ArcGIS ProArcGIS Pro パッケージには、プロジェクト ファイル (.aprk)、ツールボックス (.tbx)、およびジオデータベース (.gdb) が含まれています。

このプロジェクトには、ミシガン州グランドラピッズにある 9 つの既存のランドリー施設のフィーチャ レイヤーと、訪問した店舗に関連する属性を持つ顧客のフィーチャ レイヤーが含まれています。 また、ジムや映画館のフィーチャ レイヤーもあり、ランドリー ドロップオフ サービスを利用している顧客を呼び込んでいます。 さらに、競合他社のコインランドリーの場所を表すフィーチャ レイヤーもあります。

最も成功している店舗に存在する属性を確認するには、Business Analyst データを使用して変数を追加します。 正しいデータにアクセスするには、米国のデータを使用するように Business Analyst データ ソースを設定します。

[環境] ウィンドウが表示されます。

これで、Business Analyst データ ソースは米国の変数にアクセスするように設定されています。

[ジオプロセシング] ウィンドウが表示されます。

ツールが開きます。 各店舗で獲得している顧客数を決定するパラメーターを設定します。 [店舗 ID] フィールドを使用して、顧客とその主要店舗を関連付けます。

• [店舗] には、[Facilities] を選択します。
• [店舗 ID フィールド] には、[Store ID] を選択します。
• [顧客] には、[Customers] を選択します。
• [関連付けられた店舗 ID フィールド] で [店舗 ID] を選択します。
• [出力フィーチャクラス] に「TradeArea_Count」と入力します。
• [半径 (%)] に「70」と入力します。

半径の値は、店舗の商圏ポリゴンを定義するために獲得される各店舗の顧客の割合を示しています。 このシナリオでは、各店舗の最寄りの 70% の顧客が各商圏に含まれます。

顧客の商圏を示す新しいレイヤーがマップに追加されます。 商圏には重複がありません。これにより、店舗単位で顧客が区別されるため、便利です。

次に、各店舗の顧客に対する売上の 70% に基づいて商圏を作成します。 売上に基づいて商圏を作成するには、数ではなく加重に基づいて顧客の売上を集計するようにツールのパラメーターを変更します。

• [出力フィーチャクラス] に「TradeArea_Sales」と入力します。
• [顧客の集計タイプ] には、[加重] を選択します。
• [顧客加重フィールド] には、[Sales] を選択します。

各店舗の売上の合計の 70% を示す新しいレイヤーがマップに追加されます。

9 店舗のうち 7 店舗で販売商圏が顧客商圏よりも小さくなっていますが、残りの 2 店舗では両方の商圏の大きさがほぼ同じです。 これは、顧客の売上分布がより均一になっていることを示し、つまり、顧客からより多くの収益を得られていることがわかります。 これらの店舗とその他の店舗との違いを理解するため、[Facilities] レイヤーの属性テーブルを調べます。

最も売上の多い店舗は Creston と Westside GR です。 これらの店舗には 2 つの臨時駐車場があり、どちらもその店舗専用であるため、駐車場が他社の店舗と共有されず、他社の店舗を訪問する顧客との競争が少なくなります。 空いている駐車場がなければ、顧客は別のランドリーおよびドライクリーニング店まで運転するか、駐車場が利用可能になるまで待機する必要があります。 プレミアム ドロップオフ サービスを使用している顧客にとっては、その便利さが魅力的であり、このため専用駐車場の優先度が高くなります。

[データ ブラウザー] ウィンドウが表示されます。 カテゴリ別に整理された、利用可能なデータが表示されます。 データは、プロジェクトのデータ ソースによって決定されます。データ ソースは米国の最新データとなるように設定済みです。 必要な特定の変数を検索します。

カラー コード レイヤーが作成され、マップに追加されます。

このレイヤーには、州や郡などの複数の区画が含まれています。 このレイヤーは縮尺依存であり、表示している縮尺に基づいて最適な区画を表示します。 対象地域を変更して、ミシガン州のみが対象となるようにします。これにより、さらに詳細なレベルにアクセスできます。

マップ範囲が変わり、ミシガン州全体が表示されます。 [コンテンツ] ウィンドウの [カラー コード レイヤー] グループ レイヤーにさらに詳細なレベルが追加されます。

マップのズームが、分析範囲に戻ります。 この縮尺では、ブロック グループを区画として使用してカラー コード レイヤーが表示されます。 しかし、重なっているレイヤーが多いため、マップが読み取りにくくなります。 一部のレイヤーをオフにして、他のレイヤーを再配置し、見やすくします。 また、カラー コード レイヤーの名前を、よりわかりやすくなるように変更します。

これで、[Facilities] レイヤーは表示されますが、[Renter Occupied HUs] レイヤーはベースマップを覆い隠します。 透明度を上げて、下にある道路を見やすくします。

レイヤーの透過表示が変わります。

2 店舗がハイライト表示され、これらの店舗が選択されていることを示しています。

属性テーブルでは、選択した 2 店舗が青色でハイライト表示されています。 この店舗は、以前に売上が最も多い店舗として特定した店舗と同じです。 この場所での成功は、新店舗には賃貸住宅の割合が比較的高い地域が効果的であることを示しています。

[カラー コード レイヤー] ツールを再度実行して、事業の成功に影響する可能性があるもう 1 つの変数である人口密度データを追加し、成功している 2 店舗が人口密度の高い地域にあるのかどうかを確認します。

カラー コード レイヤーがマップに追加されます。

これで、成功している施設と人口密度のマップを比較できるようになりました。

業績の最も高い 2 店舗も、オレンジ色で表示された、比較的人口密度の高い地域にあります。 人口密度が高い地域 (赤色で表示) は主要都市部の市場に多く、競争が飽和しており参入コストが高くつくため、適していないかもしれません。

2 店舗が選択されなくなりました。

これで、フィーチャを選択する代わりに、通常どおりマップを操作できるようになりました。

[Candidate Markets] レイヤーには、米国の中西部全体で選択した郡の市場エリア候補が含まれています。

最適な市場エリアを見つけるために、適合性解析を行います。

[ジオプロセシング] ウィンドウで、[適合性解析レイヤーの作成 (Make Suitability Analysis Layer)] ツールが開きます。

このツールの実行が終了すると、[New Market Suitability Analysis] レイヤーが [コンテンツ] ウィンドウに追加されます。

[ジオプロセシング] ウィンドウに、[変数に基づく適合性条件の追加 (Add Variable Based Suitability Criteria)] ツールが表示されます。

[データ ブラウザー] ウィンドウが表示されます。

• [2024 Renter Occupied HUs] - [%] を選択し、[#] を選択解除します。
• 2024 Population Density

データ ブラウザーでは、[選択した変数] ウィンドウに選択内容が記録されます。 このウィンドウは、いつでも開いて選択内容を表示または編集できます。

ウィンドウに、以前に選択した 2 つの変数が表示されます。 [選択した変数] ボタンには、選択された変数の合計も表示されます。

• [2024 Coin-Op Apparel Laundry/Dry Cleaning] - [インデックス] を選択し、[#] を選択解除します。
• [2024 Apparel Laundry/Dry Cleaning] - [インデックス] を選択し、[#] を選択解除します。

[Coin-Op Apparel Laundry/Dry Cleaning] 変数は、徒歩で店舗を訪れる顧客のプロキシ変数として使用されます。 関連する [Apparel Laundry/Dry Cleaning] 変数は、車で店舗を訪れる顧客のプロキシ変数として機能します。

インデックス変数は、特定のエリアのアクティビティへの関与確率を、全国平均 (100 という指数値で表される) と比較して計測します。 指数が 100 を超える場合、そのエリアの人々がそのアクティビティを行う確率が高いことを意味します。 指数が 200 の場合、住民が全国平均と比較してそのアクティビティを行う確率が 2 倍高いことを示しています。

• [2022 Workers 16+: Walked (ACS 5-Yr)] - [%] を選択し、[#] を選択解除します。
• [2022 Workers 16+: Public Transportation (ACS 5-Yr)] - [%] を選択し、[#] を選択解除します。

コイン ランドリーを使用する徒歩の顧客と、徒歩または公共交通機関で通勤する割合が比較的高いエリアとの間には、正の相関関係があります。

選択された変数が [変数に基づく適合性条件の追加 (Add Variable Based Suitability Criteria)] ツールのウィンドウに追加されます。

ツールを実行する前に、変数のリストを保存して、後続の解析ですぐに再度アクセスできるようにします。

このツールの実行が終了すると、変数は属性として [New Market Suitability Analysis] レイヤーに追加され、それらの値を表示するためにレイヤーのシンボルが変更されます。

これらは市場エリアの最終スコアではありません。 競合他社と都市の規模に関する情報を追加します。

• [入力適合性解析レイヤー] には、[New Market Suitability Analysis] を選択します。
• [サイト レイヤーの ID フィールド] には、[IDField] を選択します。
• [ポイント フィーチャ] で [Competitors] を選択します。

各市場候補は、その中に存在する競合他社の数に基づいてスコア付けされます。 次に、中規模の都市を重心ポイントとしてカウントするための条件を追加します。 重心はフィーチャの地理的中心であり、この場合は都市の中心点になります。

市場候補の適合性解析のすべての条件が追加されました。

[適合性解析] ウィンドウが表示されます。

Business Analyst から追加した、各変数に基づく条件と、先ほど追加した、ポイントに基づく 2 つの基準がこのウィンドウに表示されます。 最初は、すべての条件が均等に重み付けされていますが、この値を調整して条件の重要性の高低を示すことができます。 現在のところは、競合他社の変数の影響を調整します。

デフォルトでは、[影響度] は [正] に設定されており、値が高いほどスコアも高くなります。 市場候補での競合は少ないほど魅力的であるため、[影響度] を [負] に設定することで、値が低いほど高いスコアが返されるようになります。 新しい適合性スコアが自動的に計算され、マップに反映されます。

各市場候補の最終的な適合性スコアは、3 つの場所 (マップ、属性テーブル、および [コンテンツ] ウィンドウ) に返されます。 属性テーブルから最高スコアの候補を選択して、解析エリアを絞り込みます。

最も高い適合性スコアを持つ市場エリアは、ウィスコンシン州デーン郡です。

• [区画レベル] で [Block Groups (US.BlockGroups)] を選択します。
• [入力フィーチャ] で [New Market Suitability Analysis\Candidate Sites] を選択します。
• [ID フィールド] で [IDField] を選択します。
• [出力フィーチャクラス] に「Submarkets」と入力します。
• [リレーションシップ] で [重心が含まれる] を選択します。

[選択されているレコードを使用] がオンになっているため、選択されている郡であるデーン群にのみツールが実行されます。

このツールの実行が終了すると、[Submarkets] レイヤーが [コンテンツ] ウィンドウに追加され、マップに表示されます。

[Submarket Suitability Analysis] レイヤーが [コンテンツ] ウィンドウに追加されます。

[変数に基づく適合性条件の追加 (Add Variable Based Suitability Criteria)] ツールのウィンドウが表示されます。

[データ ブラウザー] ウィンドウが表示されます。 適合性の高いマーケットを決定したときに使用したものと同じ 6 つの変数を選択します。 これらの変数をリストとして保存したため、個別に選択する必要がなく、すばやくアクセスすることができます。

6 つの変数が [変数に基づく適合性条件の追加 (Add Variable Based Suitability Criteria)] ツール ウィンドウに追加されます。

変数が加重の条件として [Submarket Suitability Analysis] レイヤーに追加されます。 レイヤーが自動的に適合性スコアを再計算した後、レイヤーのシンボルが更新されます。 この結果、郡の中心近くに、赤色で網掛けされた非常に適合性の高いブロック エリアのクラスターが表示されています。

これらの地域の特性を十分に理解するために、[Sub Market Suitability Analysis] レイヤーの透過表示を調整します。

これで、ベースマップがさらに見やすくなりました。

この地域には、人口が 10 ～ 30 万人の中規模都市であるウィスコンシン州マディソン市が含まれています。 また、ウィスコンシン大学マディソン校がここにあり、徒歩による交通量が多い可能性を示しています。

拡大可能な地域を特定し、利用可能な商業用地を確認する準備ができました。 詳細に解析して最適な場所の特定に使用できるサイトが 3 つあります。

• [入力フィーチャ] には、[Candidate Sites] を選択します。
• [出力フィーチャクラス] に「Candidate_Sites_Rings」と入力します。
• [距離] に「0.5」と入力します。
• [距離単位] で [マイル] が選択されていることを確認します。
• [ID フィールド] で [ID] を選択します。

ツールを実行すると、3 つの候補地のそれぞれの周囲に 0.5 マイルのリングが追加されます。

適合性解析にはポリゴンの入力が必要になるため、これらの 0.5 マイルのリングを使用して 3 つのサイトの比較およびスコア付けを行います。 このワークフローでは 3 つの条件タイプがすべて使用されますが、最初に適合性解析レイヤーを作成します。

このツールが実行され、[Suitability Analysis Candidate Sites] レイヤーが [コンテンツ] ウィンドウに追加されます。 このレイヤーは [Candidate_Sites_Rings] と同じフィーチャおよび属性が含まれていますが、適合性解析ツールにアクセスできるようになりました。

• [サイト レイヤーの ID フィールド] で [ID] を選択します。
• [ポイント フィーチャ] で [Competitors] を選択します。
• [条件タイプ] で [最小距離] を選択します。
• [距離タイプ] で、[直線] が選択されていることを確認します。
• [計測単位] で、[マイル] が選択されていることを確認します。

ツールが実行され、各候補地の最寄りの競合他社までの直線距離に基づいてスコア付けする条件が作成されます。 先ほど、ジムや映画館がプレミアム ドロップオフ サービスの顧客に魅力的な効果をもたらすことについて説明しました。 このような顧客には、洗濯物をサービスに出している間にジムや映画館を訪れる傾向があります。

次に、ツール パラメーターを編集し、映画館をポイントに基づく条件として追加します。

• [ポイント フィーチャ] で [Theaters] を選択します。
• [条件タイプ] で [個数] を選択します。

各リング商圏内の劇場の数に基づいて [Suitability Analysis Candidate Sites] レイヤー内のそれぞれの位置に条件が追加されます。 ツールを再度編集し、ポイントに基づく条件としてジムを追加します。

[Suitability Analysis Candidate Sites] の各リング商圏内にあるジムの数に基づく条件が作成されました。

[変数に基づく適合性条件の追加 (Add Variable Based Suitability Criteria)] ツールのウィンドウが表示されます。

選択された変数が [変数に基づく適合性条件の追加] ウィンドウに追加されます。

選択された変数が条件として追加されます。 レイヤーのシンボルが更新され、新しい条件スコアが反映されます。

[適合性解析] ウィンドウが表示されます。 適合性スコアを計算するために使用されるすべての条件が一覧表示されます。

臨時駐車場の存在により、プレミアム ドロップオフ サービスの顧客が大幅に増加することが既存の市場で示されているため、これらの条件の加重を増加します。

値をロックすると、加重にその他の条件への変更が影響しないようになります。

条件の加重を変更すると、その他のすべての条件で分散が均等になるように加重が再計算されます。 [Tmp Parking Spots] と [Pct Parking Assigned] の値をロックしたため、これらの条件は再分散の対象から除外され、値 (17) が保持されました。

条件の追加と加重が完了しました。 マップ上では、適用された条件に基づいて最も高く評価された候補地の商圏が赤で表示されています。 この場合、University Lake が最適なサイトです。

次に、2 つのリング商圏を作成します。

• [入力フィーチャ] で、[候補地] を選択します。
• [出力フィーチャクラス] に「Selected_Site_Rings」と入力します。
• [距離] に「0.5」と入力して Enter キーを押します。 次のテキスト ボックスに「3」と入力します。
• [ID フィールド] で [ID] を選択します。

0.5 マイルと 3 マイルのリング商圏が作成され、マップに追加されます。

次に、出力場所を指定します。

次に、[レポート ヘッダー オプション] パラメーターの値を設定します。 これらのパラメーターは、表示されたデータの各セクションに対応する入力ポリゴンを示す情報をレポート ヘッダーに追加します。

• [店舗 ID フィールド] で [ID] を選択します。
• [店舗名フィールド] で [Name] を選択します。
• [店舗緯度フィールド] で [STORE_LAT] を選択します。
• [店舗経度フィールド] で [STORE_LON] を選択します。
• [リング ID フィールド] で [RING] を選択します。
• [説明フィールド] で [AREA_DESC] を選択します。

このツールはクレジットを消費します。 実行する前に、利用可能以上のクレジットを消費しないことを確認するために、クレジットを見積もります。

このツールは 40 クレジットを消費します。 アカウントで利用可能なクレジット数が表示されます。

ツールが完了すると、ツールのプロセスに関する詳細の表示とレポート履歴を開くオプションが付いたメッセージが表示されます。 ツールの詳細から、出力ディレクトリを直接クリックしてレポートを開くことができます。

[ジオプロセシング] ウィンドウの下部で、[詳細の表示] をクリックします。

詳細ウィンドウが表示されます。

レポートが PDF ドキュメントとして表示されます。

レポートは画面に表示できるほか、印刷したり、ファイルとして共有したりできます。

ポインターが変わり、ツールがアクティブであることを示す小さなインフォグラフィックス アイコンが追加されます。

フィーチャの下にある行政区域から集計されたデータを表示するインフォグラフィックス ウィンドウが表示されます。

[Key Facts] テンプレートには、重要な適合性変数の概要が表示されます。 その他のさまざまなテンプレートから選択することで、追加した適合性変数に基づく情報を表示できます。 [Eating Places] テンプレートを確認することで、その場所に近いレストランに関する情報を表示できます。

テンプレートのプラス記号 (+) とマイナス記号 (-) をクリックすると、拡大および縮小することができます。 近傍のレストランの存在は、プレミアム ドロップオフ サービスの顧客に魅力的な品質を提供できます。 店舗からの距離だけでなく、近隣の施設について理解することも役立ちます。 テンプレート マップ内の各レストラン ポイントにポインターを合わせると、名前とリングの重心からの距離が左側のウィンドウにハイライト表示されます。

最後に、同じエリアの [Commute Profile] テンプレートを表示します。

データが設定されたテンプレートが開き、エリアの住民の通勤傾向に関する情報が提供されます。 この情報は、適合性解析の結果をグラフィカルに補足するものです。 サマリー レポートおよびインフォグラフィックス テンプレートのデータは、拡大先のサイトの選択を一層サポートします。