Las fuentes abiertas contienen una gran cantidad de información útil. Recopilarlo, almacenarlo y analizarlo correctamente te ayudará a encontrar las mejores oportunidades comerciales.
Un grupo de jóvenes emprendedores estaba considerando la opción de abrir su propio estudio fotográfico en Moscú. Necesitaban averiguarlo:
- ¿Cuál es el estado general del mercado de los estudios fotográficos: en crecimiento, estable o en caída?
- ¿cuál es la estacionalidad del mercado?
- cuanto pueden ganar
- ¿Dónde es mejor abrir los pasillos?
- cuanto invertir en el proyecto?
- ¿Qué tan fuerte es la competencia en el mercado?
Un analizador simple , una base de datos y los análisis proporcionados en este artículo les ayudaron a responder estas y muchas otras preguntas .
En el primer artículo, examinamos el análisis del sitio del agregador de estudios fotográficos ugoloc.ru y subimos información general sobre estudios fotográficos, salas y datos sobre salas de reserva.
En el segundo artículo, consideramos escribir los datos recibidos en la base de datos y leer los datos de la base de datos, y también configuramos la operación de análisis según la información de la base de datos.
En este artículo, realizaremos un análisis simple de los datos recopilados.
Puede encontrar un proyecto terminado con ejemplos de tablas de la base de datos, tablas intermedias, gráficos, comentarios adicionales en mi página en github .
Qué instrucciones de análisis usaremos
- determinar la dinámica de apertura de estudios fotográficos;
- calcular la rentabilidad de los estudios fotográficos según el mes de apertura;
- determinar la estacionalidad del negocio;
- calcule el ingreso promedio por sala, así como el número óptimo de salas en el estudio fotográfico;
- investigar la dependencia de la rentabilidad de la ubicación del estudio fotográfico;
- averigüe el número de salas de estudios competidores;
- calcular la influencia de otros parámetros en los ingresos, como la altura del techo, el área del vestíbulo, los precios de reserva;
- considere otras posibles direcciones de análisis.
Descarga de datos de la base de datos
Para descargar, haga lo siguiente:
establecer una conexión con la base
directory = './/'
conn = sqlite3.connect(directory + 'photostudios_moscow1.sqlite')
cur = conn.cursor()
cargando datos por estudio
studios = db_to_studios(conn)
studios
por los pasillos
halls = db_to_halls(conn)
halls
en la reserva
booking = db_to_booking(conn)
booking
dejamos los estudios con fechas de apertura y excluimos los vestidores de la lista de salas
studios = studios[[x.year > 0 for x in studios['established_date']]]
halls = halls[halls['is_hall'] == 1]Dinámica de apertura de estudios fotográficos por año
Construyamos un histograma de frecuencias de los estudios fotográficos que se abren para diferentes años. Para hacer esto, calculamos el número de períodos (años) y construimos un histograma.
trazando un histograma
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()
En el histograma, vemos un claro crecimiento de nuevos estudios fotográficos año tras año. Este patrón no nos dice sobre el crecimiento real del mercado 2 veces al año, sino sobre el crecimiento del agregador en sí.
Este hecho nos habla de la necesidad de dividir los estudios en 2 categorías: los que se registraron en el agregador al abrir un estudio fotográfico ("nuevos") y después de mucho tiempo ("viejos"). Esta será nuestra próxima tarea.
Identificación de nuevos estudios fotográficos
¿Qué estudio fotográfico es nuevo? El que solo está siendo promovido y ganando clientes. Un análisis visual de los calendarios de reserva desde el momento de la apertura muestra que el estudio está ganando un flujo constante de clientes en unos pocos meses.
Resulta que para distinguir un nuevo estudio fotográfico de uno antiguo (que no se unió inmediatamente al agregador), debe comparar los ingresos del primer semestre desde el momento de la "apertura" con el mismo período un año después. Los ingresos de los nuevos estudios deberían crecer significativamente a lo largo del año, mientras que los antiguos deberían permanecer aproximadamente al mismo nivel.
Primero, combinemos todas las mesas y dejemos solo las horas reservadas
# 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
Luego calculamos los ingresos en el primer semestre del trabajo del estudio fotográfico.
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
En medio mes después de un año
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
Dividiremos los indicadores en un año por otros similares en la apertura.
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')Recibió la tasa de crecimiento de los ingresos después de un año. El indicador para diferentes estudios se distribuye de 0,75 a 2,1 sin saltos bruscos. Esto sugiere que el estudio podría conectarse al agregador inmediatamente después de la apertura, después de una semana, mes, año, etc.
Para determinar nuevos estudios fotográficos, tomamos el valor condicional de la tasa de crecimiento de los ingresos en el valor mediano: 1,18. Aquellos. si los ingresos de un estudio fotográfico durante el año han crecido más del 18%, consideraremos este estudio fotográfico como nuevo. Había 22 estudios de este tipo.
¿En qué mes es mejor abrir un estudio fotográfico?
Hemos calculado los estudios fotográficos que se registraron en el agregador poco después de la apertura. Por lo tanto, el día de apertura real y el día de apertura, según nuestros datos, se considerarán iguales para estos estudios.
Para el cálculo, tomaremos nuevos estudios fotográficos, calcularemos los ingresos como la suma de los precios de reserva de todas las horas reservadas, grupo por habitaciones (teniendo en cuenta el mes de su apertura), calcularemos los ingresos anuales promedio por meses de apertura.
Cálculo de la renta media del año en función del mes de apertura
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()
)
El histograma muestra una relación clara:
- los mejores meses para abrir un estudio fotográfico son principios de año (enero-abril)
- también buenos meses para abrir son septiembre-octubre;
- los peores meses son mayo-junio.
Será interesante comparar estos datos con la estacionalidad del mercado.
Determinación de la estacionalidad empresarial
Estacionalidad: cambio en el número de pedidos según el período. Analicemos la estacionalidad anual.
Para el cálculo, tomemos los estudios que estuvieron abiertos hasta 2018 y veamos sus reservas para 2018-2020. Los ingresos del estudio se definen como la suma de los precios de las horas reservadas. A continuación, calculamos los ingresos totales de todos los estudios para cada mes del período seleccionado.
Cálculo de estacionalidad
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]
Graficado
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()
El gráfico muestra una estacionalidad claramente pronunciada: el mayor número de pedidos de octubre a abril y una fuerte caída de mayo a septiembre. La estacionalidad encaja en la lógica del negocio. En verano, la gente toma fotografías en la calle, en los parques. En invierno, esto no es posible y debe organizar sesiones de fotos en interiores. La estacionalidad está relacionada con esto: en verano hay pocos clientes, en invierno hay muchos. El pico de pedidos es en diciembre. Esto probablemente se deba al Año Nuevo y la sensación navideña que desea capturar en una fotografía.
Los mejores meses para abrir están ligados estacionalmente. Es mejor abrir un estudio durante la temporada o un mes antes de su inicio. En el período de mayo a agosto, el estudio no debe abrirse, porque entrar en la temporada baja.
Cálculo de la rentabilidad del pabellón
Un indicador importante para la apertura de un negocio son los ingresos de una habitación.
Para calcular, agrupamos los ingresos por habitación para cada mes, excluimos 2020 como un año anómalo debido a la cuarentena y observamos la selección de ingresos utilizando la función .describe ().
Cálculo de la rentabilidad de 1 sala.
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
Ingresos recibidos por sala en rublos.
A partir de los datos sobre percentiles se puede ver que los ingresos de la mitad de las salas están dentro del rango de 95.000 rublos. hasta 256.000 rublos. con un valor medio de 170.000 rublos.
De los datos sobre la desviación promedio y estándar, vemos que de acuerdo con la regla de 1 sigma, dos tercios de las salas traen de 70,000 rublos hasta 300.000 rublos desde la mitad de 184.000 rublos.
Resulta que la sala promedio puede contar con un ingreso de 170,000 - 180,000 rublos. ± 80.000 rublos
Un diferencial tan grande se explica por la influencia de otros factores, que intentaremos determinar en el futuro.
¿Cuántas salas hay para abrir en un estudio fotográfico?
Para calcularlo, calcularemos la rentabilidad media mensual de cada sala, calcularemos la rentabilidad media de una sala por estudio fotográfico, calcularemos el número de salas en un estudio fotográfico y agruparemos los datos por la cantidad de salas, calculando la rentabilidad media por sala.
Cálculo de la rentabilidad de la sala en función de la cantidad de salas en el estudio fotográfico.
(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
Recibió una rentabilidad mensual promedio de 1 sala, dependiendo de la cantidad de salas en el estudio fotográfico. Notemos la regularidad: cuantas más salas, más rentabilidad. Máxima rentabilidad para estudios de 3 habitaciones.
Este fenómeno se debe al hecho de que al utilizar una habitación del estudio fotográfico, el cliente puede ver otra habitación e inmediatamente reservarla. Así, una sala del estudio fotográfico "promueve" a otras.
Dependencia de los ingresos de la ubicación de la sala.
La ubicación de la sala puede afectar en gran medida la rentabilidad: en el centro, las salas serán más accesibles para los clientes, lo que significa que los ingresos serán mayores. Comprobemos la hipótesis.
Para el cálculo, calculemos el ingreso mensual promedio de la sala, agrúpelo según el “metro” y ordénelo en orden ascendente.
Rentabilidad del pabellón en función de la distancia al centro
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:]Obtuvimos los siguientes datos:
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
Tenga en cuenta que dejé los datos del metro como están. Para obtener una imagen más precisa, deben llevarse a un formato común, por ejemplo, "Baumanskaya, Elektrozavodskaya", "Estación de metro Elektrozavodskaya" y "Electrozavodskaya" deben escribirse en un nombre.
A partir de los datos, vemos que en áreas con propiedades inmobiliarias caras, como Maryina Roshcha, Novye Cheryomushki, Krylatskoye, la rentabilidad por sala es mayor.
¿Cuántas salas tienen los estudios de la competencia?
¿Cuántas salas tienen los estudios del mercado? Para responder a esta pregunta, adjuntemos una mesa con pasillos a la mesa del estudio, agrúpela por estudio, contando el número de pasillos y construyamos un histograma de frecuencia.
Cálculo del número de salas en estudios.
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
A partir de los datos obtenidos, vemos que la mayoría de los estudios fotográficos (más del 75%) no tienen más de 3 salas. En todo el mercado, por regla general, los estudios no tienen más de 5 salas.
Impacto de otros parámetros en los ingresos del estudio
Altura del techo
Las fotos requieren mucha luz y las ventanas grandes en una habitación con techos altos brindan mucha luz natural. Además, cuanto más altos son los techos, más difusa y uniforme llega la luz al suelo. Por lo tanto, la altura del techo puede afectar la rentabilidad del estudio fotográfico. Comprobemos esta hipótesis.
Calculemos el ingreso mensual promedio de cada salón mientras almacenamos datos sobre la altura del techo, luego calculemos el ingreso promedio según la altura del techo y construyamos un gráfico.
Ingresos del pasillo en función de la altura del techo en metros
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()
En los datos obtenidos vemos que hasta los 6 metros existe una dependencia directa de la rentabilidad del estudio fotográfico de la altura del techo. La altura óptima es de 5-6 metros.
Área del pasillo
Hipótesis: cuanto mayor es el área de la sala, más ingresos genera la sala.
Probamos la hipótesis. Usamos los cálculos anteriores, calculamos la rentabilidad promedio según el área, construimos un gráfico.
Ingresos del pasillo según su área
square = halls_sq_ceil.groupby('square').agg('mean')['income']
plt.bar(square.index[:-3],
square.iloc[: len(square) - 3]
)
plt.show()
Se ve un patrón claro en los gráficos: cuanto mayor es el área, más aporta la sala.
Precio de reserva
Hipótesis: existe un precio de habitación óptimo que los clientes pagan por casi cualquier habitación. Los clientes están dispuestos a pagar un precio más alto exclusivamente por una alta calidad.
Para probar la hipótesis, primero considere el nivel de precios actual. Para hacer esto, agrupemos la tabla de reserva general por habitación, precio, año, mes y resumamos los ingresos. Luego lo agruparemos por habitación y precio de reserva, calculando los ingresos medios. A continuación, agrupemos por precio, calculando el ingreso promedio. Recibió un ingreso mensual promedio por estudio dependiendo del precio de reserva establecido
Rentabilidad media mensual del estudio en función del precio de reserva de la habitación
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']
)
Cuantas habitaciones tienen un precio específico por hora de alquiler
plt.figure(figsize = (20, 10))
plt.hist(price.iloc[: len(price) - 5].index)
plt.show()
A partir del histograma de frecuencia, vemos que la mayoría de los estudios establecen un precio de alquiler de 500 a 2000 rublos. Por debajo de RUB 500 - una rareza. El precio máximo de alquiler de la sala es de 3500 rublos.
Gráfico de la dependencia de los ingresos mensuales medios del precio de alquiler de la sala
price = price[price > 10000]
plt.figure(figsize = (20, 10))
plt.scatter(price.index, price)
plt.show()
El gráfico muestra que hasta 2000 rublos. Existe una relación directa clara: cuanto más alto se fija el precio de reserva, más gana el estudio. A un precio superior a 2000 rublos. Los ingresos por habitación pueden ser bajos o altos. Al parecer, más de 2.000 rublos. los clientes están dispuestos a pagar solo por la alta calidad de los servicios prestados: ya sea por una ubicación conveniente, o por equipos, o por un área grande, o por un interior de alta calidad, etc.
Otras áreas de análisis de mercado
Análisis de equipos
El sitio ugoloc.ru tiene información sobre el equipo de los estudios fotográficos: la presencia de fondos de colores, la marca de los flashes, etc. El equipamiento de los estudios fotográficos también puede afectar la rentabilidad, por lo tanto, para que el análisis sea completo, este factor también debe tenerse en cuenta.
No todos los estudios pueden indicar la presencia de equipo adicional. Por tanto, la valoración de la influencia de este factor puede ser inexacta.
Análisis de la influencia de varios parámetros sobre los ingresos
Los parámetros no afectan los ingresos de forma aislada. Por ejemplo, el espacio y el precio de la reserva están vinculados y juntos afectan la rentabilidad general de un estudio. Por lo tanto, es más razonable considerar su influencia en conjunto. La influencia de varios parámetros debe considerarse en función de los detalles de las solicitudes del cliente.
Recopilación de datos mejorada
Los estudios fotográficos en ugoloc.ru representan menos de un tercio del mercado en términos de cantidad. No es posible estimar la participación de estudios de este sitio agregador por ingresos y segmento de mercado. Para obtener una imagen más precisa, vale la pena recopilar datos de AppEvent, Google Calendars y posiblemente de aplicaciones de reserva personalizadas.
Gastos contables
Es posible que haya notado que a menudo no hubo suficientes gastos para completar el cuadro. Por ejemplo, cuanto mayor sea el área de la sala, mayores serán los ingresos. La conclusión es, por supuesto, buena, pero a medida que crece el área, aumenta el costo de alquilar una sala. Por lo tanto, sin duda será útil graficar el aumento de los costos de alquiler en el cronograma. La rentabilidad del proyecto se oculta en la relación óptima de ingresos y gastos para un parámetro específico.
El costo de la reparación también depende del área: cuanto mayor sea el área, más costosa será la reparación.
Con un aumento en el número de salas, los costos de personal por sala disminuyen, ya que 1 administrador puede servir tanto en 1 sala como en 3.
Análisis de la distancia al metro
Al evaluar el impacto de la ubicación del estudio en los ingresos de la sala, un factor importante no contabilizado es la distancia al metro. Tendrá que dejarlo manualmente, o aquellos que estén familiarizados con la API de Google pueden intentar automatizar esta acción.
Distancia de la competencia
La mayoría de las veces, los estudios están ubicados uno cerca del otro. Solo en Electrozavod hay alrededor de 40. Existe la hipótesis de que la proximidad a otros estudios fotográficos aumenta la rentabilidad. El lugar (edificio / centro de negocios) puede ser familiar para los clientes y pueden confiar en él, lo que tendrá un efecto positivo en todos los estudios fotográficos del lugar.
Carga de trabajo de los estudios fotográficos
Por separado, puede investigar la carga de trabajo de los estudios fotográficos:
- qué porcentaje del horario de apertura de la sala son reservas;
- cómo se relacionan las reservas con el día de la semana (spoiler: reservan con más frecuencia los fines de semana);
- si hay días sin reservar (en los que el administrador no puede ir a trabajar);
- qué horas se reservan con más frecuencia (especialmente interesante de ver los días de semana)
- etc.
Estado de los estudios fotográficos en temporada baja
Los estudios cierran con más frecuencia en verano cuando no hay pedidos. Al mismo tiempo, el número de pedidos de algunos estudios fotográficos no baja mucho. ¿Cuáles son las ventajas de los estudios populares fuera de temporada? Esta es un área separada para considerar.
Análisis de rentabilidad de la competencia
Al tener información sobre el costo de alquilar un local para un estudio fotográfico y los salarios promedio del personal, se puede evaluar la situación financiera de los competidores. Puede resultar que algunos estudios estén a punto de cerrar. En consecuencia, puede identificar sus errores y tratar de evitarlos.
Asimismo, puedes explorar las experiencias de los estudios fotográficos más lucrativos y aprovecharlas en tu estudio.
Etapas de análisis
Los análisis anteriores son el primer paso para ofrecer una imagen aproximada del mercado. Para un análisis más detallado, el cliente debe decidir qué estudio le gustaría abrir, qué segmento de precios, qué ubicación posible, cuál es el precio de alquiler, qué equipo, etc.
Ideal: Identificar múltiples opciones de alquiler. Luego se determinará el área, y la altura de los techos, y el número aproximado de salas, y costos, y los competidores más cercanos.
En este caso, la analítica se puede realizar de manera más sustantiva y precisa.
Salir
En una serie de artículos, analizamos cómo recopilar datos de fuentes abiertas, guardarlos en una base de datos y analizarlos. El resultado del trabajo fue una comprensión general del mercado de servicios de estudio fotográfico.
Los cálculos anteriores se pueden aplicar:
- en la creación de un plan de negocios en la parte de ingresos. Y estos serán datos confirmados estadísticamente;
- en evaluar la viabilidad y rentabilidad del proyecto, comparando ingresos y gastos para diferentes opciones de apertura;
- estudios fotográficos operativos. Muchos estudios fotográficos están inactivos sin pedidos o funcionan con pérdidas. Entonces están haciendo algo mal. Los análisis anteriores pueden ayudar a los estudios a identificar las causas de su condición.
Disfruté haciendo este proyecto.
Decidí compartir mi experiencia que podría serle útil.
¿Qué tan útil fue la información en estos tres artículos?
Comparte tu opinion.
Puedes encontrar el proyecto terminado en mi página de github .