餐饮加盟店选址重要，那么如何选址?是否可以放心地说，靠人工和机器就可以在*大的范围上选择一个好的选址。机器玄子怎么样?在选址优化的工作中已经彻底打通关节，无所不能了吗?我的回答是：且慢。

1.影响餐饮的因素众多

首先，一个门店是否成功，除了周边的消费者特性，还取决于地产本身的质量，比如是否方便进入，门头是否足够醒目，房东可以提供的面积和租金，以及自身人员管理水平等。这些因素在中国要占到6成。机器学习所训练的，都是那些可以统一获取，没有主观因素的变量。而大量含有主观因素的变量的采集过程，都是人为筛选的，再智能的机器，也无法预测一个新的地点的可租面积，无法预测门头是否从四面八方都可以看见，人工智能无能为力。

2.机器始终不如人脑灵活

餐饮加盟店选址里面一个非常重要的故事是如何避免姐妹门店之间的相互蚕食，特别是连锁加盟型企业，面对加盟商，如果保证每家店的利益，避免法律诉讼。也许有人会说，我在模型里加入姐妹门店的距离，不就行了?以下面的地图为例，这个门店的消费者明显来自于高速公路的西北面，很少有人从东南过来。假如只考虑距离，而不知道消费者的分布，则很难告诉零售商，假如新增加一个门店这个区域里，开在哪里，不会蚕食现有门店的销售额。

这种情况，人工智能依然无法做出判断，因为几乎没有什么可以拿来学习，就算通过历史销售数据找出某些有可能出现蚕食的门店配对，学习的结论对于新的门店，依然毫无意义。这里就是体现出手机GPS定位数据的重要性了，但和AI无关。

总体而言，机器学习/人工智能对餐饮加盟店选址带来的革新，是积极的。特别在中国，零售从线下轰轰烈烈地走到线上，又从线上回归到全渠道发展服务客户的商业本质。所以线下的需求肯定还会重启，特别是社区零售/连锁餐饮/便利店，开店的需求在持续增长。

特别是中国，在地理数据不开放，数据质量不高，数据层次不多的情况下，我们已经看到新方法可以有效地梳理出一些线索，完成从0到1的变化，这种质变比起在美国的模型仅仅是改进，是个飞跃。对于餐饮加盟店选址导师来说，这一代技术进步，为他们提供了一个智能慧眼，辅助着他们处理数据，寻找规律，技术提供了多种可能。选址终归是一个艺术和科学的结合，结合丰富的市场经验和多方位的方法，这个为“新零售“选址的工作一定会更加高效。

原文出处：m.chuangyejmw.com/jiamengzhinan/11795.html