تحتوي المصادر المفتوحة على كمية هائلة من المعلومات المفيدة. سيساعدك جمعها وتخزينها وتحليلها بشكل صحيح في العثور على أفضل فرص العمل.
نظرت مجموعة من رواد الأعمال الشباب في خيار فتح استوديو الصور الخاص بهم في موسكو. كانوا بحاجة لمعرفة:
- ما هي الحالة العامة لسوق استوديو الصور: متنامي أم مستقر أم هابط؟
- ما هي موسمية السوق؟
- كم يمكن أن يكسبوا؟
- اين الافضل فتح الصالات؟
- كم تستثمر في المشروع؟
- ما مدى قوة المنافسة في السوق؟
A محلل بسيط ، قاعدة بيانات، وتحليلات المنصوص عليها في هذه المادة ساعدهم على الإجابة على هذه الأسئلة والعديد غيرها .
في المقالة الأولى ، درسنا تحليل موقع مجمع استوديو الصور ugoloc.ru وقمنا بتحميل معلومات عامة حول استوديوهات الصور والقاعات والبيانات الخاصة بغرف الحجز.
في المقالة الثانية ، قمنا بفحص كتابة البيانات المستلمة في قاعدة البيانات وقراءة البيانات من قاعدة البيانات ، وكذلك إعداد عملية التحليل اعتمادًا على المعلومات الموجودة في قاعدة البيانات.
في هذه المقالة ، سنجري تحليلًا بسيطًا للبيانات التي تم جمعها.
يمكنك العثور على مشروع مكتمل مع أمثلة للجداول من قاعدة البيانات والجداول الوسيطة والرسوم البيانية والتعليقات الإضافية على صفحتي على جيثب .
ما هي اتجاهات التحليل التي سنستخدمها
- تحديد ديناميكيات افتتاح استوديوهات الصور ؛
- حساب ربحية استوديوهات الصور اعتمادًا على شهر الافتتاح ؛
- تحديد موسمية النشاط التجاري ؛
- حساب متوسط الدخل لكل قاعة ، وكذلك العدد الأمثل للقاعات في استوديو الصور ؛
- التحقيق في اعتماد الربحية على موقع استوديو الصور ؛
- معرفة عدد قاعات الاستوديوهات المتنافسة ؛
- حساب تأثير المعلمات الأخرى على الدخل ، مثل ارتفاع السقف ، ومنطقة الصالة ، وأسعار الحجز ؛
- النظر في اتجاهات التحليل الممكنة الأخرى.
تفريغ البيانات من قاعدة البيانات
لإلغاء التحميل ، قم بما يلي:
إنشاء اتصال مع القاعدة
directory = './/'
conn = sqlite3.connect(directory + 'photostudios_moscow1.sqlite')
cur = conn.cursor()
تحميل البيانات عن طريق الاستوديو
studios = db_to_studios(conn)
studios
عبر الصالات
halls = db_to_halls(conn)
halls
عند الحجز
booking = db_to_booking(conn)
booking
نترك الاستوديوهات مع مواعيد الافتتاح ونستبعد غرف الملابس من قائمة القاعات
studios = studios[[x.year > 0 for x in studios['established_date']]]
halls = halls[halls['is_hall'] == 1]ديناميات افتتاح استوديوهات التصوير بالسنة
لنقم ببناء رسم بياني للترددات لاستوديوهات الصور المفتوحة لسنوات مختلفة. للقيام بذلك ، نحسب عدد الفترات (السنوات) ونبني مدرج تكراري.
بالتآمر على الرسم البياني
num_bins = np.max(studios['established_date']).year - np.min(studios['established_date']).year + 1
plt.hist([x.year for x in studios['established_date']], num_bins)
plt.show()
في الرسم البياني ، نرى نموًا واضحًا لاستوديوهات الصور الجديدة من سنة إلى أخرى. لا يخبرنا هذا النمط عن النمو الفعلي للسوق مرتين سنويًا ، بل يخبرنا بالأحرى عن نمو المجمّع نفسه.
تخبرنا هذه الحقيقة عن الحاجة إلى تقسيم الاستوديوهات إلى فئتين: مسجل في المجمع عند فتح استوديو صور ("جديد") وبعد وقت طويل ("قديم"). ستكون هذه مهمتنا التالية.
تحديد استوديوهات صور جديدة
ما هو الاستوديو الذي يمكن اعتباره جديدًا؟ الشخص الذي يتم الترويج له واكتساب العملاء. يُظهر التحليل المرئي لتقاويم الحجز منذ لحظة الافتتاح أن الاستوديو يكتسب تدفقًا ثابتًا من العملاء في غضون بضعة أشهر.
اتضح أنه من أجل التمييز بين استوديو صور جديد وآخر قديم (لم ينضم فورًا إلى المجمّع) ، تحتاج إلى مقارنة دخل النصف الأول من الشهر من لحظة "الافتتاح" مع نفس الفترة بعد عام. يجب أن ينمو دخل الاستوديوهات الجديدة بشكل كبير على مدار العام ، بينما يجب أن يظل الدخل القديم عند نفس المستوى تقريبًا.
أولاً ، دعنا نجمع كل الطاولات ونترك الساعات المحجوزة فقط
# merge all tables
data = (booking
.merge(halls, left_on = 'hall_id', right_on = 'hall_id', how = 'inner')
.merge(studios, left_on ='studio_id', right_on = 'studio_id', how = 'inner')
)
data = data[data['is_working_hour'] == 1]
data['date'] = pd.to_datetime(data['date'])
data
ثم نقوم بحساب الدخل في النصف الأول من عمل استوديو الصور
first_month = (data[data['date'] <= [x + datetime.timedelta(days = 15) for x in data['established_date']]]
.loc[:, ['studio_id', 'price', 'duration']]
)
first_month['income'] = first_month['price'] * first_month['duration']
first_month = first_month.groupby('studio_id').agg(np.sum)
first_month
في نصف شهر بعد عام
month_after_year = (data[(data['date'] >= [x + datetime.timedelta(days = 365) for x in data['established_date']])
& (data['date'] <= [x + datetime.timedelta(days = 365 + 15) for x in data['established_date']])
]
.loc[:, ['studio_id', 'price', 'duration']]
)
month_after_year['income'] = month_after_year['price'] * month_after_year['duration']
month_after_year = month_after_year.groupby('studio_id').agg(np.sum)
month_after_year
سنقسم المؤشرات في عام على مؤشرات مماثلة عند الافتتاح
month_diff = (month_after_year.merge(first_month, left_on = 'studio_id', right_on = 'studio_id', how = 'inner')
.merge(halls.groupby('studio_id').count()
, left_on = 'studio_id', right_on = 'studio_id', how = 'inner')
)[['income_x', 'income_y', 'is_hall']]
month_diff['income_diff'] = (month_diff['income_x'] / month_diff['income_y']) ** (1 / month_diff['is_hall'])
month_diff.sort_values('income_diff')استلم معدل نمو الدخل بعد عام. يتم توزيع مؤشر الاستوديوهات المختلفة من 0.75 إلى 2.1 بدون قفزات حادة. يشير هذا إلى أن الاستوديو يمكنه الاتصال بالمجمّع فور الافتتاح ، بعد أسبوع أو شهر أو سنة ، إلخ.
لتحديد استوديوهات الصور الجديدة ، نأخذ القيمة الشرطية لمعدل نمو الدخل بالقيمة المتوسطة: 1.18. أولئك. إذا زاد دخل استوديو الصور للعام بأكثر من 18٪ ، فسنعتبر هذا الاستوديو جديدًا. كان هناك 22 استوديو من هذا القبيل.
في أي شهر من الأفضل فتح استوديو صور؟
لقد حسبنا استوديوهات الصور التي تم تسجيلها في المجمع بعد الافتتاح بوقت قصير. لذلك ، سيتم اعتبار يوم الافتتاح الفعلي ويوم الافتتاح ، وفقًا لبياناتنا ، هو نفسه بالنسبة لهذه الاستوديوهات.
للحساب ، سنأخذ استوديوهات صور جديدة ، ونحسب الدخل كمجموع أسعار الحجز لجميع الساعات المحجوزة ، ونجمعها حسب القاعات (مع مراعاة شهر افتتاحها) ، ونحسب متوسط الدخل السنوي حسب أشهر الافتتاح.
حساب متوسط الدخل للسنة حسب شهر الافتتاح
new = studios['is_new'].reset_index().merge(data, left_on = 'studio_id', right_on = 'studio_id', how = 'inner')
new = new[new['is_new'] == 1]
new = new[new['date'] <= [x + datetime.timedelta(days = 365) for x in new['established_date']]]
new['est_year'] = [x.year for x in new['established_date']]
new['est_month'] = [x.month for x in new['established_date']]
new['income'] = new['price'] * new['is_booked']
mean_income = (new
.groupby(['hall_id', 'est_year', 'est_month']).agg('sum')['income'].reset_index()
.groupby('est_month').agg('mean')['income']
plt.bar(range(1, 12), mean_income)
plt.show()
)
يظهر الرسم البياني علاقة واضحة:
- أفضل الشهور لفتح استوديو الصور هي بداية العام (يناير - أبريل).
- كما أن الأشهر الجيدة للفتح هي سبتمبر وأكتوبر ؛
- أسوأ الشهور هي مايو ويونيو.
سيكون من المثير للاهتمام مقارنة هذه البيانات مع موسمية السوق.
تحديد موسمية الأعمال
الموسمية - تغيير في عدد الطلبات حسب الفترة. دعونا نحلل الموسمية السنوية.
للحساب ، لنأخذ الاستوديوهات التي كانت مفتوحة حتى 2018 ونرى حجوزاتهم لعام 2018-2020. يتم تعريف دخل الاستوديو على أنه مجموع أسعار الساعات المحجوزة. بعد ذلك ، نحسب إجمالي دخل جميع الاستوديوهات لكل شهر من الفترة المحددة.
حساب الموسمية
season = data[(data['open_date'] < '2018-01-01') & (data['date'] > '2018-01-01')]
season['income'] = season['price'] * season['duration']
season['year'] = [x.year for x in season['date']]
season['month'] = [x.month for x in season['date']]
incomes = season.groupby(['year', 'month']).agg(np.sum)['income']
incomes = incomes[incomes.index]
التخطيط
incomes = incomes[: -3]
plt.figure(figsize = (20, 10))
plt.plot([str(x[0]) + '-' + str(x[1]) for x in incomes.index], incomes)
plt.xticks(rotation=60)
plt.grid()
plt.show()
يظهر الرسم البياني موسمية واضحة: أكبر عدد من الطلبات من أكتوبر إلى أبريل وانخفاض حاد من مايو إلى سبتمبر. تتناسب الموسمية مع منطق العمل. في الصيف ، يلتقط الناس الصور في الشوارع ، في الحدائق. في فصل الشتاء ، هذا غير ممكن ، ويجب عليك ترتيب جلسات التصوير في الداخل. ترتبط الموسمية بهذا: في الصيف هناك عدد قليل من العملاء ، وفي الشتاء هناك الكثير. ذروة الطلبات في ديسمبر. ربما يكون هذا بسبب رأس السنة الجديدة وشعور العطلة الذي تريد التقاطه في صورة فوتوغرافية.
أفضل شهور الافتتاح ملزمة موسميا. من الأفضل فتح استوديو خلال الموسم أو قبل شهر من بدايته. في الفترة من مايو إلى أغسطس ، لا ينبغي فتح الاستوديو ، لأن ندخل في غير موسمها.
حساب ربحية القاعة
يعتبر الدخل من غرفة واحدة من المؤشرات المهمة على فتح مشروع تجاري.
للحساب ، نقوم بتجميع الدخل حسب الغرفة لكل شهر ، واستبعاد عام 2020 باعتباره عامًا غير طبيعي بسبب الحجر الصحي ، وإلقاء نظرة على اختيار الدخل باستخدام وظيفة .describe ().
حساب ربحية القاعة الواحدة
hall_income = season.groupby(['studio_id','hall_id', 'year', 'month']).agg(sum)['income'].reset_index()
hall_income = hall_income[hall_income['year'] < 2020]
hall_income['income'].describe()count 648.000000
mean 184299.691358
std 114304.925311
min 0.000000
25% 95575.000000
50% 170350.000000
75% 256575.000000
max 617400.000000
Name: income, dtype: float64
الدخل المتلقى لكل قاعة بالروبل.
من البيانات الخاصة بالنسب المئوية يمكن ملاحظة أن دخل نصف القاعات يقع في حدود 95000 روبل. ما يصل إلى 256000 روبل. بمتوسط قيمة 170000 روبل.
من البيانات المتعلقة بالمتوسط والانحراف المعياري ، نرى أنه وفقًا لقاعدة 1 سيجما ، فإن ثلثي القاعات تجلب من 70000 روبل. حتى 300000 روبل روسي من منتصف 184000 روبل.
اتضح أن القاعة المتوسطة يمكن أن تعتمد على دخل يتراوح بين 170000 - 180000 روبل. ± 80000 روبل
هذا الانتشار الكبير يفسر بتأثير العوامل الأخرى ، والتي سنحاول تحديدها في المستقبل.
كم عدد القاعات التي يمكن فتحها في استوديو الصور؟
للحساب ، سنحسب متوسط الربحية الشهرية لكل قاعة ، ونحسب متوسط ربحية القاعة لكل استوديو صور ، ونحسب عدد القاعات في استوديو الصور ونجمع البيانات حسب عدد القاعات ، ونحسب متوسط الربحية لكل قاعة.
حساب ربحية القاعة حسب عدد القاعات في الاستوديو
(hall_income
.groupby(['studio_id', 'hall_id']).agg('mean').reset_index()
.groupby('studio_id').agg(['count', 'mean'])['income']
.groupby('count').agg('mean')
)mean
count
1 134847.916667
2 146531.944444
3 300231.944444
4 222202.604167
الحصول على متوسط ربحية شهرية بواقع صالة واحدة حسب عدد القاعات في الاستوديو. دعونا نلاحظ الانتظام: كلما زاد عدد القاعات ، زادت الربحية. الربحية القصوى للاستوديوهات المكونة من 3 غرف.
ترجع هذه الظاهرة إلى حقيقة أنه باستخدام غرفة واحدة في استوديو الصور ، يمكن للعميل رؤية غرفة أخرى وحجزها على الفور. وهكذا ، فإن إحدى غرف استوديو الصور "تروج" للآخرين.
اعتماد الدخل على موقع القاعة
يمكن أن يؤثر موقع القاعة بشكل كبير على الربحية: في المركز ، ستكون القاعات في متناول العملاء ، مما يعني أن الدخل سيكون أعلى. دعنا نتحقق من الفرضية.
للحساب ، دعونا نحسب متوسط الدخل الشهري للقاعة ، ونجمعها وفقًا لمعيار "مترو" وفرزها بترتيب تصاعدي.
ربحية القاعة حسب المسافة من المركز
data['income'] = data['price'] * data['duration']
data['year'] = [x.year for x in data['date']]
data['month'] = [x.month for x in data['date']]
(data
.groupby(['hall_id', 'metro', 'year', 'month']).agg('sum')['income'].reset_index()
.groupby(['hall_id', 'metro']).agg('mean')['income'].reset_index()
.groupby('metro').agg('mean')['income'].sort_values()
)[-59:]حصلنا على البيانات التالية:
metro
5016.666667
10485.264378
11925.000000
/ 18116.666667
, 19000.000000
21963.333333
30667.051729
31031.250000
37787.500000
/ 39357.142857
44354.375000
45888.888889
46566.666667
48541.666667
. , 49086.503623
55340.659341
, , 55944.444444
. / . 59771.111111
66780.000000
66847.058824
67692.545788
. 70090.341880
. 70337.676411
, 72974.494949
79987.083333
88800.000000
95550.000000
98326.086957
99216.279070
99925.000000
102835.622784
. , . , . \ 104956.521739
111050.684459
111090.000000
111909.090909
116426.892180
117450.000000
118382.236364
122626.500000
, 123258.518519
- 124557.894737
, 126300.000000
129222.916667
135281.642512
, 138945.454545
152246.883469
, 168484.500000
. 169079.381010
. 172618.798439
173777.659900
178254.545455
181041.818182
187283.444198
189140.857975
250975.000000
, , 252685.714286
, 264164.473684
- 277162.791991
556621.746032
Name: income, dtype: float64
يرجى ملاحظة أنني تركت بيانات المترو كما هي. للحصول على صورة أكثر دقة ، يجب إحضارهم إلى تنسيق مشترك ، على سبيل المثال ، يجب كتابة "Baumanskaya ، Elektrozavodskaya" ، "محطة مترو Elektrozavodskaya" و "Electrozavodskaya" بنفس الاسم.
من البيانات التي نلاحظها في المناطق ذات العقارات باهظة الثمن ، مثل Maryina Roshcha و Novye Cheryomushki و Krylatskoye ، تكون الربحية لكل قاعة أعلى.
كم عدد قاعات الاستوديوهات المتنافسة
كم عدد قاعات الاستوديوهات في السوق؟ للإجابة على هذا السؤال ، دعنا نضيف جدولًا يحتوي على قاعات إلى طاولة الاستوديو ، ونجمعها حسب الاستوديو ، ونعد عدد القاعات ، وننشئ مدرج تكراري للتردد.
حساب عدد الصالات في الاستوديوهات
hall_num = studios.merge(halls, left_on='studio_id', right_on='studio_id').groupby('studio_id').agg('count')['is_hall']
plt.hist(hall_num, range(np.min(hall_num), np.max(hall_num)+1))
plt.show()
hall_num.describe()
count 105.000000
mean 2.685714
std 2.292606
min 1.000000
25% 1.000000
50% 2.000000
75% 3.000000
max 13.000000
من البيانات التي تم الحصول عليها ، نرى أن معظم استوديوهات التصوير (أكثر من 75٪) لا تحتوي على أكثر من 3 قاعات. في السوق بأكمله ، كقاعدة عامة ، لا تحتوي الاستوديوهات على أكثر من 5 قاعات.
تأثير العوامل الأخرى على دخل الاستوديو
ارتفاع السقف
تتطلب الصور الكثير من الضوء ، وتوفر النوافذ الكبيرة في الغرفة ذات الأسقف العالية الكثير من الضوء الطبيعي. بالإضافة إلى ذلك ، كلما ارتفعت الأسقف ، زاد انتشار الضوء ووصوله إلى الأرضية. لذلك ، يمكن أن يؤثر ارتفاع السقف على ربحية استوديو الصور. دعنا نتحقق من هذه الفرضية.
دعونا نحسب متوسط الدخل الشهري لكل صالة أثناء تخزين البيانات على ارتفاع السقف ، ثم نحسب متوسط الدخل اعتمادًا على ارتفاع السقف ونبني رسمًا بيانيًا.
دخل القاعة حسب ارتفاع السقف بالمتر
halls_sq_ceil = (data
.groupby(['hall_id', 'ceiling', 'square', 'year', 'month']).agg('sum')['income'].reset_index()
.groupby(['hall_id', 'ceiling', 'square']).agg('mean')['income'].reset_index()
)
plt.bar(halls_sq_ceil.groupby('ceiling').agg('mean')['income'].index[:-2],
halls_sq_ceil.groupby('ceiling').agg('mean')['income'][: len(halls_sq_ceil) - 2]
)
plt.show()
في البيانات التي تم الحصول عليها ، نرى أنه حتى 6 أمتار ، هناك اعتماد مباشر على ربحية استوديو الصور على ارتفاع السقف. الارتفاع الأمثل هو 5-6 أمتار.
منطقة الصالة
الفرضية: كلما كبرت مساحة القاعة ، زاد الدخل الذي تجلبه القاعة.
نحن نختبر الفرضية. نستخدم الحسابات السابقة ونحسب متوسط الربحية حسب المنطقة ونبني رسمًا بيانيًا.
دخل القاعة حسب مساحتها
square = halls_sq_ceil.groupby('square').agg('mean')['income']
plt.bar(square.index[:-3],
square.iloc[: len(square) - 3]
)
plt.show()
يظهر نمط واضح على الرسوم البيانية: كلما كبرت المساحة ، زادت القاعة.
سعر الحجز
الفرضية: هناك سعر غرفة مثالي يدفعه العملاء مقابل أي غرفة تقريبًا. العملاء على استعداد لدفع سعر أعلى حصريًا مقابل الجودة العالية.
لاختبار الفرضية ، ضع في اعتبارك أولاً مستوى السعر الحالي. للقيام بذلك ، دعنا نجمع جدول الحجز العام حسب الغرفة والسعر والسنة والشهر ونلخص الدخل. ثم سنقوم بالتجميع حسب الغرفة وسعر الحجز ، مع حساب متوسط الدخل. بعد ذلك ، دعنا نجمع حسب السعر ، ونحسب متوسط الدخل. تلقي متوسط دخل شهري لكل استوديو حسب سعر الحجز المحدد
متوسط ربح الاستوديو الشهري حسب سعر حجز الغرفة
price = (data
.groupby(['hall_id', 'price', 'year', 'month']).agg('sum')['income'].reset_index()
.groupby(['hall_id', 'price']).agg('mean')['income'].reset_index()
.groupby('price').agg('mean')['income']
)
كم عدد الغرف التي لها سعر محدد لكل ساعة إيجار
plt.figure(figsize = (20, 10))
plt.hist(price.iloc[: len(price) - 5].index)
plt.show()
من الرسم البياني للتردد ، نرى أن معظم الاستوديوهات حددت سعر إيجار من 500 إلى 2000 روبل. أقل من 500 روبل روسي - نادر. الحد الأقصى لسعر إيجار القاعة 3500 روبل.
رسم بياني لاعتماد متوسط الدخل الشهري على سعر إيجار القاعة
price = price[price > 10000]
plt.figure(figsize = (20, 10))
plt.scatter(price.index, price)
plt.show()
يوضح الرسم البياني أن ما يصل إلى 2000 روبل. هناك علاقة مباشرة واضحة: فكلما ارتفع سعر الحجز ، زاد ربح الاستوديو. بسعر أعلى من 2000 روبل. يمكن أن يكون دخل الغرفة منخفضًا أو مرتفعًا. على ما يبدو ، أكثر من 2000 روبل. العملاء مستعدون للدفع فقط مقابل الجودة العالية للخدمات المقدمة: إما لموقع مناسب ، أو للمعدات ، أو لمساحة كبيرة ، أو من أجل تصميم داخلي عالي الجودة ، إلخ.
مجالات أخرى لتحليلات السوق
تحليل المعدات
يحتوي موقع ugoloc.ru على معلومات حول معدات استوديوهات الصور: وجود خلفيات ملونة ، وعلامة الفلاش ، وما إلى ذلك. يمكن أن تؤثر معدات استوديوهات الصور أيضًا على الربحية ، لذلك ، من أجل اكتمال التحليل ، يجب أيضًا أخذ هذا العامل في الاعتبار.
قد لا تشير جميع الاستوديوهات إلى وجود معدات إضافية. لذلك ، قد يكون تقييم تأثير هذا العامل غير دقيق.
تحليل تأثير العديد من المتغيرات على الدخل
لا تؤثر المعايير على الدخل بمعزل عن بعضها البعض. على سبيل المثال ، يتم ربط المساحة وسعر الحجز ويؤثران معًا على الربحية الإجمالية للاستوديو. لذلك ، من المعقول التفكير في تأثيرهم معًا. يجب النظر في تأثير العديد من المعلمات بناءً على تفاصيل طلبات العميل.
جمع البيانات المحسن
تمثل استوديوهات الصور على ugoloc.ru أقل من ثلث السوق من حيث الكمية. لا يمكن تقدير حصة الاستوديوهات من موقع التجميع هذا حسب الدخل وقطاع السوق. للحصول على صورة أكثر دقة ، يجدر جمع البيانات من AppEvent و Google Calendars وربما من تطبيقات الحجز المخصصة.
مصاريف المحاسبة
ربما لاحظت أنه لم يكن هناك في كثير من الأحيان نفقات كافية لإكمال الصورة. على سبيل المثال ، كلما كبرت مساحة القاعة ، زاد الدخل منها. الاستنتاج ، بالطبع ، جيد ، لكن مع نمو المنطقة ، تزداد تكلفة استئجار القاعة. لذلك ، سيكون من المفيد بالتأكيد رسم الزيادة في تكاليف الإيجار في الجدول الزمني. يتم إخفاء ربحية المشروع في النسبة المثلى للدخل والمصروفات لمعامل محدد.
تعتمد تكلفة الإصلاح أيضًا على المنطقة: فكلما كبرت المساحة ، زادت تكلفة الإصلاح.
مع زيادة عدد القاعات ، انخفضت تكاليف الأفراد لكل قاعة منذ ذلك الحين يمكن لمدير واحد أن يخدم كلاً من صالة واحدة و 3.
تحليل المسافة من المترو
عند تقييم تأثير موقع الاستوديو على دخل القاعة ، فإن العامل المهم غير المحسوب هو المسافة من المترو. سيتعين عليك تركه يدويًا ، أو يمكن لمن هم على دراية بـ Google API محاولة أتمتة هذا الإجراء.
البعد عن المنافسين
في أغلب الأحيان ، تقع الاستوديوهات بالقرب من بعضها البعض. يوجد حوالي 40 منهم في Electrozavod وحدها ، وهناك فرضية أن القرب من استوديوهات الصور الأخرى يزيد الربحية. قد يكون المكان (المبنى / المركز التجاري) مألوفًا للعملاء ويمكنهم الوثوق به ، مما سيكون له تأثير إيجابي على جميع استوديوهات التصوير في الموقع.
عبء العمل في استوديوهات التصوير
بشكل منفصل ، يمكنك التحقق من عبء العمل في استوديوهات الصور:
- ما هي نسبة الحجوزات من ساعات عمل القاعة؟
- كيف ترتبط الحجوزات بيوم الأسبوع (المفسد: يحجزون أكثر في عطلات نهاية الأسبوع) ؛
- ما إذا كانت هناك أيام غير محجوزة (قد لا يذهب المسؤول إلى العمل فيها) ؛
- ما هي الساعات التي يتم حجزها غالبًا (من المثير للاهتمام بشكل خاص رؤيتها في أيام الأسبوع)
- إلخ
حالة استوديوهات التصوير في غير موسمها
غالبًا ما تغلق الاستوديوهات في الصيف عندما لا تكون هناك طلبات. في الوقت نفسه ، لا ينخفض عدد الطلبات لبعض استوديوهات الصور كثيرًا. ما هي مزايا الاستوديوهات الشعبية خارج الموسم؟ هذه منطقة منفصلة للنظر فيها.
تحليل ربحية المنافس
الحصول على معلومات حول تكلفة استئجار أماكن لاستوديو الصور ومتوسط رواتب الموظفين ، يمكن للمرء تقييم الوضع المالي للمنافسين. قد يتضح أن بعض الاستوديوهات على وشك الإغلاق. وفقًا لذلك ، يمكنك تحديد أخطائهم ومحاولة تجنبها.
وبالمثل ، يمكنك استكشاف تجارب استوديوهات الصور الأكثر ربحًا والاستفادة منها في الاستوديو الخاص بك.
مراحل التحليل
التحليلات المذكورة أعلاه هي الخطوة الأولى لإعطاء صورة تقريبية للسوق. لمزيد من التحليل ، يحتاج العميل إلى تحديد الاستوديو الذي يرغب في فتحه ، وشريحة السعر ، والموقع المحتمل ، وسعر الإيجار ، والمعدات ، وما إلى ذلك.
مثالي: تحديد خيارات تأجير متعددة. ثم يتم تحديد المساحة ، وارتفاع الأسقف ، والعدد التقريبي للصالات ، والتكاليف ، وأقرب المنافسين.
في هذه الحالة ، يمكن إجراء التحليلات بشكل أكثر موضوعية ودقة.
النتيجة
في سلسلة من المقالات ، بحثنا في كيفية جمع البيانات من المصادر المفتوحة وحفظها في قاعدة بيانات وتحليلها. كانت نتيجة العمل فهمًا عامًا لسوق خدمات استوديو الصور.
يمكن تطبيق الحسابات أعلاه:
- في إنشاء خطة عمل في جزء الإيرادات. وستكون هذه بيانات مؤكدة إحصائيًا ؛
- في تقييم جدوى وربحية المشروع ، ومقارنة الإيرادات والمصروفات لمختلف خيارات الافتتاح ؛
- تشغيل استوديوهات التصوير. العديد من استوديوهات الصور خاملة بدون أوامر أو تعمل بخسارة. هذا يعني أنهم يفعلون شيئًا خاطئًا. يمكن أن تساعد التحليلات المذكورة أعلاه الاستوديوهات في تحديد أسباب حالتهم.
لقد استمتعت بعمل هذا المشروع.
قررت أن أشارك تجربتي التي قد تكون مفيدة لك.
ما مدى فائدة المعلومات الواردة في هذه المقالات الثلاثة؟
مشاركة رأيك.
يمكنك العثور على المشروع النهائي على صفحة جيثب الخاصة بي .