本地商业数据系列:常见问题

当地商业包括当地的日常商品和服务支出.

• 实体: 支出是本地的，因为每笔交易在地理上都与一个都会区有关. 用于包含在我们的数据资产中的交易, 它们必须由居住在我们的一个大都市区的买家(消费者)执行.
• 日常商品/服务: 日常用品和服务是指人们最常从零售商处购买的商品和服务.g. 杂货、餐馆或服装)，通常用信用卡或借记卡购买. 它们不包括可能获得融资的商品的购买.g. 汽车). 因为我们观察到的数十亿笔金融交易都是通过-à-vis我们的一个消费卡产品执行的, 我们正在捕捉消费者的日常金融行为.

图1:基于买家位置的交易包含标准.

LC的买方观点从其住所的角度捕捉了买家的支出. 例如, 如果我们讨论的是底特律买家的观点, 买家必须住在底特律市区. 通过关注大都市地区居民的交易, 买家的视角反映了都市地区居民可选择的一系列不断发展的商业选择. 它可以揭示消费者选择从本地或远程零售商处购物的程度, 以及网上购物的可能性. 重要的是，它显示了这些选择是如何随时间变化的.

图2:事务的地理位置示例

LC镜头是对公共数据源的强大补充，因为它是通过管理方式收集的, 它的音量很大, 它还可以避免地理粒度和报告频率之间的权衡:

• 大多数公共数据源, 例如消费者财务调查, 依靠被访者从个人回忆中提供历史信息. LC镜头建立在JPMC在正常操作过程中管理收集的信用卡和借记卡交易的基础上.
• 调查倾向于在更广泛的人群中获取相对较小的样本. 例如，当前人口调查(CPS)依赖于大约6万个家庭的样本. 相比之下, 行政收集的LC资产基础数据依赖于超过6100万消费者的样本.
• 地方决策者需要有关地方活动的信息，以便更好地了解地方经济和政策干预的影响. 美国社区调查(ACS) 1年的估计将报告当地相关的估计(例如.g. 县或市区)，但报告频率是每年一次. 在光谱的另一端, 每月零售贸易调查(MRTS)每月报告零售活动, 但是在国家层面上. LC镜头具有地理粒度和高报告频率, 只要它能提供每月消费活动的地铁级别视图.

为了更好地理解LC镜头的贡献, 将其放在现有数据源的上下文中是很有用的. 最常用的指标是U.S. 经济健康是国内生产总值(GDP), 哪个是位于该国的公司资产所生产的商品和提供的服务的总价值. 一般来说, GDP由消费支出组成, 总投资, 政府支出, 以及出口的净值.

图3:组件

第一类消费支出占GDP的三分之二以上. 更好地理解这一经济活动的关键来源，可以提高我们对经济增长背后驱动因素的理解. GDP的消费者部分被定义为个人消费支出(PCE)。, 是指美国家庭和为居住在美国的家庭提供服务的非营利机构购买的商品和服务的总量. 换句话说，这些都是终端用户的购买行为.

LC和PCE镜头包含的数据可以用来更好地了解美国的最终消费, 但也有一些不同. 第一个, 虽然有相当多的重叠, LC视图中包含了一些类型的购买, 但不是PCE. 反之亦然.

图4:LC和PCE镜头的区别

其次，个人消费支出是衡量整个美国消费的综合指标.S. 经济，这同时是它最大的优势和劣势. 作为全国消费者行为的指南, PCE是无价的, 但它对消费者在国内不同地区的表现提供了有限的了解. 对国家内部变化的更清晰的认识，增强了我们对经济驱动因素的集体理解, LC视图的优势在哪里. 因为它是建立在如此庞大的地理信息数据集上的, 它可以反映特定城市的经济活动. 这种细粒度的观点为家庭和企业与其当地市场相关的战术决策提供了更坚实的基础.

大约三分之二的U.S. 国内生产总值(GDP)由个人和非营利组织购买的商品和服务组成. 任何对经济及其走向的分析都必须对这种活动有很好的衡量. 然而，新的购买渠道正在重塑消费者的购物行为. 例如, 随着在线商务的普及, 许多商家不太需要离消费者那么近，而其他商家则认识到，为了竞争，他们需要离消费者更近. 另外, 信用卡和移动支付的普及给商家带来了新的基础设施需求, 并减少了他们必须处理现金的程度.

建立商家, 大大小小的, 他们的经营策略是否受到这些变化的考验. 除了消费者支出模式的转变, 我们还看到，相对于商品支出，服务支出有所增加. 这种不断变化的动态考验着我们用传统统计方法理解经济运行方式的能力. 通常依赖的数据源是根据不同的市场范例开发的.

理解市场行为, 我们必须了解消费者和商家所采用的策略和做出的决定. 我们需要知道哪些人推动了当地的消费，以及他们居住在哪里. 此外, 我们需要一种更好的方法来区分哪些商品是从本地商家购买的，哪些是从远离消费者居住地的商家购买的.

截至2021年3月, 我们的核心数据资产包括来自美国15个都会区的6100多万消费者的530多亿笔信用卡和借记卡交易. 因为我们是在累积构建数据系列, 交易数量和消费者数量每个月都在增长.

本地商业研究的分析单元是信用卡和借记卡交易. 每笔交易都包含有关交易中买方和卖方的去识别信息. 在买方方面, 我们能够识别与交易相关的买家的年龄范围以及他们居住的位置(由邮政编码定义). 卖方方面, 我们能够识别卖方销售的产品类型, 卖方的位置(按邮政编码定义), 以及交易的渠道.

目前, 交易来自15个核心统计地区(cbsa)的买家, 或大都市地区:亚特兰大, 芝加哥, 哥伦布, Dallas-Ft. 价值, 丹佛, 底特律, 休斯顿, 洛杉矶, 迈阿密, 纽约, 凤凰城, 波特兰(或), 圣地亚哥, 旧金山, 和西雅图. 选择这些都会区的依据是数据覆盖范围, 地理分布, 并希望改变都市区域的规模和商业基础在我们的设置.

尽管所涵盖的零售活动种类有所不同, 作为信用证资产基础的本地商业数据和用于估算GDP的个人消费支出(PCE)组成部分的数据，都告诉了我们对美国消费活动的看法.S. PCE估计的原始数据来自, 很大程度上, 零售业周年及每月统计调查(ARTS及MRTS), 由美国制作.S. 人口普查局. 这些调查旨在获取零售和食品服务商店的总销售额, 以及零售商店持有的库存. 这个邮寄/邮寄调查的12,全美500家商户的数据仍然是衡量美国零售活动在概念上最全面的指标.

LC和MRTS镜头在许多重要方面有所不同. 和捷运一样重要, 它完全依赖于相对少数公司的自我报告数据. 样本量限制了MRTS根据当地情况进行调查的能力, 这就是为什么MRTS只报告全国的数据. 相比之下，LC镜头提供了来自数百万消费者的已实现交易的测量数据. 庞大的数据量使我们能够有信心地报告当地的估计.

LC和MRTS镜头的目标都是捕获最终用户的购买行为. MRTS通过询问有限公司的销售情况来做到这一点, 从而避免了企业对企业的交易. 相比之下，LC镜头使用的是消费者的信用卡选择. 通过从交易集中排除名片，我们实际上排除了所有企业对企业的购买, 尽管小企业主可以用他们的个人卡购买要素投入. 此外, MRTS的目标是那些已经存在足够长的时间来收购员工的公司, 而且它在结构上倾向于纳入大公司. 通过刷卡消费, LC镜头甚至可以看到短命商家的消费情况, 以及小型服务提供商(例如.g. 理发师、小型医疗服务提供者等.)，而这些都可能被捷运系统遗漏. 简而言之，两种来源都不是完美的，但其中一种的局限性往往是另一种的优点. 像这样, LC数据为MRTS提供了一个强大的和前所未有的补充，可以免费向公众提供.

图5:MRTS与lcd

LC大流行支出数据系列旨在解决当地决策者在新型冠状病毒肺炎大流行期间面临的信息差距. LC数据系列和LC流行病支出数据系列具有相同的基本目标——及时为决策者提供信息, 定期更新的细粒度数据，帮助他们了解当地经济状况，并做出政策选择，以增强社区的经济活力. 然而, LC数据系列与流行病消费数据系列之间存在一些关键差异:

• 抽样的方法流行病支出和LC数据系列都依赖于一个“稳定队列”的版本.“LC数据系列在给定月份的增长计算中，目标月份和比较月份的人口数量完全相同, 每个月都要进行这种配对. 相比, 流行病支出系列计算每个月的稳定队列(就像LC数据系列一样)，直到2020年2月(美国“现状”的最后一个月)。, 队列在哪里被冻结. 2020年2月以后, 客户可以退出样品, 但除非客户在2020年2月在场，否则他们无法加入样品.
• 权重流行病支出数据使用美国已知的支出水平进行加权.S. 人口普查局的美国社区调查数据. LC数据序列是未加权的.

当地消费者商业指数(LCCI)是12bet官方研究所第一次为决策者提供及时的信息, 定期更新的细粒度数据，帮助他们了解当地经济状况，并做出政策选择，以增强社区的经济活力. LC数据系列和LCCI有许多共同点，但在几个关键领域有所不同:

• LC视图: LCCI是基于发生在位于市区内的机构的交易. 相比之下, LC数据系列基于居住在某些大都市区域内的人执行的交易.
• 权重LCCI数据使用美国已知的消费水平进行加权.S. 人口普查局的美国社区调查数据. LC数据序列是未加权的.
• 通道: LC数据系列提供了一个细分的增长动态，这取决于所讨论的交易是远程进行还是亲自进行(在线/离线)。.
• 产品类型粒度: 在LCCI中，产品类型分为五种:耐用品, 耐用消费品, 燃料, 其他服务, 和餐馆. LC数据系列提供了更细粒度的产品桶, 包括:服装, 燃料, 一般商品, 食品杂货, 首页, 当地休闲, 当地的交通, 药店, 个人护理服务, 餐厅, 及专业消费者服务.