Een nieuw voorspellend model kan met tachtig procent nauwkeurigheid bepalen of een nieuwe winkel binnen zes maanden kopje onder gaat. Wetenschappers van University of Cambridge gebruikten daarvoor een combinatie van social media en transportdata. 

De wetenschappers hebben meer dan 74 miljoen check-ins bij winkels gebruikt van de app Foursquare, waarmee gebruikers laten zien waar ze zijn. Daarnaast werden 181 miljoen taxiritten onder de loep genomen. Onderzochte steden zijn onder meer New York, Parijs en Londen. Aan de hand van deze gegevens classificeerden de onderzoekers locaties op basis van de eigenschappen van de buurten, bezoekpatronen door de dag heen en of er veel bezoekers uit andere buurten komen.

De onderzoekers gebruikten een zelflerend algoritme dat verbanden legt tussen de parameters, zoals het aantal check-ins en de afstand van de winkel tot bepaalde punten in de stad, en het succes van de winkel. Daarvoor werd gekeken of winkels gedurende de onderzoeksperiode hun deuren weer sloten. Vervolgens werd gekeken of de winkels die onderuit gingen iets gemeenschappelijk hadden.

Uit de gegevens bleek onder meer winkels op locaties die 24 uur per dag populair zijn, meer kans op succes hebben dan plekken die alleen op bepaalde dagdelen veel bezocht worden. Ook hebben retailers in meer diverse wijken een grotere kans om te overleven. 

Volgens de onderzoekers laat hun model zien dat retailers bij het kiezen van een locatie verder moeten kijken dan de statische kenmerken van een bepaalde buurt. Zo zouden ze ook na moeten denken over de manieren waarop mensen, op verschillende tijdstippen van de dag, naar en door die wijk gaan. De wetenschappers onderzoeken nu hoe deze gegevens in verschillende buurten kunnen verschillen, om de nauwkeurigheid van hun model te verbeteren.