適合性の高いサブマーケットの決定

まず、デーン郡のサブマーケットの適合性を調査します。 サブマーケットは、米国国勢調査地区の小区分であるブロック グループのサイズを表し、人口統計が報告される地理的最小単位です。 適合性の高いサブマーケットが選択できたら、同じ適合性解析方法を使用して特定の候補地を決定します。

サブマーケットのブロック グループの生成

まず、Business Analyst Web App で新しいプロジェクトを作成します。

  1. Business Analyst Web App に移動し、ArcGIS Online アカウントでサイン インします。
  2. 必要に応じて、リボンの [ホーム] をクリックします。
  3. [新しいプロジェクト] をクリックします。

    新しいプロジェクト ボタンをクリックし、新しい Business Analyst Web App プロジェクトを作成します。

    [プロジェクトの作成] ウィンドウが表示されます。

  4. [プロジェクトの作成] ウィンドウの [プロジェクト名] に「Laundromat Expansion」と入力し、[作成] をクリックします。

    [プロジェクトの作成] ウィンドウ

    プロジェクトが作成されます。 完了したら、確認メッセージが表示されます。

  5. [作成されたらすぐに新しいプロジェクトを開く] チェックボックスがオンになっていることを確認し、[OK] をクリックします。

    プロジェクト作成済みの確認ウィンドウ

    Business Analyst Web App で空白のマップが開きます。 まず、解析を行うサブマーケットを作成します。

  6. リボンの [エリアの定義] をクリックし、[区画の選択] を選択します。

    エリアの定義メニューの区画の選択

    [区画の選択] ウィンドウが表示されます。

  7. [区画の選択] ウィンドウで、[全リストから選択] をクリックします。

    区画の選択ウィンドウの全リストから選択

  8. [Block Groups] を選択します。

    ウィンドウが更新され、米国の州のリストを含む単一のドロップダウン メニューが表示されます。

  9. ドロップダウン メニューで [Wisconsin] を選択します。

    ウィスコンシン州のすべての郡のリストを含む、2 つ目のドロップダウン メニューが表示されます。

  10. 2 つ目のドロップダウン メニューで [Dane County, WI] を選択します。
  11. [Block Groups] チェックボックスをオンにし、デーン郡のすべてのブロック グループを選択します。

    ウィスコンシン州デーン郡のすべてのブロック グループを選択

  12. [選択した区画を 1 つのサイトに結合しますか?][いいえ] が選択されていることを確認し、[完了] をクリックします。

    選択した区画を 1 つのサイトに結合しますか?で、いいえを選択

    デーン郡の各ブロック グループが、サブマーケット サイトとしてマップに追加されます。

    デーン郡のブロック グループが、サブマーケット サイトとしてマップに追加されます。

  13. [区画の選択] ウィンドウで、[完了] をクリックします。

変数に基づく条件の追加

次に、変数に基づく条件を使用して、適合性解析を実行します。 賃貸住宅の割合や、人口密度が比較的高い地域などの要因が、他のビジネスの成功において重要であったことは、すでに確認済みです。 [適合性解析] ツールを使用し、主な条件に基づいて各サブマーケットやブロック グループを解析して、新しいクリーニング店舗への適合性が最も高い場所を評価します。

注意:

Learn ArcGIS のチュートリアル「ArcGIS Pro を使用した小規模ビジネスの拡大」で、店舗を成功に導いた要因を判定する方法をご参照ください。

  1. リボンの [分析の実行] をクリックし、[適合性解析] を選択します。

    分析の実行メニューの適合性解析

    [適合性解析] ウィンドウが表示されます。

  2. 必要な場合は、[開始] をクリックします。
  3. 区画の選択で、[マップ上のフィーチャ] をクリックします。

    マップ上のフィーチャ オプション

  4. [次へ] をクリックします。

    353 個のブロック グループが選択された状態

    デーン郡の 353 個のブロック グループが選択されます。

  5. [次へ] をクリックします。 [条件の選択] をクリックして、[データ ブラウザーから変数を追加] を選択します。

    データ ブラウザー オプションからの変数追加

    [データ ブラウザー] ウィンドウが表示されます。

  6. [データ ブラウザー] ウィンドウの [標準変数][Housing] をクリックします。

    データ ブラウザー ウィンドウの Housing カテゴリ

  7. [フィルター] で、[キーワード] のドロップ ダウン メニューをクリックし、「2024 renter occupied」と入力します。

    Owner & Renter カテゴリ

    変数のリストが検索条件と合致するものに絞られます。

  8. [2024 Renter Occupied Housing Units (Esri)][割合] をクリックし、チェックボックスをオンにします。
    注意:

    Business Analyst データは定期的に更新されます。 利用可能な最新のデータをご使用ください。

    2024 Renter Occupied Housing Units (Esri) の割合の変数

  9. [データ ブラウザー] ウィンドウの上部の [検索] をクリックします。
  10. 検索バーに「Population Density」と入力し、[検索] をクリックします。
  11. [2024 Population Density (Pop per Square Mile) (Esri)] チェックボックスをオンにします。

    2024 Population Density (Pop per Square Mile) (Esri) 変数

    次に、ランドリーおよびドライ クリーニングに関連した変数を選択します。

  12. [検索] をクリックし、「Apparel laundry」を検索します。
  13. [2024 Coin-operated Apparel Laundry/Dry Cleaning] 変数と [2024 Not Coin-operated Apparel Laundry/Dry Cleaning] 変数で [インデックス] をクリックし、変数のチェックボックスをオンにします。

    条件として追加される最後の 2 つの変数は、公共交通機関で通勤する労働者の割合と、徒歩で通勤する労働者の割合です。

  14. [検索] をクリックし、「ACS Workers」を検索します。
  15. [キーワード] に「workers 16+」と入力します。
  16. [2022 Workers 16+ Walked (ACS 5-Yr)] 変数と [2022 Workers 16+ Took Public Transportation (ACS 5-Yr)] 変数で [割合] をクリックし、変数のチェックボックスをオンにします。

    データ ブラウザーの、公共交通機関または徒歩で移動した 16 歳以上の労働者の変数

    [データ ブラウザー] ウィンドウの上部に、選択した変数が表示されます。

    選択した変数の数を示す、データ ブラウザーのインジケーター

    これと同じ変数を、解析で複数回使用します。 適合性解析を実施するたびに変数を選択する手間を省くには、変数のリストを保存します。

  17. [選択した変数] をクリックし、6 個の変数が選択されていることを確認します。 [リストの保存] をクリックします。

    リストの保存オプション

  18. [条件リストの保存] ウィンドウの [リスト名] で「Laundromat Variables」と入力します。

    条件リストの保存ウィンドウのリスト名

    注意:

    必要に応じ、[リストのアイコン] で、条件リストを表すアイコンを選択できます。

  19. [保存] をクリックし、[データ ブラウザー] ウィンドウで [適用] をクリックします。

    6 つすべての変数が [適合性解析] ウィンドウに追加されます。

    選択した変数を適合性解析ウィンドウに追加

    [適合性解析の結果] ウィンドウが開き、マップが [最終スコア] 値でシンボル表示されます。

    適合性解析の結果ウィンドウと、最終スコア値でシンボル表示したマップ

    最も高い適合性スコアを持つブロック グループの値は、互いに近くなっています。

分析結果の確認

次に、適合性解析の結果を確認し、変数の 1 つの重みを変更して、変数を区別しやすくします。そして、新しいビジネスの拠点に最もふさわしいサブマーケット エリアを特定します。

  1. [適合性解析] ウィンドウでスクロール ダウンし、[加重] をクリックします。そして、[重みの調整] をクリックします。

    重みの調整オプション

  2. [2024 Renter Occupied HUs] の加重を「30%」に変更します。

    2022 Renter Occupied HUs の加重を 30% に設定

    [最終スコア] の値が、[適合性解析の結果] ウィンドウで更新されます。

  3. [完了] をクリックします。
  4. [適合性解析の結果] ウィンドウの [テーブル] ボタンをクリックし、属性テーブルを表示します。

    テーブル ボタン

    属性テーブルが表示されます。 [最終スコア] フィールドを見ると、適合性解析のスコアが示されています。

    マップが、最高スコアを持つブロック グループにズームします。

    上位 3 つのブロック グループは、いずれも賃貸の割合が高く、ウィスコンシン州マディソン市のこの地域にあります。

  5. マップ上で、ブロック グループがより小さい中心にズームします。 テーブルで、スコアが最も高いレコードにポインターを合わせます。

    適合性解析の結果ウィンドウで、最高の最終スコア値のブロック グループを選択

  6. [適合性解析] ウィンドウを閉じて、[保存しない] をクリックします。
  7. サイド ツールバーで [マップの消去] をクリックします。

    サイド ツールバーのマップの消去

  8. [マップの消去] ウィンドウで、[すべて] をオンにして [消去] をクリックします。

ウィスコンシン州マディソン市周辺のサブマーケットにマーケット分析を絞り込みました。 次に、同じ適合性条件を適用して、適合性の高い候補地を決定します。


候補地の確定

前回は、デーン郡で最も適合性の高いサブマーケットはウィスコンシン州マディソン市にあることを特定しました。 その情報をもとに、マディソン市内でクリーニング業に対応できる空き店舗を 3 か所見つけました。 同じ適合性条件を適用し、これら 3 つの候補地のうち、ビジネスの拡大に最適な場所を決定します。

リング商圏の生成

最終的な解析を始める前に、ビジネスを新たに展開するウィスコンシン州マディソン市の 3 つの候補地を含むレイヤーを追加し、それぞれの候補地を中心に半径 0.5 マイルのリングを作成します。

  1. リボンの [データの追加] をクリックし、[Web マップおよびレイヤー] を選択します。

    データの追加メニューの Web マップおよびレイヤー

    [Web マップおよびレイヤー] ウィンドウが表示されます。

  2. [Web マップおよびレイヤー] ウィンドウの横側で [ArcGIS] をクリックし、検索バーに「Candidate_Sites_Learn」と入力します。

    Candidate_Sites_Learn レイヤーの検索

  3. [Candidate_Sites_Learn] レイヤーのチェックボックスをオンにし、[選択の追加] をクリックします。

    [Candidate_Sites_Learn] を選択した状態と [選択の追加] ボタン

    3 つの候補地がマップに表示されます。

  4. 3 つの候補地のポイントが同時に表示されるよう、マップをズームおよび移動します。

    マディソン市の 3 つの候補地

  5. 最北部のポイントをクリックし、Shift キーを押しながら残り 2 つのポイントをクリックして、3 つすべてのポイントを選択します。

    各ポイントの周囲に黄色のボックスが表示されます。これは、複数の候補地が選択中であることを意味します。

    選択した候補地のポイント

  6. ポップアップで [バッファーの作成] をクリックします。
  7. [半径] で既存の値を削除し、最初のボックスに「0.5」と入力します。 単位が [マイル] に設定されていることを確認します。

    半径を 0.5 マイルに設定

  8. [適用] をクリックします。
  9. [サイトの作成] をクリックします。

    ポップアップの [サイトの作成]

  10. [塗りつぶしなし] をオフにし、[3 個のサイトの作成] をクリックします。

    [塗りつぶしなし] をオフにした状態。

  11. [作成したサイトの保存] ウィンドウが表示されるので、[新しいレイヤーの作成] のデフォルトの名前を使用して [保存] をクリックします。

    それぞれの候補地の周辺に、半径 0.5 マイルのリングが追加されます。

  12. ポップアップを閉じます。

    3 つの候補地のそれぞれの周辺に半径 0.5 マイルのリングを追加。

    3 つの候補地のそれぞれの周辺に半径 0.5 マイルのリングを追加

    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が行われます。 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する必要があります。

候補地の商圏のランク付け

候補地セットから最適なサイトを決定するには、最終的な適合性解析を開始します。

  1. リボンの [分析の実行] をクリックし、[適合性解析] を選択します。
  2. [マップ上のフィーチャ] をクリックし、[次へ] をクリックします。
  3. [サイトまたはレイヤーの選択] ウィンドウで [サイト] が選択されていることを確認し、[適用] をクリックします。
  4. [適合性解析] ウィンドウで [次へ] をクリックします。

    適合性の高いサブマーケットを判断するための変数を保存したので、同じ変数リストを選択して、各候補地の商圏のランク付けを行えます。

  5. [マイ リスト] をクリックし、[Laundromat Variables] を選択します。

    Laundromat Variables

    [適合性解析] ツールが実行され、各候補地の商圏がランク付けされます。

  6. 必要に応じてズーム アウトし、3 つすべての候補地をマップに表示します。

    各候補地の商圏の適合性解析のランキングを示すマップ

    空港近くの候補地よりも、残り 2 つの候補地の方が明らかに高い適合性を示しています。 賃貸住宅の条件に対し、加重の値を高く設定すると、条件をさらに絞り込むことができます。

  7. [適合性解析] ウィンドウで [加重の調整] をクリックします。 [2024 Renter Occupied HUs][加重] の値を「30」に設定します。

    この設定を変更しても、空港の近くの候補地よりも、他の 2 つの候補地の方が適合性が高いことがさらに強調されるだけです。

    次に、フィールドベースの条件を追加します。 フィールドに基づく条件は、臨時駐車場の利用可否と専用駐車場かどうかに関して、候補地の属性から作成されます。 既存の店舗を解析したところ、これらの属性は、プレミアム ドロップオフ サービスのユーザーからの売上の増加と相関していることがわかりました。

    次の属性からフィールドに基づく適合性条件を作成します。

    • [Tmp Parking Spots] - 利用可能な臨時駐車場の数
    • [Pct Parking Assigned] - 店舗専用の臨時駐車場の割合
  8. [適合性解析] ウィンドウで [条件の追加] をクリックし、[サイトから属性を追加] を選択します。

    [条件の追加] リストの [サイトから属性を追加]

    [サイト属性の追加] ウィンドウに、駐車場の属性が 2 つ表示されます。

  9. [Tmp Parking Spots][Pct Parking Assigned] チェックボックスをオンにし、[OK] をクリックします。

    サイト属性の追加ウィンドウで駐車場の属性をオンに設定

    2 つの条件が [適合性解析] に追加されます。

    駐車場の条件を考慮に入れた、新しい最終スコアの値でシンボル表示された候補地のマップ

    [結果] ウインドウのテーブル上で、[最終スコア] 値が更新されて、マディソン市中心の候補地のスコアが最大であることが示されます。

ポイント レイヤーに基づく条件の追加

次に、ポイント レイヤーベースの条件を追加し、近接する競合他社に基づいて各サイトをスコア付けします。 このツールは、各候補地から最寄りの競合他社までの直線距離に基づいて条件を作成します。

  1. リボンの [データの追加] をクリックし、[Web マップおよびレイヤー] を選択します。
  2. 必要に応じて、[Web マップおよびレイヤー] ウィンドウで [ArcGIS] をクリックし、「Competitors_DaneCounty_Learn」を検索します。
  3. [Competitors_DaneCounty_Learn] レイヤーのチェックボックスをオンにし、[選択の追加]をクリックします。

    [Competitors_DaneCounty_Learn] レイヤーを追加。

    このレイヤーには、デーン郡で類似のクリーニング サービスを提供する企業のポイント データが含まれます。

  4. [適合性解析] ウィンドウで [条件の追加] をクリックし、[ポイント レイヤーの追加] を選択します。
  5. [ポイント レイヤーの追加] ウィンドウで [Competitors_DaneCounty_Learn] を展開し、[Competitors_DaneCounty] がオンになっていることを確認します。

    [Competitors_DaneCounty] レイヤーがオフになった状態

  6. [閉じる] をクリックします。

    [適合性解析] ウィンドウの条件のリストに、[Competitors_DaneCounty] が追加されます。

    適合性解析ウィンドウに駐車場と競合他社の条件を追加。

  7. [Competitors_DaneCounty] 変数で [その他のオプション] をクリックします。

    [影響度] パラメーターが [負] に設定されます。つまり、エリア内に競合数が多ければ [最終スコア] 値が低くなることを意味します。

  8. [ポイント レイヤーがどのように分析に寄与するかを選択します][最も近いポイントまでの距離] を選択します。

    [Competitors_DaneCounty] 属性で [最も近いポイントまでの距離] を選択

    [最終スコア] の値が、[適合性解析の結果] ウィンドウで更新されます。

    競合他社の属性を追加した後に、適合性解析の結果の値をシンボル表示したマップ

    各候補地の [最終スコア] 値はやや減りましたが、新規ビジネスを展開するには University Lake が最適な候補地であることは明らかです。

    この解析の結果は解析レイヤーに保存できます。

  9. [適合性解析] ウィンドウで [レイヤーの保存] をクリックします。

    適合性解析ウィンドウのエクスポート

  10. [レイヤーの保存] ウィンドウの [レイヤー名] に「candidate sites」と入力し、[OK] をクリックします。
  11. [OK] をクリックします。

    [Laundromat Expansion] プロジェクト ウィンドウの [適合性解析] レイヤーで解析にアクセスできるようになりました。

  12. [適合性解析] ウィンドウを閉じます。

ここでは、検索を最も適合性の高いサブマーケットに規則的に絞り込み、最適なサイトを特定しました。 次に、結果を詳細に検証するために、選択したサイトで一連のインフォグラフィックスとサマリー レポートを実行します。


サマリー レポートの生成

前回は、ビジネスの拡大先に適した最終的なサイトを決定しました。 次に、インフォグラフィックスとレポートを生成し、サイトの詳細を把握します。 サマリー レポートとインフォグラフィックスを実行する前に、University Lake サイト周辺の 3 マイルのリングを追加します。 0.5 マイルの商圏は徒歩で訪れる潜在的な顧客のエリアを表し、3 マイルの商圏は車で訪れる潜在的な顧客のエリアを表します。

選択したサイトのサマリー レポートの生成

最高スコアの候補地 (University Lake) を選択し、3 マイルのリングを追加します。

  1. University Lake (中央) 候補地をクリックします。 ポップアップで [エリアの編集] をクリックします。

    [University Lake] ポップアップの [エリアの編集] ボタン

  2. [半径] の 2 つ目のテキスト ボックスに「3」と入力し、[適用] をクリックします。

    [リング] タブに 3 マイル半径が追加される。

    3 マイルの商圏リングがサイトに追加されます。

    3 マイルの商圏リングがサイトに追加されます。

  3. ポップアップで [レポート] をクリックします。
  4. [作成するレポートの選択] でドロップダウン メニューをクリックします。 「Community Profile」を検索します。

    [作成するレポートの選択] で「Community Profile」を検索。

  5. [Community Profile] を選択します。 デフォルトのレポート形式を [PDF] に設定し、[レポートの実行] をクリックします。

    [Community Profile] レポートを PDF として実行。

    マップの下に、レポートが作成されたことを確認するメッセージが表示されます。

  6. リボンで [Laundromat Expansion] をクリックし、[実行済みレポート][Community Profile] をクリックします。

    Laundromat Expansion プロジェクト ウィンドウの実行済みレポートにある Community Profile

    PDF ファイルがコンピューターにダウンロードされます。

  7. ダウンロード フォルダーに移動してレポートを開きます。

    Universty Lake サイトの [Community Profile] レポート PDF

  8. PDF ウィンドウを閉じ、Business Analyst Web App プロジェクトに戻ります。
  9. 学習したことを参考に、University Lake 候補地の [Graphic Profile][Housing Profile][Market Profile] レポートを生成します。

    4 つのレポートが [実行済みのレポート] にリストされます。

    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。 チュートリアルを終了する前に、拡大先のサイトの周辺地区の特性の理解を深めるために、一連のインフォグラフィックスを作成します。 インフォグラフィックスは、グラフィカルに拡張された画面上のレポートで、ポイント、ライン、またはポリゴンをクリックして作成されます。 テンプレートを使用することで、選択したエリアのすぐに利用できる情報が提供されます。

選択したサイトのインフォグラフィックスの作成

拡大先のサイト商圏の [Key Facts] および [Commute Profile] インフォグラフィックスを作成および表示します。

  1. University Lake サイトのポップアップの [戻る] をクリックします。
  2. [インフォグラフィックス] をクリックします。

    [University Lake] ポップアップのインフォグラフィックス

    インフォグラフィックスが表示されます。 リボンに、現在のインフォグラフィックス テンプレートの名前が表示されます。

  3. リボンに表示された名前が [Key Facts] でない場合は、現在のインフォグラフィックス テンプレートの名前をクリックして、[Key Facts] をクリックします。

    [University Lake] ポップアップのインフォグラフィックス

    [Key Facts] インフォグラフィックスが表示されます。

    注意:

    データは [データの割り当て] によって集計されます。データの割り当ての詳細については、「データの割り当てに関するドキュメント」をご参照ください。

    University Lake の [Key Facts] インフォグラフィックス

    [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。 [Nearby Restaurants] テンプレートを確認することで、その場所の最寄りのレストランを表示できます。

    注意:

    Business Analyst データは定期的に更新されます。 そのため、インフォグラフィックスやレポートの数値が少し異なることがあります。

  4. リボンで、[インフォグラフィックスのエクスポート] ボタンをクリックします。

    [インフォグラフィックスのエクスポート] ボタン

  5. [インフォグラフィックスのエクスポート] ウィンドウの [名前を付けてエクスポート] で、デフォルト設定である [PDF] をそのまま使用して [PDF の作成] をクリックします。

    [Key Facts] インフォグラフィックスが、PDF ドキュメントとしてコンピューターにダウンロードされます。

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

  6. インフォグラフィックス ビューアーで、リボンの [Key Places] をクリックし、[Commute Profile] を選択します。

    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。

    [Commute Profile] インフォグラフィックス

  7. インフォグラフィックスを PDF としてエクスポートします。
  8. インフォグラフィックス ビューアーを閉じます。

このチュートリアルでは、選択した市場内にサブマーケットを作成し、サブマーケットを解析して検索を最も適合性の高い地区に絞り込みました。 利用可能な商業用地に対して最終的な適合性解析を実行し、最適な場所を特定しました。 最後に、サマリー レポートとインフォグラフィックスを実行し、サイトの選択を検証し、共有用の補足情報を作成しました。

他のチュートリアルについては、チュートリアル ギャラリーをご覧ください。