Retail Location Decision-Making and Store Portfolio Management
Notice bibliographique
Résumé
T. HERNANDEZ and M. BIASIOTTO: Location Decision-Making and Store Portfolio Management. Retailers' undertake a large number of location decisions each year, and in aggregate these decisions determine the nature and extent of the retail landscape. The paper examines retailers' location activities from the perspective of store portfolio management. A conceptual framework of retail decision-making is forwarded that identifies a range of locational options. Survey findings presented illustrate that the majority of location decisions involve managing the existing locational asset as opposed to increasing or decreasing the size of the portfolio. Retail organisations have a large amount of capital invested in their store portfolios, including, the value of land holdings and buildings, the cost of leasehold improvements and contractual leasehold liabilities. The long-term and high-risk nature of location decision-making has promoted the adoption of decision support technologies within the Canadian retail ind ustry. GIS are used by over half of the major retailers in Canada for customer mapping, site selection, sales forecasting and other store portfolio management applications. These spatial technologies promote the objective analysis of retail data and generate intelligence to support decision-making activities. However, integrating the technology and data into business planning provide retail organisations with many challenges. T. HERNANDEZ and M. BIASIOTTO: [much less than] Retail Location Decision-Making and Store Portfolio Management [much greater than] [Le processus decisionnel du secteur de detail et la gestion du portfolio des magasins]. Les detaillants entreprennent un grand nombre de decisions de localisation chaque annee, et globalement ces decisions determinent la nature et l'etendue du paysage de detail. Dans cet article, nous examinerons les activites de localisation des detaillants de la perspective de la gestion du portfolio des magasins. Un schema conceptuel du processus decisionnel du secteur de detail est presente dans lequel on identifie une gamme d'options en matiere de localisation. Les resultats d'une enquete qui sont presentees demontrent que la plupart des decisions de localisation implique la gestion de l'avoir actuel en termes de localisation en contraste avec une augmentation ou une diminution de la taille du portfolio. Les organisations dans le secteur du detail possedent un volume de capital considertable investi dans leurs portfolios de magasins, y compris la valeur de l'immobilier (terrains et batiments), le cout des ameliorations de leurs baux et des courts engages dans les contrats de baux. La nature a long terme et de haute risque de decision de localisation a encourage l'adoption de technologies a l'appui des decisions au sein de l'industrie canadienne de detail. Les SIG sont utilises par plus de la moitie des detaillants principaux au Canada pour cartographier la clientele, le choix des sites, la prevision des ventes et d'autres fins dans la gestion des portfolios de magasins. Ces technologies spatiales encouragent l'analyse objective des donnees concernant le detail et genereront de l'intelligence a l'appui des activites des processus de prise de decision. Toutefois, l'integration de cette technologie et de ces donnees au sein de la planification de l'entreprise soulevent de nombreux defis aux organisations de detail. Introduction The Canadian retail economy has undergone significant structural transformation over the last decade. A number of factors have combined to drive retail change at the local, regional and national level. Corporate concentration has occurred across most retail sectors. This has resulted in a small number of major retailers controlling a large proportion of total retail sales, albeit with significant variation between sectors (Gomez-Insausti 2000). Widespread development of new retail formats and reconfiguration of the traditional nodes of retail activity has taken place, with large format retailers challenging the traditional mall and street-front retailers (Simmons 2000; Yeates 2000). …
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».