A jövő kikutatása Oidipusz óta igencsak foglalkoztatja az embereket. Delphoi rég bezárt,így manapság már nehéz megbízható jósokat találni, – ha meg találunk, biztosan meghiúsítja a találkozást egy előre nem látható esemény. Helyettük most data scientistek, azaz adattudósok próbálnak a múlt és a jelen adataiból pontosabbnál pontosabb számítógépes modellek segítségével, mesterséges intelligenciával, big data elemzésekkel és még számtalan prediktív analitikai módszerrel minél pontosabb becsléseket adni a jövőre vonatkozóan.

A Cambridge Egyetem kutatói most a világ tíz városának különböző geolokációs adatait használták fel egy olyan előrejelzési modell elkészítéséhez, amely 80 százalékos pontossággal képest megjósolni, hogy egy kiskereskedelmi bolt meg fog-e bukni fél éven belül.

A kockázatos üzlet jó indikátor

A kutatók jó gyakorlóterepet találtak maguknak, hiszen a kiskereskedelmi szektor mindig is kockázatos volt, így jó indikátora annak, hogy működik-e a módszerük. Számtalan tényezőtől függ ugyanis a siker, és ezeknek egy jelentős részét sokszor nem is tudja befolyásolni a kereskedő – például nem tud mit kezdeni az utcák funkciójának változásával sem, amely a városvezetési stratégiától függ, ahogy a munkanélküliség és az általános gazdasági feltételek is függetlenek a vállalkozótól. Ő elsősorban a termékminőségre, az árra, a bolt működésére (pl. nyitvatartási idő, kiszolgálás minősége) tud hatni. Éppen ezért nehéz olyan modellt alkotni, ami valamennyire képes előrejelezni, hogy hol érdemes egyáltalán gondolkodni abban, hogy valaki üzletet nyisson.

(A kutatás valószínűleg azért hat hónapos intervallumban vizsgálja a sikert, mert igazodik a brit vállalkozásserkentő adózási rendhez. Egy induló vállalkozás bizonyos ideig akár számlát sem kell adjon, és az első pár hónap után eldöntheti, hogy viszi tovább a boltot, vagy inkább bezár.)

Foursquare-adatok és a taxizás

A modellhez összegyűjtöttek több mint 74 millió Foursquare-bejelentkezést tíz nagyvárosból (Chicago, Helsinki, Jakarta, London, Los Angeles, New York, San Franciscó, Párizs, Szingapúr, Tokió), valamint ehhez még New Yorkból és Szingapúrból 181 millió taxiút forgalmi adatait. Az adatok alapján felállították a helyekre jellemző és napszakonként is szegmentált látogatási mintázatot, és vizsgálták az egyes környékek kapcsolatának jellemzőit, majd ezek alapján osztályozták a helyszíneket.

Mint látható, az adatok közvetlenül nem kapcsolhatók a vállalkozások sikerét befolyásoló kontrollálhatatlan tényezőkhöz, a modell mégis viszonylag jó pontosságú előrejelzést adott. Persze az összefüggések így önmagukban nem meglepőek – kereskedelmi iskola első osztálya, első óra.

Minden vizsgált városra igaz volt, hogy egy üzlet látogatottabb környéken sikeresebb, mintha eldugottabb környéken működik – ehhez talán fölösleges több százmillió adatot elemezni. Az már talán nem ennyire evidens, hogy a folyamatos – és egyenletes – forgalom pozitívabban hat az üzletmenetre, mint amikor sokkal magasabb a látogatottság, de csak bizonyos napszakban. Az meg talán valóban nem kézenfekvő, hogy a sokszínű környezetben változatos termékpalettát kínáló üzletek sikeresebbek.

A modell persze olyanokat is kimutatott, hogy például nem mindenhol fontos a gyors megközelíthetőség (csak a New York-iak és a tokióiak érzékenyek erre). Az viszont mindenhol fontos tényező, hogy melyik napszakban hogyan közelíthető meg a hely.

Ez csak a kezdet, de a feltevést bizonyította

A kutatócsoport egyik tagja, Krittika D’Silva azt nyilatkozta, hogy a modell még sok finomításra szorul, hogy valóban használható legyen, de azt egyértelműen sikerült bizonyítani, hogy a kontrollálhatatlan tényezőkre vonatkozó információk nélkül is lehet pontos előrejelzést adni egy üzlet sikerére mobilitási és geolokációs adatok alapján.

Ez nem csak a vállalkozóknak segít, hanem a várostervezőknek is, mert így újabb támpontot kapnak  a városok hosszú távú fejlesztési terveinek aktualizálásához.