Måling af økonomien med lokationsdata

At bære din smartphone rundt overalt er blevet en livsstil. Derved, du producerer en overraskende mængde data om din rolle i økonomien – hvor du handler, arbejde, rejse, og generelt hænge ud.

Thasos Group, grundlagt på MIT i 2011, har udviklet en platform, der udnytter disse data, i anonymiseret og aggregeret form, at måle økonomier for industri og investorer.

Thasos' platform - baseret på MIT Media Lab-forskning udført af medstifterne Wei Pan Ph.D. '15 og professor Alex "Sandy" Pentland – knuser anonymiserede placeringsdata fra hundredvis af millioner af mobiltelefoner dagligt, udvinde bemærkelsesværdigt forbrug, beskæftigelse, og levende adfærd.

"Vi behandler op til 3 til 5 terabyte data om dagen og bruger disse data til at måle økonomiske aktiviteter, hvor mange mennesker der besøger en butik eller en erhvervsejendom, hvor mange mennesker går på arbejde eller rejser, og hvor mange mandetimer bruges på en fabrik, " siger Pan, Thasos' chefforsker.

Denne kvantificerbare information er værdifuld for investorer, selskaber, politiske beslutningstagere, økonomer, og andre, der har brug for en dyb økonomisk forståelse af forskellige sektorer i realtid. I november, for eksempel, Thasos udgav en undersøgelse, der viser, hvordan Amazons opkøb af Whole Foods, og det efterfølgende prisfald Amazon implementerede, påvirket forbrugeradfærd. Resultater fra brugerplaceringsdata indikerede, at prisfald øgede den besøgende med 17 procent umiddelbart efter, med omkring 15 til 24 procent af de handlende, der hopper af fra konkurrerende butikker i nærheden.

"Ved brug af generiske bevægelsesmønstre, vi bemærkede, at nogle shoppere begyndte at udforske Whole Foods, som aldrig ville tage dertil før, " siger Pan.

Med mere end 25 hedgefondskunder, Thasos er populær blandt investorer, som bruger platformen til at måle forskellige metrics – såsom medarbejders arbejdstimer og kundebesøg – af virksomheder, de måtte investere i eller sælge aktier. Startup'et har også erhvervskunder og forhåbninger, i fremtiden, at nå ud til politikerne. Det kunne producere, for eksempel, realtidsmålinger af, hvordan finanspolitikker påvirker forbrugernes forbrug, arbejdstimer, og andre økonomiske målinger.

De andre Thasos-medstiftere er John Collins MBA '12 og Greg Skibiski.

Sandhed i tal

For at gøre brug af lokalitetsdata, Thasos bygger først "geofences, "virtuelle grænser etableret omkring en målplacering, såsom butikker, indkøbscentre, arbejdspladser, kvarterer, og byer. Titusindvis af håndtegnede geofences tilføjes til Thasos' database ugentligt, hver med vigtige metadata, som når en facilitet eller butik åbnede, om parkeringspladsen er delt eller ej, og information om nærliggende virksomheder.

Når først geofences er etableret, Thasos kompilerer lokalitetsdata inde fra geofences fra apps og anden software, der indsamler data via smartphones GPS, RFID, eller Wi-Fi, på en anonym og aggregeret måde. Ved at analysere disse data, platformen identificerer klynger af mennesker, der kan være, for eksempel, førstegangs- eller faste kunder, sæsonarbejdere eller fuldtidsansatte, eller rejsende langvejs fra eller i nærheden. Platformen kan derefter sammenligne lokationsdata fra det tidspunkt, hvor en specifik ændring implementeres – såsom et prisfald – med historiske data for at kvantificere ændringens indvirkning på specifikke klynger.

Thasos har udgivet et par casestudier med store navnkunder - som har givet nogle overraskende indsigter.

Den 28. aug. Amazon købte Whole Foods og gennemførte prisreduktioner på tværs af alle butikker. Ved at bruge deres geofences til Whole Foods-butikker over hele landet, såvel som for Costco, Trader Joe's, Spirer, Mål, Kroger, Walmart, og flere andre nærliggende butikker, Thasos kiggede på lokationsdata fra titusindvis af millioner af shoppere for at måle kundevækst, frafald fra konkurrenter, køretider, og demografi såsom indkomstniveau (etableret gennem folketællingsdata).

Resultaterne viste, at den samlede besøgstrafik for Whole Foods-butikkerne steg 17 procent i løbet af ugen med prisreduktion; den aftog til 4 procent ved udgangen af ​​tre uger, men forblev hævet over præ-opkøbstal. Nye kunder kom primært fra Walmart (24 procent), Kroger (16 procent), og Costco (15 procent). Fordi alle data er anonyme, Thasos bestemte kun typer af shoppere, der hoppede af – f.eks. 24 procent af Walmarts faste kunder begyndte at dukke op hos Whole Foods i løbet af tre ugers periode.

Interessant nok, Pan siger, det var de konkurrerende butikkers rigeste kunder, der havde en tendens til at skifte til Whole Foods, et resultat, der var i modstrid med Amazons mål om at tiltrække en bredere kundebase. "Vi viste, at strategien med at reducere omkostningerne ikke tiltrak kunder med lavere og mellemindkomst, "Pan siger, tilføjer, "For virksomheder, den type indsigt er nøglen til at forme beslutninger."

I et andet nyligt casestudie, Thasos så på ejendomsinvesteringsfonde (REIT'er), virksomheder, der ejer og driver erhvervsejendomme, såsom indkøbscentre. For at måle deres egenskabers værdi, REIT'er tæller generelt fodtrafikken manuelt ved en prøve af indkøbscentre og estimerer ydeevnen på tværs af alle ejendomme i hele landet. Baseret på sådanne skøn, ejere havde tilsyneladende antydet, at den landsdækkende gangtrafik var stigende til deres indkøbscentre og adskillige avancerede ankerbutikker, såsom Macy's eller Nordstrom, såvel som i lavere ende ankerbutikker, såsom JCPenney og Sears.

Thasos, imidlertid, bestemt andet. Deres data indikerede faldende kvartalsvise fodtrafiktendenser - hvilket tyder på et fald i det samlede salg - i hele 2017 med omkring 5 til 6 procent i alle ankerbutikker. (Resultaterne blev senere verificeret af transaktions- og salgsregistreringer fra butikkerne, da ejerne rapporterede indtjening.) Overraskende nok, high-end ankervarehuse underperformerede sammenlignet med lavere varehuse med omkring 3 procent. Og indkøbscentre med dagligvarebutikker tiltrak omkring 5 procent flere mennesker end dem uden.

Sådan indsigt kan hjælpe REIT'er med at finde måder at tiltrække flere besøgende på, såsom at investere i flere billige stormagasiner eller dagligvarebutikker, Pan siger:"At have disse oplysninger ændrer den måde, du tænker på ejendommens værdi."

At gifte sig med data og økonomi

I 2009 Pan sluttede sig til Media Lab for at studere under Pentland, Toshiba-professoren i mediekunst og -videnskab og en pioner inden for adfærdsdatavidenskab. der, han blev interesseret i at forene sin baggrund inden for datavidenskab med sin interesse for økonomi.

Ideen var at bruge data til at måle komponenter af verdensøkonomier, men han vidste ikke, hvilken type data han skulle bruge. I dag, undersøgelser bruges typisk til sådan samfundsvidenskabelig og markedsføringsforskning - en form for sandsynlighedsprøvetagning, der opstod i 1930'erne. "Industrien bruger stadig teknologi, der blev udviklet under den store depression, " siger Pan.

Som det skete, smartphones var i fremmarch. "Alle havde en smartphone - og telefonen ved altid, hvor du er, " siger Pan. "Fra et økonomisk synspunkt, du spiser dybest set, hvile, eller arbejder. Jeg indså, at placeringsdata var den bedste vinkel til at måle disse metrics."

Pan søgte også vejledning hos Andrew Lo, Charles E. og Susan T. Harris professor og direktør for Laboratory for Financial Engineering ved MIT Sloan School of Management, der er kendt for at bruge datalogi til at studere finansielle markeder. "Media Lab er så tværfagligt, du forventes at tænke på tværs af forskellige afdelinger, " siger Pan. "Du kan altid tage undervisning, der hjælper dig med at forstå et felt, du ikke formelt er uddannet i til at gøre noget, der er banebrydende."

Flytning mellem Media Lab og MIT Sloan, Pan byggede en tidlig version af Thasos-platformen. I 2011 han og Pentland, allerede en serieiværksætter, sammen med Collins og Skibiski, lancerede Thasos ud af MIT, hurtigt lander en hedgefondskunde på 10 milliarder dollars i New York City, hvor opstarten nu har hovedkvarter.

I dag, Thasos opererer primært i USA. Men opstarten sigter mod at ekspandere på verdensplan, Pan siger, med ambitioner om at blive en "global økonomisk indsigtsmotor." Ideen er at skabe et system, der kan sammenligne og kontrastere vigtige økonomiske komponenter - såsom forbrugerforbrug, fabriksproduktion, ansættelsestimer, og turisme – mellem lande.

"Hvert land i dag har sin egen måde at måle økonomiske aktiviteter på. Vi forsøger at bygge et konsekvent system til at sammenligne lande, at give et bedre overblik over den samlede verdensøkonomi, " han siger.

Denne historie er genudgivet med tilladelse fra MIT News (web.mit.edu/newsoffice/), et populært websted, der dækker nyheder om MIT-forskning, innovation og undervisning.