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

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.