Investigation of Location Effects for Retail Store Selection Using Explainable Gradient Boosted Regression Trees

Abstract

Valg av butikklokasjon innebærer høye investeringskostnader med langsiktige forpliktelser, og er utvilsomt et av de aller viktigste valgene fysiske detaljhandelsbedrifter må gjøre. For å finne den optimale butikklokasjonen må beslutningstakerne forstå hvilken påvirkning ulike lokasjonsfaktorer har på butikkinntjeningen. I denne studien blir effekten av ulike lokasjonsfaktorer analysert ved å trene opp og evaluere en forklarbar gradient boosted regresjonsmodell til å predikere inntekt per ansatt for individuelle detaljhandelsbutikker. Studien benytter seg av et unikt datasett med driftsinformasjon fra butikker i de tre største byene i Norge. I tillegg til dette blir flere eksterne datasett bearbeidet for å skape virkelighetsnære lokasjonsfaktorer. Det er spesielt verdt å nevne en original totrinns cluster-teknikk for å klassifisere kommersielle områder og dets egenskaper. Dessuten benytter studien seg av bevegelsesdata fra elektriske sparkesykler for å approksimere fottrafikken i byene. For å sikre tilstrekkelig forklaringsevne av modellen blir prediksjonene evaluert og sammenlignet med en lineær regularisert regresjonsmodell. Resultatene viser at modellen er i stand til å identifisere og differensiere viktige lokasjonsfaktorer for ulike detaljhandelstyper. Spesielt ser en at cluster-klassifiseringen generelt har en viktig forklaringskraft på butikkinntjeningen. I tillegg er konkurranse og tilgjengelighet i form av gratis parkering i nærområdet, funnet å være to av de viktigste lokasjonsfaktorene som en beslutningstaker bør ta hensyn til ved valg av butikklokasjon. Forskningen som er utarbeidet i denne studien kan benyttes av beslutningstakere for å optimalisere sin lokasjonsstrategi, samt for å predikere inntekt per ansatt på potensielt nye butikklokasjoner. Forskningen kan også benyttes av utleiere som ønsker å investere i attraktive butikklokasjoner.

Location selection is arguably one of the most important decisions for physical retail businesses with long-term implications and high investment costs. Selecting the optimal store location involves understanding the relationships between a large number of location factors and store performance. Therefore, this thesis aims to explain which location factors different retail types should consider for optimizing store performance. The location factors are analyzed by training an explainable gradient boosted regression tree model to predict revenue per employee for individual stores. The study is performed using a unique data set on retail stores located in the three largest cities in Norway. Multiple data sources are combined, and feature engineering techniques are utilized in order to provide relevant location features. Specifically, a new two-step clustering approach is used to classify commercial area characteristics. Moreover, novel e-scooter trip data is used to approximate footfall traffic. To ensure the validity of model explanations, prediction performance is evaluated and compared to a linear regularized regression model. The results show that the model is able to identify and differentiate important location factors for different retail types. Notably, the clustering approach is shown to be highly effective and important in describing a location. Additionally, competition and availability in terms of free parking are found to be the most important location factors a retailer should consider for location selection. The findings and proposed model can be used by retailers to optimize their location selection strategy and to predict revenue per employee at new potential store locations to obtain objective evaluations. The findings can also be utilized by landlords seeking to identify high value property investment opportunities.