這套系統在做什麼

PinZone 幫要在馬來西亞開實體店的品牌,篩出適合的點、說明為什麼適合、風險在哪。系統給的是篩選、排序與「要賣多少才打平」,不預估一個點會做到多少營業額,也不取代實地勘查與專業的租約、法規、稅務意見。 第一階段(P1)的候選清單依商圈內目標客群人口排序,這是排序,不是分數。

資料來源與授權

資料來源粒度授權
人口格網(五個年齡客群 × 性別)WorldPop R2025A約 100 公尺格子,逐年CC BY 4.0
district/DUN/國會選區年度人口OpenDOSM (population_district, population_dun, population_parlimen)160 district;600 DUN;222 國會選區CC BY 4.0
2020 人口普查(族群、年齡三段、公民別、服務業家數)DOSM / OpenDOSM (data-open)DUN、國會選區、district;只有 2020 年CC BY 4.0
家庭所得與支出調查 HIES(家戶所得中位數與平均、支出、貧窮率、吉尼係數)OpenDOSM (hh_income, hh_expenditure, hh_poverty, hh_inequality)DUN、國會選區;2019、2022、2024 三輪,取最新一輪CC BY 4.0
行政界線DOSM (data-open)州、district、國會選區、DUNCC BY 4.0
門市、錨點與商場點位OpenStreetMap contributors點位;每季快照ODbL 1.0
門市點位(交叉比對)Overture Maps Places點位,含品類與信心分數CDLA Permissive 2.0 (Foursquare-derived parts: Apache 2.0)
門市點位(交叉比對、歇業日期)Foursquare OS Places點位Apache 2.0
等時圈(步行、車程)openrouteservice (road network © OpenStreetMap contributors)多邊形;結果快取CC BY 4.0 (results); service terms of use apply
底圖© OpenStreetMap contributors正式環境為自管 PMTiles 向量圖磚ODbL 1.0
商場租戶名錄各商場官網(逐站確認條款)或人工上傳每季快照:店名、樓層、鋪位號、品類依各來源條款 / per source terms

Google 地圖的評分與營業狀態不寫進資料庫、不參與計分、不出現在匯出與報告。房地產網站不自動抓取。授權欄是目前查到的狀況,對外提供前需逐項確認。

商圈人口

商圈內的人口是把「格心落在圈內」的 100 公尺格子加總,先按 district 分組,再乘上該 district 各年齡客群的校正係數,把格網拉回官方數字:

校正係數(district, 年份, 客群)= 官方人口 ÷ 格網加總

係數落在 0.8–1.25 之外的 district 標為異常,分析到這些區時會出現提醒。校正只修正一個 district 的總量,不修正 district 內部的分布,這是整個方法最大的不確定來源。 所有人口數字都標「推估」與資料年份,並取整到百位(一萬以下)或千位,不顯示到個位。 半徑小於 500 公尺時邊界格子占比高,誤差偏大。五年變化比較兩個模型年份,只適合看方向與級距。

等時圈與「以直線估算」

步行與車程 5/10/15 分鐘的範圍由 openrouteservice 計算並快取。服務失敗、忙碌或額度用完時,系統改用直線距離圈(分鐘 × 預設速度:步行每分鐘 80 公尺、車程每分鐘 400 公尺,可在後台調整),並標示「以直線估算」,分析不會整個失敗。

所屬區輪廓

族群(土著、華人、印度裔、其他)、非公民占比、家戶所得與支出只有選區層級的值。系統以圈內人口落在各 DUN 的比例加權平均(聯邦直轄區用國會選區)。族群與非公民占比取 2020 普查;所得、支出與貧窮率取 DOSM 家庭所得與支出調查(HIES)最新一輪(2020 普查檔裡的所得欄其實是 HIES 2019)。 穆斯林占比只存在 district 普查檔,因此以 district 加權,不拿 DUN 的土著占比代替。 這些數字在介面上一律放在「所屬區輪廓」區塊,並列出參與加權的選區與權重,不是圈內實測值,在族群聚居明顯的地方會失真。

競品與門市統計

門市點位由 OpenStreetMap、Overture、Foursquare 三份開放資料比對合併,出現在兩份以上記為已驗證。圈內家數與人口用同樣的空間條件;每家服務人數 = 圈內人口 ÷ 圈內家數,並列所屬州的同一比值。 每個品牌的覆蓋率 = 資料庫家數 ÷ 官方公布家數,低於 80% 時在家數旁標示「資料不完整」。門市數字旁顯示門市快照日期。

商業活絡度是代理指標,不是消費金額

台灣原版工具用電子發票算消費熱度;馬來西亞沒有對應的公開資料。PinZone 改用代理指標:每個一公里方格與 DUN 的已驗證餐飲、零售點位密度(每平方公里家數),轉成全國百分位 0–100。 商圈分數是圈內各單位百分位依格網人口加權的平均,並回報圈內最熱的單位。分級:90 以上為全國前 10%、75 以上為熱、40 以上為普通、其餘偏冷。另列普查的「每千居民服務業家數」,用來找靠外地客源的傳統市中心。

它反映的是店家數量多寡,不是營業額或消費金額。開放點位在郊區較不完整;與實際消費的相關程度尚未驗證。人口百分位與活絡度百分位各以 50 為界分成四象限,對應「成熟商圈」「可能是機會」「目的地型」「沒有基礎」四種讀法,讀法是判斷的起點,不是結論。

排除規則與候選清單

每條規則對品牌輪廓與物業或候選點逐條檢查,結果為通過、警示、排除、資料不足四種之一,並附依據數字與資料日期。資料不足時不判定,避免因缺資料而誤刪。 分析者可推翻排除結果並必須填理由,報告上照實顯示「規則判定排除、人工保留」。門檻是推理出來的初始值,尚未用真實店面的成敗驗證。

損益兩平試算

符號:R 月營業額、g 毛利率、F 每月固定成本、B 底租、t 抽成比例、S 管理費加推廣費、τ 服務稅率。

加總型:R* = [F + (B + S)(1 + τ)] ÷ [g − t(1 + τ)]
取高型:先算 R₁ = [F + (B + S)(1 + τ)] ÷ g;若 t·R₁ ≤ B 則 R* = R₁,否則 R* = [F + S(1 + τ)] ÷ [g − t(1 + τ)]

分母小於等於零時回報「此條件下無法打平」。打平日營業額 = R* ÷ 營業天數;打平日來客數 = 打平日營業額 ÷ 客單價。需要的每日滲透率 = 打平日來客數 ÷ 商圈目標客群人口,用來判斷打平門檻切不切實際,是整個試算最有用的輸出。 填了預期營業額才計算租金占營收比與回本月數。服務稅預設計入管理費與推廣費並可關閉;實際稅負請向會計師確認。

客源拆解與週轉金

新客缺口 G = N − E·f − E·r;所需觸及 = G ÷ c;開發成本 = 觸及 × u;商圈滲透率 = G ÷ P

N 取自打平日來客數 × 每月營業天數。新店模式開幕時沒有老客,新客以留存率 ρ 逐月累積,老客每月流失 λ(預設 0),轉介紹來的客人也算新客並進入留存。觸及管道與轉換率由使用者自填,系統不內建。

週轉金缺口 ≈ 月進貨成本 ×(收款天數 − 付款天數)÷ 30 + 首批備貨與押金

並列「照預估、來客數兩倍、五倍」三種情境:營收由場方代收、付款給供應商卻比較早時,生意越好,墊出去的錢越多,缺口跟著放大。

已知限制

  • 格網人口在高樓公寓區、新開發區、工人宿舍可能偏差大;校正只修正 district 總量。
  • 族群、所得最細到 DUN,且停在 2020 年。
  • 居住人口不等於白天人流:辦公區、觀光區、轉運站會被低估;軌道站運量排在第二階段。
  • 三份開放點位在馬來西亞的覆蓋不一,競品家數可能低估。
  • 商業活絡度是店家數量的代理指標,不是消費金額。
  • 店面替換速度要累積三期快照才顯示,之前標示「累積中」。
  • 門檻與排序方式沒有用真實店面的成敗驗證過;系統不做營收預測。
  • 法規清單是勾選清單,不是法律判斷;稅務相關內容不是稅務意見。