为初创企业选择测试市场

创建工程

首先，您将在 ArcGIS Business Analyst Web App 中创建一个工程。工程包含图层、报表和其他地图项目，可帮助您以更高效的方式管理和组织数据。还可通过工程共享工作。

工程将绘制德国柏林的社区地图。不过，此工作流程同样适用于德国或其他国家/地区的任何区域。

转至 Business Analyst Web App。
如果您尚未登录，则单击登录。使用您的 ArcGIS 组织账户登录。
注：
如果您没有组织账户，请参阅软件访问权限选项。
您的账户必须具有许可才能使用 Business Analyst。如果您是组织管理员，则可以为自己分配许可。否则，您必须联系管理员获取权限。
如果这是您首次使用 Business Analyst，将显示欢迎使用窗口。如果您之前在 Business Analyst 创建过工程，则不会看到欢迎使用窗口，但可能会看到新增功能窗口。
如有必要，请关闭欢迎使用或新增功能窗口。
如果您是首次使用 Business Analyst，请单击创建工程。如果用户之前已使用过 Business Analyst，请单击主页，然后选择新建工程。
随即显示创建工程窗口。
对于工程名称，输入 Berlin Bike-Friendly Neighborhoods 并添加您的姓名或缩写。单击创建。
随即显示一条消息，提示正在创建工程。该过程可能花费几分钟的时间。完成后，将显示一条消息，确认已创建工程。
单击确定。
如有必要，在工程列表中，指向 Berlin Bike-Friendly Neighborhoods，然后单击打开工程。
随即显示该工程。
注：
根据组织的设置，工程的默认范围和外观可能与示例图像不同。
需要确保您使用的数据适用于德国。
在功能区上，单击菜单显示您的国家或地区的数据源。
在国家和地区列表中，找到德国并单击单击选择数据源按钮。
两个适用于德国的数据源出现。
在标准数据源旁边，单击应用。
地图导航至德国，人口统计数据源设置为德国（标准）。

添加人口统计变量

现在已将数据源设置为德国，可以帮助 Max 和 Renate 找到符合他们适合开设自行车亭的条件的社区。他们的目标市场具有以下特点：有孩子的家庭比例高、中低收入以及娱乐活动支出高于平均水平。创建代表这些特征的人口统计数据变量列表。然后，将分析区域缩小到柏林社区。

在功能区中，单击创建地图，然后选择智能地图搜索。
智能地图搜索窗格随即显示。其中显示了受 Business Analyst 用户欢迎的预组变量集的精选列表。创建您自己特别感兴趣的变量列表。
在工作流程窗格的底部，单击浏览所有变量。
使用数据浏览器窗口来选择符合 Max 和 Renate 标准的变量。
在标准变量下，单击家庭。
在家庭类别中，有描述德国家庭类型的变量，包括您感兴趣的变量：有孩子的家庭。
在探索 > 家庭中，确认已选择全部类别。
选中 2024 Households by Type: Multi-Person Households with Children 复选框。
该变量将添加到数据浏览器窗口顶部的选定变量列表中。接下来，添加反映低收入和中等收入家庭的变量。
在类别下，单击收入。
在探索 > 收入中，确认已选择全部类别。选中 2024 Total Households in 2nd Income Quintile (€22,740 to €34,281) 和 2024 Total Households in 3rd Income Quintile (€34,281 to €51,571) 复选框。
这两个变量将添加到所选变量列表中，使变量总数达到三个。接下来，添加一个变量来反映娱乐活动支出高于平均水平的家庭。
在类别下，单击支出。
向下滚动并选中 2024 Recreational & Cultural Service Expenditures: Index 复选框。
指数会将地图上区域的值与另一个值（例如全国平均值）进行比较。可表明哪些地区的娱乐支出高于德国全国平均水平。
您一共选择了四个变量。保存此变量列表并将它们应用到地图。
在数据浏览器窗口底部，单击保存列表。
对于列表名称，输入 Bike-Friendly Indicators。
对于列表图标，选择形状和图标。在交通下，单击自行车图标。
提示：
也可以使用搜索栏，更快地找到自行车图标。
在保存变量列表窗口中，单击保存。
在数据浏览器窗口底部，单击应用。
智能地图搜索工作流程运行，将您选择的变量应用到整个德国地图。接下来，优化分析范围，专门检查柏林地区。
如果出现一个窗口通知您使用滑块优化条件，请单击确定。
在智能地图搜索窗格中，向下滚动到地理部分。单击分析范围菜单，搜索柏林，然后选择柏林 Municipality。
该地图导航至柏林并限制了分析范围。接下来，调整地图的细节层次，以便可以看到各个社区。
在地理部分中，对于详细程度，选择 Postcodes5。
该地图现在显示了柏林境内的各个邮政编码边界。通过这些界限，能够在社区层面检查您的标准。
您已创建了相关人口统计变量的列表，并将分析区域缩小到柏林社区。接下来，将根据所选变量来分析和比较邻域。

寻找适合骑自行车的社区

为了帮助 Max 和 Renate 为其初创企业获得资金，需要确定柏林 10 个极有可能使用自行车亭的区域。所选指标用于衡量是否对骑自行车持友好态度（例如儿童、收入和娱乐支出）。接下来，为这些变量设置范围，确定哪些社区是最适合骑自行车的区域。

首先，更改 Multi-Person with Children 变量，使用百分比而不是原始计数。使用百分比可以让您更轻松地跨邻域比较变量。而家庭计数则无法将社区的居民人数考虑在内。

在智能地图搜索窗格中，向上滚动到变量列表部分。对于 2024 HHs: Multi-Person with Children，单击计算：计数并选择百分比。
接下来，为变量设置范围阈值，以便只有具有特定最小值的社区才会出现在地图上。这样，只有当社区中有孩子的家庭达到某一适当比例时，才会显示在地图上。
调整 2024 HHs: Multi-Person with Children 变量的范围，设置下限阈值为 20%。按 Enter 键。
该地图会自动筛选出拥有孩子的家庭比例低于 20% 的社区。调整其他变量的下限阈值，过滤掉在人口统计上不适合开设自行车亭的社区。
调整以下变量：
- 对于 2024 HHs: 2nd Quintile (€22,740 to €34,281)，将下限阈值更改为 2,000 家庭。
- 对于 2024 HHs: 2nd Quintile (€34,281 to €51,571)，将下限阈值更改为 2,000 家庭。
- 对于 2024 Recreational Services: Index，将下限阈值更改为 100。
地图将更新以显示符合您修改的条件的所有区域。
结果窗格显示 16 个邮政编码区符合您输入的条件。
现在已经设置了基本标准，接下来将探索数据、细化标准并将结果范围缩小到 10 个最合适的社区。
在结果窗格中，单击直方图按钮。
直方图以类似于条形图的格式显示数据的分布情况。
在图表设置的变量下，确保已选择 2024 HHs: Multi-Person with Children。
直方图现在显示了此变量在邮政编码中的分布。
光标指向条形可查看索引值以及有多少区域具有该值以及多少区域没有。
有 11 个站点有孩子的家庭比例高于中位数 23.66%。您将调整 households with children 变量，使阈值下限为 23.66%。
在智能地图搜索窗格中，对于 2024 HHs: Multi-Person with Children，将下限更改为 23.66%。
在结果窗格中，单击摘要按钮。
该地图现在显示了 10 个符合自行车友好标准的邮政编码区，特别关注了休闲方面的高支出。
接下来，保存工作。
在智能地图搜索窗格中，单击保存图层。
在保存图层窗口中，对于图层名称，输入 Top 10 Bike-Friendly Berlin Neighborhoods 并添加您的姓名或缩写。单击确定。
片刻之后，图层保存完成。
在功能区上，单击 Berlin Bike-Friendly Neighborhoods。
该图层列在智能地图搜索图层下。