まず、駅の 乗降客数の統計情報を集めます。
次に、google map で「駅名＋パン」と入力し、表示されるパン屋の出店数を駅ごとに集計。
次に駅の 乗降客数と表示されるパン屋の数を割り算し、１つのパン屋に対して乗降客数が多い順に整理。
上位5位の駅に対して、uber eatsのようなフードデリバリーサービスにパンを試験的に販売。
集客はプラットフォーム内リスティング広告で同じ予算、同じKWで1か月間出稿。
結果、売り上げとユーザーの評価数がもっともいい駅を候補にする。
First of all, we collect statistical data on the number of passengers at each station.
Input “Name of station+ bakery” on Google map and collect the data of the number of bakeries shown on the map.
Next, the number of passengers used in the station be divided by the number of bakeries, then sort by the number of passengers towards a certain bakery.
For the top 5 stations, the bread will be sold tentatively through a food delivery service such as uber eats.
For gathering customers, placing an ad should be made the same with KW along with the same budget for a listing ad within the platform for a month.
Name a candidate of the station will be decided by a station that has a better evaluation from the users with sales results.
次に、候補になった駅の徒歩10分圏内の店舗利用可能な不動産をリストアップします。
試験的に販売した総売り上げから原価と賃料を差し引いて最も粗利益が残る場所に出店を提案します。
問題行動が起こった場合、ユーザーに直接影響することや、不利益を与える事象はすぐにやめるように率直に指摘します。
それ以外の場合、例えば通常よりその人の生産性が低い場合はその背景を傾聴と受容に努めます。その後は、チームメイトとして手伝えることがないか確認し、承諾をもらったものを支援します。
Also, to make a list of real estates that are able to use shops within 10 minutes on foot radius of the candidate station up.
The opening shop will be encouraged to where there is gross profit obtaining the tentative total sales to be deducted from a cost and rent.
If a problem occurred, we point out to stop motions immediately, with a direct influence on the users or induce disadvantageous facts.
But other than this, for instance, we carefully listen and accept the background if the productivity is more reduced than others. And later, we support the approved matter by checking what we should help as a teammate.
