Геоінформаційне моделювання торговельних зон з використанням баз даних та програмно-аналітичного підхіду
Анотація
У статті розглядається актуальна проблема пошуку оптимальної локації об’єкту торгівлі. Предметом дослідження є методи геоінформаційного моделювання визначення локації мережевого магазину «Епіцентр» у місті Харкові за допомогою геопросторових двовимірних моделей. Метою статті є дослідження оптимального розташування мережевого магазину за допомогою геоінформаційної системи. У зв’язку з тим, що для вирішення цього завдання необхідно враховувати велику низку факторів, неможливо аналізувати їх без використання бази даних, геоінформаційних систем, та мови програмування, як засобу для створення користувальницьких запитів для отримання актуальної просторової інформації. Завданням статті є дослідження зон охоплення, або так званих «торгових» зон існуючих та зруйнованих магазинів мережі «Епіцентр» у місті Харкові, виявленні так званих «білих плям», де населення має слабку можливість доступу до послуг цих магазинів. При проведенні дослідження були використані загальнонаукові методи системного аналізу та методи геостатистики для проведення трансформації даних з дискретної до континуальної форми представлення при обробці інформації. У ході дослідження було обрано поєднання географічної складової та імовірнісної. За допомогою моделі Хаффа було виконано таке поєднання. Тобто, враховувалася відстань, яку споживач має пройти чи проїхати, щоб дістатися до комерційної зони впливу магазину. Саме охоплення потенційних покупців зонами впливу, виходячи з припущення що для мережевих магазинів такого рівня «ближня» зона не буде мати значного впливу, виконувалося дослідження. Досліджено розміри середньої та дальної торгових зон, виходячи з реалій міста Харкова. Визначено оптимальне місце розміщення запроектованого мережевого магазину замість двох зруйнованих. Зроблено висновки щодо використаних методів аналізу – аналізу транспортної доступності до магазинів та поєднання точок рівної тимчасової доступності, з яких можна потрапити до магазину за певний проміжок часу або на певній відстані. Ці два підходи до визначення зон обслуговування дають практично одні й ті ж самі результати. Результати, отримані авторами, будуть корисними під час прийняття рішень власниками мережевого бізнесу, що призведе до зниження ризику при відкритті нових торгових точок на регульованому ринку з просторовими обмеженнями та буде слугувати стійкому та гармонійному розвитку міста.
Завантаження
Посилання
/Посилання
Pomortseva, O., Kozyrenko, S., Pankiv, V. (2025). Tsyfrovyzatsiia u heomarketyngu: vykorystannia prohramuvannia ta baz danykh. [Digitalization in geomarketing: use of programming and databases]. Problemy suchasnykh transformatsii. Seriia: Ekonomika ta upravlinnia, 18. ( in Ukrainian).
Pomortseva, O., Kobzan, S., Kin, D., Pankiv, V. (2024). Some aspects of modelling a real estate decision-making expert system based on GIS. In International Conference of Young Professionals. GeoTerrace-2024. 1, pp. 1–5. European Association of Geoscientists & Engineers. Available at: https://doi.org/10.3997/2214-4609.2024510031
Kobzan S., Pomortseva O. (2023). Real Estate Market of Ukraine. Practical Aspects and Trends. SpringerBriefs in Geography 146 р. Available at: https://doi.org/10.1007/978-3-031-31248-9_1.
Takenova, K., & Guleva, V. Y. (2023). Determination of optimal locations for ATM network service points. Procedia Computer Science, 229, 198–207. Available at: https://doi.org/10.1016/j.procs.2023.12.021
Formánek, T., & Sokol, O. (2022). Location effects: Geo-spatial and socio-demographic determinants of sales dynamics in brick-and-mortar retail stores. Journal of Retailing and Consumer Services, 66, Article 102902. Available at: https://doi.org/10.1016/j.jretconser.2021.102902
Zhou, J., Yang, C., Liu, D., Wang, Y., Zhong, Z., & Wu, Y. (2025). A three-stage geospatial network optimal location decision model for urban green logistics centers from a sustainable perspective. Sustainable Cities and Society, 128, Article 106481. Available at: https://doi.org/10.1016/j.scs.2025.106481
Pomortseva, O. (2016). Design of geodatabases: Basic guide. Kharkiv National University of Urban Economy named A. N. Beketov. 140 p.
Chacón-García, J. (2017). Geomarketing techniques to locate retail companies in regulated markets. Australasian Marketing Journal (AMJ). 25(3), рр. 185–193. . Available at: https://doi.org/10.1016/j.ausmj.2017.06.001
Feizizadeh, B., Omarzadeh, D., Blaschke, T. (2024). Spatiotemporal mapping of urban trade and shopping patterns: A geospatial big data approach. International Journal of Applied Earth Observation and Geoinformation. 128, Article 103764. . Available at: https://doi.org/10.1016/j.jag.2024.103764
Azri, S., Ujang, U., Abdul Rahman, A. (2020). Voronoi classified and clustered data constellation: A new 3D data structure for geomarketing strategies. ISPRS Journal of Photogrammetry and Remote Sensing. 162, рр. 1–16. Available at: https://doi.org/10.1016/j.isprsjprs.2020.01.022
Verhetsel, A. (2005). Effects of neighbourhood characteristics on store performance: Supermarkets versus hypermarkets. Journal of Retailing and Consumer Services. 12 (2), рр. 141–150. Available at: https://doi.org/10.1016/j.jretconser.2004.11.004
Kobzan, S. M., Pomortseva, O. Y., Pankiv, V. V. (2024). Heoinformatsiinyi analiz vplyvu remontno-budivelnykh robit na investytsiinu pryvablyvist nerukhomosti [Geoinformation analysis of the impact of repair and construction work on the investment attractiveness of real estate]. Visnyk Kharkivskoho natsionalnoho universytetu imeni V. N. Karazina. Seriia: Mizhnarodni vidnosyny. Ekonomika. Krainoznavstvo. Turyzm. 20, рр. 32–40. Available at: https://doi.org/10.26565/2310-9513-2024-20-04 ( in Ukrainian).
OpenStreetMap. Available at: https://www.openstreetmap.org/#map=13/49.9 (accessed: 10.07.2025)
Overpass turbo. Available at: https://wiki.openstreetmap.org (accessed: 10.07.2025)
Поморцева О. Є., Козиренко С. І., Паньків В. В. Цифровізація у геомаркетингу: використання програмування та баз даних. Проблеми сучасних трансформацій. Серія: Економіка та управління. 2025. № 18.
Pomortseva O., Kobzan S., Kin D., Pankiv V. Some aspects of modelling a real estate decision-making expert system based on GIS. International Conference of Young Professionals. GeoTerrace-2024. 2024. № 1. с. 1–5. https://doi.org/10.3997/2214-4609.2024510031.
Kobzan S., Pomortseva O. Real Estate Market of Ukraine. Practical Aspects and Trends. SpringerBriefs in Geography, 2023. 146 р. https://doi.org/10.1007/978-3-031-31248-9_1.
Takenova K., Guleva V. Y. Determination of optimal locations for ATM network service points. Procedia Computer Science. 2023. 229. 198–207. https://doi.org/10.1016/j.procs.2023.12.021.
Formánek T., Sokol O. Location effects: Geo-spatial and socio-demographic determinants of sales dynamics in brick-and-mortar retail stores. Journal of Retailing and Consumer Services. 2022. 66. https://doi.org/10.1016/j.jretconser.2021.102902.
Zhou J., Yang C., Liu D., Wang Y., Zhong Z., Wu Y. A three-stage geospatial network optimal location decision model for urban green logistics centers from a sustainable perspective. Sustainable Cities and Society. 2025. 128. https://doi.org/10.1016/j.scs.2025.106481.
Поморцева Е. Е. Проектирование баз геоданных: учеб. пособие. Харьков. нац. ун-т гор. хоз-ва им. А. Н. Бекетова. 2016. 140 с.
Chacón-García J. Geomarketing techniques to locate retail companies in regulated markets. Australasian Marketing Journal (AMJ). 2017. 25 (3). 185–193. https://doi.org/10.1016/j.ausmj.2017.06.001.
Feizizadeh B., Omarzadeh D., Blaschke T. Spatiotemporal mapping of urban trade and shopping patterns: A geospatial big data approach. International Journal of Applied Earth Observation and Geoinformation. 2024. 128. https://doi.org/10.1016/j.jag.2024.103764.
Azri S., Ujang U., Abdul Rahman A. Voronoi classified and clustered data constellation: A new 3D data structure for geomarketing strategies. ISPRS Journal of Photogrammetry and Remote Sensing. 2020. 162. 1–16. https://doi.org/10.1016/j.isprsjprs.2020.01.022.
Verhetsel A. Effects of neighbourhood characteristics on store performance: Supermarkets versus hypermarkets. Journal of Retailing and Consumer Services. 2005. 12 (2). 141–150. https://doi.org/10.1016/j.jretconser.2004.11.004.
Кобзан С. М., Поморцева О. Є., Паньків В. В. Геоінформаційний аналіз впливу ремонтно-будівельних робіт на інвестиційну привабливість нерухомості. Вісник Харківського національного університету імені В. Н. Каразіна. Серія: Міжнародні відносини. Економіка. Країнознавство. Туризм. 2024. 20. с. 32–40. https://doi.org/10.26565/2310-9513-2024-20-04.
«OpenStreetMap»: web site. URL: https://www.openstreetmap.org/#map=13/49.9 (дата звернення: 10.07.2025).
«Overpass turbo»: web site. URL: https://wiki.openstreetmap.org (дата звернення: 10.07.2025).
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License 4.0 International (CC BY 4.0), котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).