Лекция №2.
Digital в современном торговом центре

Отчет о мероприятии
26 марта 2019

Спикеры:
Павел Люлин
Генеральный директор SVN Eastward Property Management, Президент бизнес клуба iTenAnts
Тема: "Управление торговым центром 2040"
  • Каждому из представителей 4х поколений будет предложен свой формат. Основой станет retaildential – микс ритейла и жилых зон.
  • Торговые центры будущего оснастят площадками для персональных летательных аппаратов, а также специальными доками для дронов доставки. Для передвижения посетителей по ТРЦ-2040 будут использоваться дорожки, управляемые искусственным интеллектом.
  • Покупатели будут получать всю информацию об истории продукта как посредством дополненной реальности в коммуникаторе, так и с помощью VR технологий, просто смотря на товар.
  • Для обслуживания будут применяться дроны для обследования коммуникаций, роботы для покраски стен, укладки плитки, доставки материалов. А инженеры будущего будут использовать экзоскелет и третью роботизированную руку.
  • Уборочные автоматы с манипуляторами будут чистить пол и вертикальные поверхности, клининговые дроны – потолок, высотные конструкции
Алексей Новиков
Президент компании Habidatum
Тема: "Рынок, риск и район: что могут прояснить большие данные торговому бизнесу в городе?"
  • Большие данные открывают новый взгляд на город и его экономику — город становится видимым в пространстве-времени.
  • С помощью них можно увидеть риски задолго до того как они проявят себя в финансовых параметрах предприятий сферы услуг, объектов коммерческой недвижимости, и других сегментах городской экономики.
  • Большие данные позволяют создать метрики и индикаторы эффективности, для которых обычная статистика не работает: коммерческая емкость места, полезное время пребывания, привязанность к месту, оценочная стоимость недвижимости и другие.
  • Машинное обучение на массиве больших данных позволяет генерировать синтетические данные, заменяющие недостающие источники информации с высокой степенью точности. Также открывается возможность использования данных аналогов для оценки развития незастроенных территорий.
  • Будет продемонстрировано использование больших данных в проектах мастер-планирования, застройки территории, расширения регионального рынка предприятий розничной торговли, и комплексов коммерческой недвижимости в различных городах мира: Москва, Екатеринбург, Санкт-Петербург, Барселона, Лондон, Нью-Йорк, Денвер, Дубай, Сингапур.
  • В качестве примера алгоритма поиска наилучшей локации для предприятий розничной торговли будет приведен пример сервиса, разработанного Habidatum совместно с платформой ОФД и Билайн. Ключевым параметрам поиска является индекс центральности — интегральная характеристика коммерческой емкости территории.

Фотоотчет:
Заказать видео с лекции
Оставьте ваши контакты
Made on
Tilda