Cos'è il bacino d'utenza di un punto vendita?

Il bacino d'utenza (in inglese catchment area o trade area) è la zona da cui proviene la maggior parte dei clienti di un punto vendita, di una farmacia o di un ambulatorio. Non è un cerchio tracciato col compasso attorno all'indirizzo: dipende da quanto è comodo arrivarci, da quanto il negozio attira e dai concorrenti lungo la strada. Si può delimitare in tre modi, dal più semplice al più realistico. Il primo assegna ogni abitazione al negozio più vicino in linea d'aria. Il secondo traccia l'area raggiungibile in un certo numero di minuti sulle strade vere. Il terzo stima, zona per zona, la probabilità che un cliente scelga ciascun negozio. Ognuno risponde a una domanda diversa, e confonderle porta a decisioni sbagliate su dove aprire e su quanti clienti un nuovo punto vendita toglierà agli altri negozi dell'azienda.

Leggi anche: Location Intelligence · Ricavare decisioni di business dai dati geospaziali: dove aprire un punto vendita, come ottimizzare una rete logistica, dove intervenire su un'infrastruttura.

Tre modi di delimitarlo

Il metodo più rapido sono i poligoni di Thiessen, o diagramma di Voronoi: ogni punto della mappa va al negozio più vicino. È economico, ma presuppone che i clienti si muovano in linea retta e che tutti i negozi attirino allo stesso modo: ne esce una mappa senza sovrapposizioni. È il limite da cui parte un articolo di Boots e South sul Journal of Retailing del 1997, che propone aree sovrapposte in cui il cliente sceglie fra i negozi più vicini e attraenti.

Le isocrone tracciano l'area da cui si raggiunge il negozio entro un certo tempo, per esempio dieci minuti in auto, sulla rete stradale reale: un fiume senza ponti la deforma. Servono a verificare un livello di servizio, e sul blog ne ho mostrato un esempio pratico. Però ignorano la concorrenza: due isocrone sovrapposte non dicono chi vince.

Il modello di Huff risolve proprio questo. Nell'articolo "Defining and Estimating a Trading Area" (Journal of Marketing, 1964), David Huff ha definito il bacino come una distribuzione di probabilità: da ogni zona la probabilità di scegliere ciascun punto vendita cresce con l'attrattività (per esempio la superficie) e cala con il tempo di viaggio. Le probabilità di una zona, sommate, danno uno: dove i bacini si sovrappongono, i clienti si dividono in quote fra i negozi.

Un esempio enterprise

Una catena di supermercati valuta un nuovo punto vendita in un quartiere dove ha già due negozi. I poligoni di Thiessen gli assegnano un territorio tutto suo, e l'isocrona a dieci minuti mostra molti residenti, in parte già serviti dalla catena. Il modello di Huff, applicato alle sezioni di censimento con e senza il nuovo punto vendita, separa i clienti sottratti ai concorrenti, cioè fatturato nuovo, da quelli sottratti ai due negozi della catena: la cannibalizzazione. Si decide sul saldo netto.

Per tarare il modello servono le provenienze reali dei clienti, di solito gli indirizzi delle carte fedeltà, e qui pesa la data quality: se parte degli indirizzi, trasformata in coordinate, finisce nel centro del comune per una via scritta male, quei clienti si ammassano in un punto e il modello stima male quanto le persone sono disposte a viaggiare. Controllare la precisione della geocodifica è il lavoro di base della Location Intelligence.

Perché conta per chi decide

Scegliere il metodo significa scegliere la domanda: i poligoni di Thiessen mostrano il negozio più vicino, le isocrone misurano un livello di servizio, il modello di Huff stima quanto venderà un nuovo punto vendita e a chi toglierà clienti. Chi approva un'apertura in base alla popolazione dentro un'isocrona rischia di contare due volte gli stessi clienti. Una volta tarato, il modello serve a confrontare aperture, chiusure e trasferimenti, decisioni che sono il terreno della prescriptive analytics e della Decision Intelligence.