Een computerprogramma kan met een paar simpele gegevens over een wijk voorspellen of een winkel succesvol zal zijn of gedoemd is ten onder te gaan.

Onderzoekers van de Britse Cambridge University hebben een algoritme geschreven dat met informatie over taxiritten en data van sociaal medium Foursquare voorspelt of een winkel het volhoudt op een bepaalde locatie. De onderzoekers presenteren hun artikel deze week op een conferentie in Singapore.

Foursquare is een app waar gebruikers aan hun vrienden laten zien waar ze zijn. Ze 'checken in' bij winkels of restaurants via de smartphone en krijgen daar punten voor. De onderzoekers bekeken 74 miljoen check-ins bij bedrijven in steden over de hele wereld, van Tokyo tot New York. Daarneest bekeken ze de routes van 181 miljoen taxiritten in New York en Singapore; voor de andere steden was die data vermoedelijk niet beschikbaar.

 

Sluiten of niet

De onderzoekers gebruikten een zelflerend algoritme dat verbanden probeert te ontdekken tussen een aantal parameters (het aantal check-ins, het moment van de check-in de afstand van de winkel tot bepaalde centrale punten in de stad) en het succes van de winkel. Dat succes werd gemeten door te kijken of winkels tijdens hun bestaan op Foursquare failliet gingen. Het algoritme keek of de gesloten bedrijven iets gemeen hadden.

De conclusies zijn niet wereldschokkend: bedrijven die de hele dag populair zijn (en niet alleen tijdens de lunch of het diner, bijvoorbeeld) doen het vaak beter. Ook bedrijven in commercieel diverse wijken (waar dus veel verschillende soorten winkels zitten) hebben een grotere overlevingskans. Dat zijn dingen die de meeste winkeliers ongetwijfeld al weten.

 

Weinig data

Maar het bijzondere is dat het algoritme tot deze conclusies kwam met maar heel weinig data: de openingstijden van winkels en de check-ins op sociale media waren al genoeg. De data over de taxiritjes zegt volgens de onderzoekers ook iets over de gewenste reistijd naar een winkel.

Met dit soort software kunnen gebiedsontwikkelaars of zelfs het mkb straks betere keuzes maken over winkellocaties. Misschien doet een food truck het wel beter in een minder populaire, drukke wijk, omdat er daar nog geen food trucks zijn. En een luxe kledingwinkel kan buiten de dure winkelstraat misschien wel veel lucratiever zijn. 'Het gaat niet alleen om de eigenschappen van een wijk, maar ook om de bewegingen en het gedrag van mensen', aldus de onderzoekers. Met hun software kun je dat verborgen gedrag ontdekken.

 

Bepaald soort bezoekers

Het algoritme dat centraal staat in het computerprogramma van de Cambridge University-onderzoekers is nog verre van feilloos. Lang niet iedereen gebruikt Foursquare, dus het programma kan alleen een bepaald soort bezoekers analyseren. Andere mensen (bijvoorbeeld ouderen) vallen buiten de analyse. De onderzoekers willen hun algoritme de komende tijd dan ook verbeteren door te kijken of de gevonden criteria voor een succesvolle winkel nog erg verschillen van wijk tot wijk in wereldsteden, of dat er universele regels zijn voor het succes van een winkel of restaurant.

Beeld: Rept0n1x