I ricercatori hanno utilizzato una combinazione di social media e dati sui trasporti per prevedere la probabilità che una determinata attività di vendita al dettaglio abbia successo o fallisca.

Utilizzando le informazioni provenienti da dieci diverse città del mondo, i ricercatori, guidato dall'Università di Cambridge, hanno sviluppato un modello in grado di prevedere con una precisione dell'80% se una nuova attività fallirà entro sei mesi. I risultati saranno presentati alla ACM Conference on Pervasive and Ubiquitous Computing (Ubicomp), che si svolge questa settimana a Singapore.

Mentre il settore della vendita al dettaglio è sempre stato rischioso, negli ultimi anni si è assistito a una trasformazione delle strade principali poiché sempre più rivenditori falliscono. Il modello costruito dai ricercatori potrebbe essere utile sia per gli imprenditori che per gli urbanisti nel determinare dove localizzare la propria attività o in quali aree investire.

"Una delle domande più importanti per qualsiasi nuova attività è la quantità di domanda che riceverà. Ciò è direttamente correlato alla probabilità di successo di tale attività, " ha detto l'autore principale Krittika D'Silva, uno studioso di Gates e un dottorato di ricerca. studente presso il Dipartimento di Informatica e Tecnologia di Cambridge. "Che tipo di metriche possiamo usare per fare queste previsioni?"

D'Silva e i suoi colleghi hanno utilizzato più di 74 milioni di check-in dal social network geografico Foursquare di Chicago, Helsinki, Giacarta, Londra, Los Angeles, New York, Parigi, San Francisco, Singapore e Tokio; e dati da 181 milioni di viaggi in taxi da New York e Singapore.

Utilizzando questi dati, i ricercatori hanno classificato i locali in base alle proprietà dei quartieri in cui si trovavano, i modelli di visita nelle diverse ore del giorno, e se un quartiere ha attirato visitatori da altri quartieri.

"Volevamo capire meglio il potere predittivo che hanno le metriche su un luogo in un determinato momento, " disse D'Silva.

Il successo o il fallimento di un'impresa si basa normalmente su una serie di fattori controllabili e incontrollabili. I fattori controllabili potrebbero includere la qualità o il prezzo del prodotto del negozio, i suoi orari di apertura e la sua soddisfazione del cliente. I fattori incontrollabili potrebbero includere i tassi di disoccupazione di una città, condizioni economiche complessive e politiche urbane.

"Abbiamo scoperto che anche senza informazioni su nessuno di questi fattori incontrollabili, potremmo ancora usare il locale specifico, caratteristiche legate alla posizione e alla mobilità nel prevedere la probabile scomparsa di un'impresa, " disse D'Silva.

I dati hanno mostrato che in tutte e dieci le città, locali che sono popolari tutto il giorno, piuttosto che solo in certi momenti della giornata, hanno maggiori probabilità di successo. Inoltre, i locali più richiesti al di fuori degli orari tipici di altri locali del quartiere tendono a sopravvivere più a lungo.

I dati hanno anche suggerito che i luoghi in diversi quartieri, con più tipologie di attività, tendono a sopravvivere più a lungo.

Mentre le dieci città avevano alcune somiglianze, i ricercatori hanno dovuto anche tenere conto delle loro differenze.

"Le metriche che erano utili predittori variano da città a città, il che suggerisce che i fattori influenzano le città in modi diversi, " disse D'Silva. "Per fare un esempio, che la velocità di viaggio verso un luogo è una metrica significativa solo a New York e Tokyo. Questo potrebbe riguardare la velocità di transito in quelle città o forse i tassi di traffico".

Per testare il potere predittivo del loro modello, i ricercatori hanno prima dovuto determinare se una particolare sede fosse stata chiusa entro la finestra temporale del loro set di dati. Hanno quindi "addestrato" il modello su un sottoinsieme di sedi, dicendo al modello quali erano le caratteristiche di quei luoghi nella prima finestra temporale e se la sede era aperta o chiusa in una seconda finestra temporale. Hanno quindi testato il modello addestrato su un altro sottoinsieme dei dati per vedere quanto fosse accurato.

Secondo i ricercatori, il loro modello mostra che quando si decide quando e dove aprire un'impresa, è importante guardare oltre le caratteristiche statiche di un dato quartiere e considerare i modi in cui le persone si spostano verso e attraverso quel quartiere nelle diverse ore del giorno. Ora vogliono considerare come queste caratteristiche variano tra i diversi quartieri al fine di migliorare l'accuratezza del loro modello.