Die Wahl des richtigen Standorts ist Garant für den Erfolg von Retail-Unternehmen. Eine Multikriterienanalyse unterstützt Entscheiderinnen und Expansionsplaner bei diesem komplexen Prozess und stellt die Planung auf eine solide Datengrundlage. Wie das in der Praxis geht, zeigt unser Beispiel für ein Takeaway-Restaurant.
Stellen Sie sich vor, Sie betreiben eine Restaurantkette und wollen Ihre Standorte optimieren oder neue Filialen eröffnen. Unweigerlich werden Sie sich die Frage nach dem besten Standort stellen. Bevor Sie sich in dieser entscheidenden Frage auf das Bauchgefühl verlassen und am Ende gar aufs falsche Pferd setzen, sollten Sie auf datengestützte Analysen zurückgreifen.
Dank Location Intelligence in Kombination mit umfassenden Datenbeständen tappen Retail-Verantwortliche bei der Standortwahl nicht im Dunkeln. Eine Multikriterienanalyse unterstützt Sie dabei, die relevanten Daten zu kombinieren, zu bewerten und die erfolgversprechendsten Standorte ausfindig zu machen. Dabei spielt es keine Rolle, welche Kriterien für den Erfolg Ihres Geschäfts relevant sind: die Nähe zu ÖV-Haltestellen oder das Alter und die Kaufkraft der Bevölkerung in der Umgebung des Standortes.
Ereignisse smart modellieren
Keine Frage: Das Durchführen einer Eignungsanalyse kann aufwändig sein. Der meist nicht-lineare, zeitintensive, iterative Prozess lässt sich mit den geeigneten Tools jedoch maßgeblich unterstützen und beschleunigen – beispielsweise mit dem Suitability Modeler in ArcGIS.
Dieser stellt in allen Phasen der Eignungsmodellierung visuelles Feedback in Echtzeit bereit und ermöglicht ein nahtloses Hin- und Herwechseln zwischen den einzelnen Phasen der Modellentwicklung. Damit können Erkenntnisse, die in einer Phase des Prozesses gewonnen werden, Entscheidungen in einer anderen Phase unterstützen und begünstigen.
Beispiel-Anwendung: Standort eines Takeaway-Restaurants
Zur Verdeutlichung hier ein Beispiel, bei dem in der Stadt Zürich potenzielle Standorte für Takeaway-Restaurants gesucht wurden.
Das Vorgehen bei der Multikriterienanalyse wurde dabei in drei Schritte unterteilt:
- Definition der Kriterien
- Auswahl der Daten
- Klassifizierung und Analyse
1. Schritt: Definition der Kriterien
Wie Sie wissen, zählt das Ermitteln der relevanten Kriterien für den optimalen Standort eines Geschäfts zu den aufwändigsten Schritten; es erfordert neben Branchenkenntnissen auch vertieftes Knowhow über die Strategie des Unternehmens sowie über aktuelle und historische Geschäftszahlen. Für das Beispiel des Takeaway-Restaurants haben wir folgende Kriterien gewählt:
- Siedlungsgebiet
Ein potenzieller Standort muss sich im bestehenden Siedlungsgebiet befinden.
- Verkehrszonen
Für ein Takeaway-Restaurant eignen sich insbesondere Fußgänger- und Begegnungszonen oder sonstige verkehrsberuhigte Straßen.
- Bau- und Zonenordnung
Der städtische Zonenplan legt fest, wo sich Zonen befinden, in denen ein Gewerbe betrieben werden darf.
- Öffentlicher Verkehr
Im ÖV-Land Schweiz ist der Erfolg von potenziellen Standorten maßgeblich von der Erreichbarkeit durch den öffentlichen Verkehr abhängig.
- Bevölkerung und Beschäftigte
Künftige Verkaufsstandorte sollen dort entstehen, wo viele Menschen leben und arbeiten.
- Geldautomaten
In Zeiten des bargeldlosen Zahlungsverkehrs mag die Erreichbarkeit eines Geldautomaten an Bedeutung verlieren. Nichtsdestotrotz kann die Nähe zu einem Geldautomaten beispielhaft als Indikator für den potenziellen Erfolg eines künftigen Standorts in Abhängigkeit zu sogenannten POI (Points of Interest) hergenommen werden.
- Mitbewerb
Ein Takeaway-Restaurant ist vermutlich dort erfolgreich, wo es bereits ähnliche Angebote gibt – eine genügend große Distanz zu bestehenden Angeboten ist aber gleichermaßen wichtig.
2. Schritt: Auswahl der Daten
Die Stadt Zürich stellt eine Vielzahl an Daten als Open Data zur Verfügung. So sind die besiedelte Fläche, die Verkehrszonen, die Bau- und Zonenordnung und die Haltestellen des öffentlichen Verkehrs als auch die ÖV-Güteklassen als freizugängliche Geodaten auf dem Open Data Portal der Stadt Zürich erhältlich.
Die Bevölkerungsdaten und die Daten zu den Beschäftigten werden vom Bundesamt für Statistik landesweit auf Hektargenauigkeit zur Verfügung gestellt. Diese Daten sind über den ArcGIS Living Atlas of the World bereits in ArcGIS integriert und können ebenfalls frei genutzt werden.
Für die Geldautomaten und die Standorte von Konkurrenten wurde im Rahmen dieses Demo-Cases auf die frei zugänglichen Daten von OpenStreetMap zurückgegriffen.
Datenaufbereitung: Rasterzellen ermöglichen Durchblick
Bevor wir nun mit der eigentlichen Analyse beginnen können, müssen die Daten in einem Zwischenschritt so aufbereitet werden, dass sie miteinander verglichen werden können. Das Untersuchungsgebiet wurde zu diesem Zweck in Rasterzellen eingeteilt, denen die Daten zugewiesen wurden. Zum Beispiel wurde für die ÖV-Güteklassen ein Raster erzeugt, das für jede Zelle die entsprechende Güteklasse enthält, oder für die Geldautomaten, die als Punktdatensatz vorhanden sind, wurde ein Raster erzeugt, bei dem jede Rasterzelle die Distanz zum nächsten Geldautomaten enthält.
Bei den Standorten des Mitbewerbs, die ebenfalls als Punktdaten vorliegen, wurde eine etwas komplexere Herangehensweise gewählt. Einerseits sollen potenzielle Standorte möglichst weit weg von der Konkurrenz liegen, andererseits sollen sie sich aber auch dort befinden, wo es bereits eine möglichst hohe Dichte an ähnlichen Angeboten gibt. Diesem Wunsch liegt die Annahme zugrunde, dass ein Takeaway-Restaurant zwar einerseits über eine möglichst exklusive Lage verfügen soll, dass aber andererseits das Vorhandensein des Mitbewerbs tendenziell auch zu mehr potenzieller Kundschaft in einem Gebiet führt. Mit ArcGIS lassen sich solche Analysen im Handumdrehen realisieren.
3. Schritt: Klassifizierung und Analyse
Um die Datensätze kombinieren und vergleichen zu können, müssen den ursprünglichen Daten Eignungswerte zugewiesen werden, die alle auf derselben Skala liegen. Diese sogenannte Reklassifizierung ist im Rahmen von Multikriterienanalysen einer der wichtigsten Schritte, der das Wissen von ExpertInnen erfordert. Mithilfe von ArcGIS können die verschiedenen Input-Daten auf einfache Weise reklassifiziert und on-the-fly dargestellt werden. Dank permanentem visuellem Feedback wird dieser sonst zeitaufwändige iterative Prozess vereinfacht und beschleunigt.
In einem letzten Schritt können den verschiedenen Faktoren noch unterschiedliche Gewichtungen zugewiesen werden. Beispielsweise kann man der Nähe zu ÖV-Haltestellen in der Analyse mehr Gewicht verleihen als der Dichte des Mitbewerbs.
Resultat: Der optimale Standort ist gefunden
Sobald die Daten in der Karte als Raster vorhanden, reklassifiziert und gewichtet sind, werden die potenziellen Standorte mit entsprechender Eignung visuell präsentiert. Dabei lassen sich alle Kriterien gemäß ihrer Gewichtung kombinieren. Nun ist eine Plausibilitätsprüfung der Ergebnisse möglich, und optional können an der Reklassifizierung und Gewichtung Anpassungen vorgenommen werden.
Falls die Analyse plausibel erscheint, können nun Gebiete als potenzielle Kandidaten festgelegt und detailliertere Analysen dieser Gebiete durchgeführt werden: beispielsweise die Recherche nach geeigneten Immobilienangeboten und deren Preisen. Sobald die weiterführenden Daten zur Verfügung stehen, können diese wiederum in das System integriert und dem Analysemodell hinzugefügt werden.
Ein weiterer möglicher Schritt wäre, dass man den Analyse-Workflow auf weitere Gebiete – zum Beispiel auf andere Schweizer Städte – ausweitet, um weitere Marktchancen ausfindig zu machen.
Egal für welche Kriterien und Analyseworkflows Sie sich entscheiden, steht fest, dass Geschäftsentscheide, die auf datengestützten Ansätzen basieren, nachhaltiger sind als Bauchentscheidungen. Dank Location Intelligence sind Sie bei den wichtigsten Fragestellungen, wie der Standortwahl nicht mehr auf Ihr Bauchgefühl angewiesen und damit der Konkurrenz einen wichtigen Schritt voraus.
Erfahren Sie in diesem kostenfreien E-Book, wie Sie auf Basis digitaler Karten Ihre Standortplanung ins nächste Level bringen.
- Beispiele und Best Practices
- Marktzahlen
- Konkrete Lösungstipps
