选址的P-中位问题简化到离散选址问题不会影响到目标函数的最优值。

Goldman[17]给出了在树和只有一个环的网络上为单个服务站选址中位问题的简单算法。

Miehle于1958年也研究过平面1-中位问题，也就是Weber问题，是他发现了Weiszfeld的研究成果，被选址-分配问题的里程碑文章Cooper[14]誉为Weiszfeld研究的发现者。

对于空间P-中位问题，也就是更一般的Weber问题，Rosing[18]提出了最优解法。

Garey和Johnson[19]证明了P-中位问题是NP-困难问题。

Francis[20]、Francis和Cabot[21]、Chen[22]以及Chen和Handler[23]研究了基于欧氏距离的P-中位问题。

　　近年来，P-中位问题仍然是研究的热点，许多学者研究P-中位问题的各种变形和扩展模型：

Wesolowsky[24]、Wesolowsky和ruscott[25]、Drezner[26]研究了动态P-中位问题。

ReVelle[27]将目标函数定义为新建的服务站所占据的市场份额的最大化，成功地将中位问题运用于竞争环境下的零售商店选址问题中。

Lorena、Senne[28]和Luiz等[29]运用列生成方法解决带容量限制的P-中位问题。

Berman等[30]研究服务的可靠度随着服务设施与需求的距离变化的设施问题问题。

Church提出了通过减少分配的变量来减少约束的传统P-中位问题的新建模方法[31]。

Drezner[32]、Chen[33]、Chen和Handler[34]在此基础上研究条件中位问题，又称PQ-中位问题，即网络中已存在Q个服务站的条件下，如何为P个同类服务站选址的中位问题。

（2）P-中心问题（p-centerproblems）

　　P-中心问题也叫minmax问题，是探讨如何在网络中选择P个服务站，使得任意一需求点到距离该需求点最近的服务站的最大距离最小问题。

Hakimi[13]首先提出网络中P-中心问题，Kariv和Hakimi[35]证明了P-中心问题为NP-困难问题。

Drezner和Wesolowsky[36]提出了Drezner-Wesolowsky法解决多服务站的P-中心问题。

Francis[37]在平面上的P-中心问题研究中取得一些进展,Wesolowsky[38]研究基于直线距离P-中心问题；十年后，Chen[22]、Ward和Wendell[39]对基于欧几里德距离的P-中心问题作了研究。

　　Masuyayma，Ibaraki和Hasegawa[40]、Megiddo和Supowit[41]证明了基于直线距离和欧氏距离的P-中心问题都是NP-完全问题。

C.Caruso等[42]通过求解一系列集覆盖的问题的办法求解P-中心问题。

Hassin,Levin,MoradD[43]提出了运用词典区域局部搜索法来求解P-中心问题。

YuriLevin,Adi

　　Ben-Israel[44]对大规模P-中心问题给出了启发式算法，对一些著名的问题进行了计算分析。

　　（3）覆盖问题（coveringproblems）

　　覆盖问题分为最大覆盖问题和集覆盖问题两类。

集覆盖问题研究满足覆盖所有需求点顾客的前提下，服务站总的建站个数或建设费用最小的问题。

集覆盖问题最早是由Roth[45]和Toregas[46]等提出的，用于解决消防中心和救护车等的应急服务设施的选址问题，他们分别建立了服务站建站成本不同和相同情况下集覆盖问题的整数规划模型。

随后Minieka[47]、Moore和ReVelle[48]等都继续研究集覆盖问题。

Plane和Hendrick[49]、Daskin和Stern[50]建立了服务站个数最小和备用覆盖的顾客最大的双目标集覆盖问题。

Heung-Suk

　　Huang[51]研究了产品会随时间变坏或变好时的动态集覆盖问题。

最近十几年来许多基于启发式的算法被用于解决集覆盖问题，Fisher和[52]提出了基于对偶的启发算法并用来解决最多有200个候选点、2000个需求点的集覆盖问题；Beasley和Jornsten.K[53]将次梯度优化法和拉格朗日松弛算法结合起来求解这类问题；MarcosAlminana和JesusT.Pastor[54]应用代理启发式算法求解集覆盖问题。

Beasley和Chu[55]给出了求解服务站建站成本不同时集覆盖问题的遗传算法。

Grossman和Wool[56]用大量的实验对比了九种用于求解SCLP的启发式算法，其中随机贪婪算法、简单贪婪算法和转换贪婪算法在几乎所有问题中都是最好的前四种算

　　法之一，其中随机贪婪算法表现最好，在60个随机问题中有56次获得最好的解。

Karp[57]证明了集覆盖问题是NP-完全问题。

　　最大覆盖问题或P-覆盖问题是研究在服务站的数目和服务半径已知的条件下，如何设立P个服务站使得可接受服务的需求量最大的问题。

同其它基本问题一样，最大网络覆盖问题也是NP-困难问题[58]。

最初的最大覆盖问题是由ChurchRL和ReVelleC[59]提出的，他们将服务站最优选址点限制在网络节点上；ChurchRL和MeadowsME[60]在确定的关键候选节点集合中给出了一般情况下的最优算法，他们通过线性规划的方法求解，如果最优解不是整数就用分枝定界法求解；Church和Meadows[60]提出了最大覆盖问题的伪Hakimi特性，即在任何一个网络中，存在一个有限节点的扩展集，在这个集合中至少包含一个最大覆盖问题的最优解。

Benedict[61]，Hogan和ReVelle[62]，Daskin[63]考虑服务系统拥挤情况下的最大覆盖问题，他们把任意一个服务站繁忙的概率当作外生变量，目标函数是服务站可以覆盖的期望需求量最大。

HaldunAytug和CemSaydam[64]用遗传算法来求解大规模最大期望覆盖问题，并进行了比较。

FernandoY[65]等对最大期望覆盖问题中排队与非排队的情况进行了对比。

Berman[66]研究了最大覆盖问题和部分覆盖问题之间的关系。

OdedBerman和DmitryKrass[67]、OdedBerman,DmitryKrass和ZviDrezner[68]讨论比传统最大覆盖问题更一般的最大覆盖问题，并给出了拉格朗日松弛算法。

OrhanKarasakal和Esra[69]讨论了部分覆盖问题，对覆盖程度进行了定义。

JorgeH.Jaramillo、JoyBhadury和RajanBatta[70]在选址问题的遗传算法应用研究时介绍了最大覆盖问题遗传算法的操作策略。

　　2）扩展选址问题

　　在前面三个基本选址问题的基础上考虑其它因素就形成了扩展选址问题。

由于扩展选址问题是由不同的分类方法根据实际应用需要组合而成，所以各类型之间存在较大的交叉，本文仅以最具代表特征的部分对不同的类型命名并进行综述。

（1）带固定费用和/或容量限制的选址问题

　　最容易也最常想到也最有实际意义的就是考虑服务站建站的固定费用和服务站的容量限制这两个因素，所以早期对基本选址问题的扩展研究较多地集中在将这两个因素加进基本选址问题上。

无容量限制固定费用下的选址问题就是将固定建站费用加到P-中位问题的目标函数上，并且去掉对

　　服务站建站个数的约束。

Cornuejols、Fisher和Nemhauser[71]对该问题进行了细致的分类和具体的分析，Swain[72]运用Bender分解法求解UFLP，

　　Barros和Labbe[73]、Holmberg[74]对UFLP进行了更深入的研究。

Geoffrion和McBride[75]研究用拉格朗日算法解决带容量限制的服务站选址问题。

Mukundan和Daskin[76]将固定费用有容量限制的选址问题模型用于解决利润最大化的类似问题，Bender分解法也被Marks.Daskin[58]用来求解CFLP。

最近Hinojosa，Puerto和Fernandez[77]研究了多产品带容量限制的服务站选址问题，Melkote和Daskin[78]总结了网络上带容量限制的服务站选址问题的各种模型。

RobertoBaldacci等[79]提出了一种基于集剖分的方法来求解容量限制的选址问题。

（2）截流问题

　　截流问题研究顾客需求产生在路线上的问题，根据服务站工作性质可以分为服务型和对抗型两大类。

服务型截流问题广泛应用于交通规划、交通服务、交通监测等方面，比如如何在交通路网中设立交通量观测点使监测到的交通流量最大的问题就是服务型截流问题。

对抗型截流问题用于解决收费、检查、缉私等站点的选址问题。

Hodgson[80]，Berman、Fouska和Larson[81]最早提出截流问题，研究了需求路线确定的条件下，给定设施的数目，如何在网络中选址使通过服务站的需求量总和达到最大的截流问题，并建立了此类问题的基本模型，提出了启发式的贪婪算法来求解截流问题模型。

Mirchandani、Rebello和Agnetis[82]通过基本截流问题向集覆盖问题的转换证明了基本的截流问题是NP-困难问题。

Hodgson等[83]研究了服务站的顾客流量是由两部分组成的截流问题，一部分是产生于日常路线上的过路需求，另一部分是产生于节点的固定需求。

Averbakh、Berman[84]研究了顾客流量细分和接受多次服务的一般模型和扩展模型。

Berman和Krass[85]首先给出了竞争环境下的服务站截流选址问题，并给出了启发式算法和最坏情况分析。

Mirchandani、Rebello和Agnetis[86]最早提出了对抗型服务站的截流问题。

和[87]研究了用户路线不确定条件下，检查站设在网络的边上的截流问题，建立了线性规

　　划模型，并用列生成法求得精确解。

　　（3）Hub选址问题

　　Hub选址问题是和截流问题有些类似的选址问题，需求也是产生在OD对上，在顾客从O点出发到D的过程中要接受Hub的服务。

同截流问

　　题不同的是，OD流并不是走最短路从O点到D点，经过Hub中转服务后要比直接从O点到D点要快，比如交通系统中的中转站、通信系统的交换机或服务器等。

O’Kelly[88,89]开创了Hub选址问题的研究工作，Marianov[90]研究了竞争环境下的Hub选址问题，Kara和Tansel[91]研究了单分配P-Hub选址问题，Ebery和Krishnamoorthy[92]研究了带容量限制多分配的Hub选址问题。

　　（4）选址－分配问题

　　选址－分配问题的一般形式类似于P-中位问题，最初由Curry和Skeith[93]提出这一问题。

Geoffrion和Graves[94]开始研究多级服务站选址－分配问题。

Wesolowsky和Truscott[95]研究了多阶段的选址分配问题，并用Bender分解法求解配送中心选址问题。

oodchild[96,97]、Hodgson[98]也参与了这个问题的研究并对选址－分配问题进行了理论回顾。

Marianov和SerraD[99]研究了受等待时间或排队约束的多服务中心选址－分配问题。

Luce

　　Brotcorne、GilbertLaporte和FredericSemet[100]以救护车为背景的选址－分配问题研究现状进行了总结。

　　（5）随机选址问题

　　随机选址问题中考虑到现实世界的复杂性，把服务站的运行时间、建设成本、需求点位置、需求数量等部分或全部输入参数看作是不确定的。

随机选址问题分为随机概率问题和随机情景问题。

随机概率问题是指输入参数是服从某种分布时的随机选址问题。

Carbone[101]在解决需求不确定下公共设施的网络选址问题时开始研究了需求量服从多变量正态分布、带机会约束的P-中位问题，建立了非线性模型。

Weaver和Church[102]研究在任意弧长服从离散随机分布的随机网络上的中位问题，建立了整数规划模型并用拉格朗日松弛算法和替代启发式算法求解。

Berman和Odoni[103]、Berman和LeBlanc[104]研究了行程时间状态随马尔可夫状态转移矩阵变化的多设施选址问题。

Mirchandani[105]研究了行程时间、供应与需求模式都是随机变化的条件下的P-中位问题和无容量限制固定费用的仓库选址问题。

Daskin[106-108]在研究EMS车辆选址问题时，研究考虑运输车辆繁忙概率的最大覆盖期望问题。

ReVelle和Hogan[109]在集覆盖的背景下考虑车辆可用性的问题，并在最大覆盖的基础上研究可靠度的P-中心问题。

Ghosh和Craig[110]研究了只有两个卖主的垄断市场、固定的市场需求量、多零售点的随机选址问题。

随机情景问题是将不确定的性分解成多个可