存量时代的精细化竞争中，建筑很少被当做可以被活化的一部分。传统的商业建筑规划面临的主要痛点在于模式化严重、千篇一律，无法满足消费者快速更新的审美和体验需求。
数字化时代，数据诊断通常被应用于客群分析以及运营优化，却很少意识到数字化对建筑的赋能。
数字化转型的关键期，如果商业空间可以被数据化，人的行为可以用数据工具进行精准模拟，店铺的可达、可视也能够被精确计算，将为商业空间规划和调改带来哪些新思路?？今天，RET睿意德规划建筑总监朱博和大家分享一个概念——“空间数据化”，通过几个案例，我们可以换个角度审视空间。
什么是空间数据化
它如何帮助商业体精准调改？ 空间数据化，是对空间进行量化，通过数字化语言，将空间进行尺度划分和重新定义，再利用技术手段来评价空间质量。 在商业空间中，这意味着将建筑躯干抽离出来，并分析其内部交通对消费者的使用感受影响，以及对商铺运营的影响。
空间被人为划分为规则的像素点，每个像素点就代表了那个空间的属性
最初，空间数据化是城市规划层面的手段。一座城市的规划必须精确无比，一处不合理的空间处理方式可能影响大范围内的城市运作效率。 商业空间可以看作是微缩版的城市，而城市和商业与众不同的质感因为人的存在而被赋予不同的精神内涵，因此，从人的角度去重新审视商业就显得格外生动。
空间数据化的发展与英国伦敦大学学院巴特莱特建筑学院教授比尔·希利尔(Bill Hillier)提出的空间句法理论有很大关联。 空间句法理论认为，空间不是社会经济活动的背景，而是社会经济活动开展的一部分。因此， 它不仅关注局部的空间可达性，而且强调整体的空间通达性和关联性。
把商业体看做一个“小城市”可以解决哪些规划问题？
那么，空间数据化为什么要在商业场景中应用？它能带来哪些优势? 商业体中汇集了大量的人与经济活动，从某种意义上来说，商业空间就是一个“小城市”。城市规划一定要解决两个问题，一个是现有城市格局，一个规划调整方向。平移到商业场景中，就是指现状规划动线和未来人流行为预测。
好的动线要解决四个方面的内容，即可达性、店铺通过性概率、可见性和人流行为预测。
1.可达性与可见性可达性与可见性相比较而言更容易理解，简单来说就是商铺某点相较于外部某点在物理空间和视觉空间上的容易程度。
相较于强目的性业态，比如影院、超市、书店、正餐等，大量基础性业态对于可达性和可见性要求较高，比如零售业态，而常规商业中零售一般都占有相当大的比例，因此对于可达性和可见性的深入分析就显得尤为必要。
2.店铺通过性概率店铺通过性概率一般针对随机性消费业态，比如便利店、轻餐、文创零售业态，这些业态一般常布置在交通性通道的两侧，客流通过店铺的概率很大程度决定了商户的盈利水平。
3.人流行为预测人流行为预测更多的是依靠计算机快速模拟人流行为轨迹，依靠轨迹判断动线布置当中出现可达性、可见性与店铺通行概率问题，通过验证的方法再次修正动线设计。
由于过去缺乏数字化工具，动线设计大都依赖人为判断，因此造成一些动线规划本身有硬伤，有些店铺可视性差;另一方面，有些商业规划千篇一律，很难突破同质化。 在存量时代竞争激烈的情况下，商业本身的内容越来越复杂，体量也越来越大，动线也随之变得复杂。
相较于过去依赖经验的判断，空间数据化是当下较为先进和科学的空间规划方法，无论在商业体前期规划还是存量调改中，都可以为项目解决“硬伤”与千篇一律等问题。
为了将空间数据化的具体操作方式变得易懂、可视，我们可以通过两个RET睿意德过往的实践案例进行呈现——
动线优化案例A
视线分析和人流行为预测 基于视线分析和人流行为预测的动线优化——某文旅项目 这是一个跨越了数条街区的大型文旅项目，其中有多条道路(下图红色部分即为道路及开放空间，如广场、花园等)。
项目商铺的可见性是商业很重要的评价指标，而可见性的优劣又由道路及开放空间构成，因此通过对可见性分析可以较好地指导动线及开放空间的优化调整。
项目平面图
通过数据得出的可视性分析图 在这一项目中，我们针对原方案初步提出多条基于视线分析的动线优化建议。黄色与红色代表可视性较强、蓝色则较差。 例如，1对应项目东侧主入口，由于主入口被南北两组高层建筑和裙房遮挡，导致该处主入口展示性不佳，因此建议入口处做切角处理，提升内广场的对外可见性。
共2页 [1] [2] 下一页
关注公号：redshcom 关注更多: 商业体 动线设计
