Comments
Description
Transcript
ダウンロード - 技研商事インターナショナル
2015 June Vol.53 GSI Monthly Report 技研商事インターナショナル コラム マンスリーレポート 「大手カフェチェーンの出店立地の居住特性」 技研商事インターナショナル株式会社 Giken Shoji International Co., Ltd. (GSI) ６ エリアマーケティングコラム 「大手カフェチェーンの出店立地の居住特性」 技研商事インターナショナル株式会社 マーケット分析ソリューション事業部 シニアコンサルタント 市川 史祥 GIS（地図情報システム）を用いた商圏分析の中で、新規出店時の商圏調査は主要なテーマです。出店判断のた めの基準を作る際に、自社の既存店をしっかり分析することは勿論重要ですが、競合の出店傾向を把握しておくこ とも欠かせません。 今回は大手カフェチェーンの出店傾向を分析してみます。各カフェチェーンの商圏特性を俯瞰し、カフェはどう いう立地に出店しているのか、各チェーン毎に違いがあるのかを考察してみます。 1 競合店舗のデータベース です。当社のGIS「MarketAnalyzer™」では、地図 にプロットした複数の店舗に対して商圏範囲を設定 競合を分析するためによく使われるデータベース は、電話帳データです。業種分類毎に利用できるた し、商圏データを一括で集計、付与することができ ます。 め、古くから活用されています。 今回は、全国チェーン店ポイントデータと言う データベースを用いました。小売チェーンや飲食 チェーンの店舗は出退店のペースが早いですが、こ のデータは数日周期でメンテナンスされており、よ り最新の出店状態を把握することができます。 指定できるカテゴリーは図1の通りですが、今回は この中からカフェカテゴリーのデータ、全国4591店 舗を利用しました。 座標データも付いているため、そのままGIS（地図 情報システム）にインポートすることができます。 店舗リストを地図上にプロットすることは技術的に 難しいことではありませんが、肝心なのはここから カフェ 韓国料理 SC/モール/アウトレット カーディーラー カメラ・DPE ファミレス 牛たん めがね 車買取り スタジオ・写真館 バーガー 天ぷら カジュアルウェア スポーツショップ 証明写真 回転寿司 焼肉 シューズ ゴルフ用品 レンタル ランチ・定食 ベーカリー 家電量販 釣り具 ゲームセンター 食べ放題 弁当・持ち帰り寿司 PCショップ 金券・貴金属売買 カラオケ 牛丼・丼もの スイーツ 雑貨 フラワーショップ ネットカフェ ラーメン・餃子 宅配ピザ 手芸・ハンドクラフト 銀行・郵便局・ATM シネコン カレー コンビニ 楽器 コインパーキング 旅行代理店 とんかつ 100均 書店 カーシェア エステ しゃぶしゃぶ ドラッグストア コミック ガソリンスタンド スポーツクラブ ふぐ ホームセンター 音楽CD レンタカー 消費者金融 お好み・たこ焼き スーパー 自転車 携帯キャリア トランクルーム うどん ディスカウント 子ども関連 宅配便 不動産賃貸 そば 酒屋 カー用品 ヘアカット クリーニング 居酒屋・やきとり リサイクルショップ バイク用品・中古バイク ビジネスホテル 【図1：全国チェーン店ポイントデータの業態カテゴリ 】 GSI Monthly Report_20150614 2 3つの人口 まずは各チェーン店の商圏特性を分析します。カ フェチェーンのターゲットは地域に居住している 人々だけではなく、働いている人、買い物をしてい る人と様々ですので、まずは全体的な傾向を見てい きましょう。 地図にプロットした店舗を中心に、半径300m圏内 の「3つの人口」を集計しました。「3つの人口」と はエリアマーケティングの基本的分析指標で、夜間 人口・昼間人口・商業人口を指します。夜間人口は 居住特性、昼間人口はビジネス特性、商業人口は繁 華街特性を分析するイメージです。図2はカフェ チェーン毎の3つの人口の平均値です。プロントはビ ジネス・繁華街立地を表す昼間人口・商業人口が突 出しています。バータイムを展開していることから イメージ通りというところでしょうか。対して珈琲 館は、どちらかというと居住地ベースの立地も意識 しているのではないでしょうか？ 夜間人口 エクセルシオール 2,538 スターバックス ドトール 昼間人口 商業人口 項目を少なくするというわけです。わかりやすく言 19,668 38,217 1,773 9,984 26,100 2,589 10,926 24,334 プロント 2,038 22,692 50,729 に、とうがらしと胡椒と山椒は辛いという1軸にまと カフェドクリエ 2,463 16,671 28,736 タリーズ 1,987 10,758 24,499 めるというような具合です。 ベローチェ 3,052 21,257 34,285 コメダ珈琲 1,757 3,123 6,130 サンマルク 2,381 11,300 29,171 珈琲館 2,988 6,381 13,251 います。スコアはゼロが真ん中の偏差値で、Zスコア 2,231 11,009 24,597 と言います。各因子は当社で解釈しており、因子1の 全体 【図2：半径0.3km商圏の3つの人口の平均値 】 えば、砂糖と酒とみりんという3軸を甘いという1軸 データのレイアウトイメージは図3のとおりです。 全国の町丁目単位で9つの因子スコアがセットされて スコアが高ければニューファミリー性が高いという ように解釈します。各解釈については本コラムでは 割愛します。 3 居住特性を知るデータベース 因子1 ここからは各チェーンの居住地ベースの出店傾向 夜間人口だけではありません。年齢、家族構成、住 因子3 因子4 因子5 因子6 因子7 因子8 因子9 0.17 -0.01 -1.27 -0.08 0.92 -1.46 -0.38 -0.73 東京都多摩市永山４丁目 -0.13 -0.83 -0.85 0.48 0.63 -1.35 -0.86 -1.00 東京都多摩市永山５丁目 -0.84 1.05 -1.52 0.03 0.17 -0.93 -0.05 -0.78 0.96 東京都多摩市永山６丁目 0.78 -1.11 -0.78 -0.72 0.85 -1.17 0.45 -0.12 -0.51 東京都多摩市貝取１丁目 0.83 -0.52 -1.23 -0.56 0.51 -1.32 0.26 -0.34 -0.51 東京都多摩市貝取２丁目 を見ていきます。居住特性を分析するデータは先の 因子2 東京都多摩市永山３丁目 1.32 3.74 0.67 0.71 -1.32 -0.41 -0.27 -1.43 -0.17 -0.72 0.85 東京都多摩市貝取３丁目 0.42 0.61 -0.99 0.05 0.72 -1.20 0.42 -1.14 2.81 東京都多摩市貝取４丁目 -0.39 0.18 -1.62 -0.00 0.63 -1.27 -0.61 -1.15 東京都多摩市貝取５丁目 -0.11 -0.51 -1.10 0.48 0.36 -1.20 -0.59 -1.26 3.79 東京都多摩市豊ケ丘１丁目 1.12 -0.84 -1.01 -0.56 1.02 -1.36 0.33 -0.07 -0.23 東京都多摩市豊ケ丘２丁目 0.41 0.39 -1.42 -0.45 0.46 -1.68 -0.27 -0.64 -0.09 0.15 ・ 宅、職業など様々です。商圏分析で重要なのはデー タをいかに読み解くかですが、単一の指標を見ても ・ ・ 【図3：町丁目単位の9つの因子スコア 】 何の知見も得られないと思います。複数の指標を複 眼的に見てはじめて商圏特性を把握することができ さらに町丁目単位で縮約された9つの因子スコアを ます。しかしながら複数の指標を同時に読み解くの 用いて、クラスター分析を行い30分類します。クラ は困難です。そこで商圏の質を読み解く「居住者プ スター分析とはデータをグルーピングする統計解析 ロファイリングデータ」を用いました。 手法です。9つの因子スコアの波形パターンが似てい る町丁目は同じグループとするやり方です。最終的 ■居住者プロファイリングデータとは？ に町丁目単位に9つの因子スコアとグループ番号（グ ループをクラスター＝CLと呼びます。）がセットさ カフェチェーンの出店立地の居住特性を分析する 前に、居住者プロファイリングデータがどのように れます。図4はクラスター番号別に地図を色塗りした ものです。 開発されたかを説明します。大きく分けると、① データの縮約・因子スコア化、②クラスター分析と いう2つのステップによって開発されています。 全国の人口や世帯数など約300項目が町丁目単位で セットされているのが国勢調査データです。その中 から年齢、世帯構成、住宅、職業を表す60項目を ピックアップし、主成分分析によって有意な9つの因 子に縮約します。60項目の元データを比較しても判 別しにくいため、人間が解釈できるようにデータ 【図4：川越駅周辺のクラスター分布 】 Copyright (c) 2015 GIKEN SHOJI INTERNATIONAL CO., LTD. All Rights Reserved. 4 居住特性と出店傾向 各カフェチェーンの属性に、店舗が位置する町丁 目のクラスター番号を付与します（図5）。 MarketAnalyzer™であれば一括処理が可能です。 RecID 屋号 店名 【図7：居住者プロファイリングハンドブック（一部） 】 居住者CL 1019 ドトール HAT神戸店 首都圏30 3153 タリーズ TSUTAYA WAY 橋本店 首都圏30 1930 スターバックス ビバモール寝屋川店 首都圏30 豊橋広小路店 首都圏30 4304 珈琲館 イオン千歳店 首都圏29 2132 プロント さっぽろポールタウン店 首都圏29 1853 スターバックス 京都四条河原町店 首都圏29 4187 サンマルクカフェ 京都四条通り店 首都圏29 特徴のあるエリアです。一方、「山奥のブルーカ 札幌狸小路店 首都圏29 1050 ドトール ASSE広島駅店 首都圏28 ラー」は人口総数の1.04％を占め、圧倒的に高齢者 2333 プロント CAFFE SOLARE Tsumugi LUCUA店 首都圏28 2327 プロント CAFFE SOLARE 心斎橋御堂筋店 首都圏28 2324 プロント CAFFE SOLARE 梅田ロフト店 首都圏28 875 ドトール 19 ドトール 「都会のセレブ」は人口総数の3.99％を占め、年齢 は20代～30代前半に集中しています。子どもと高齢 者の比率が低く、若者単身世帯が世帯構成の多くを 占めます。富裕度が高く、マンション住まいが多い の比率が高く、2人世帯数が突出しています。富裕度 は高くなく持家一戸建ての多いエリアです。 【図5：店舗ごとにクラスター番号を付与 】 ■チェーン毎の出店傾向を比較 クラスター番号単位で集計したものが図6のグラフ です。横軸は1～30のクラスター番号、縦軸はカフェ 全体傾向の次は、各チェーン毎に出店傾向を見て チェーン全体の店舗数を表します。一番出店が多い いきましょう。図8はコメダ珈琲とスターバックスを 居住特性は15番の「都会のセレブ」、一番少ないの 居住特性毎の店舗数で比較したものです。 は山奥のブルーカラーということがわかります。 各クラスターの詳細は、居住者プロファイリング データハンドブックでご確認いただけます。 年齢構成、世帯構成、年収、貯蓄、住宅という軸で クラスターを説明しています（図7）。 【図8：コメダ珈琲（オレンジ）とスターバックス（青） 】 縦軸は店舗数ではなく、両社の店舗数を100とした 場合の構成比を示します。大きく違うところが幾つ かありますが、「工場勤労者」と「社宅住まい」が 目立ちます。「工場労働者」は人口総数の2.72％を 占め、第2次産業に従事する人の割合が高く、子ども と20代～40代のニューファミリー世代が多く、年収 【図6：クラスター毎の出店数 】 GSI Monthly Report_20150614 は400万～500万の世帯が多いエリアです。 首都高速川口線 新座市 関越自動車道 「社宅住まい」は、人口総数の0.69％を占め、文字 松戸市 鎌ケ谷市 環状七号線 首都高速五号線 板橋区 通り社宅住まいが多く、若者単身世帯とニューファ 環状七号線 北区 首都高速板橋足立線 東久留米市 練馬区 首都高速川口線 葛飾区 首都高速板橋足立線 川越街道 西東京市 荒川区 豊島区 小平市 首都高速五号線 青梅街道 環状六号線 中野区 環状八号線 環状七号線 新宿区 杉並区 ど高くないですが、貯蓄レベルは高いという特徴が 墨田区 青梅街道 首都高速五号線 五日市街道 首都高速四号線 東京湾岸道路 東関東自動車道 港区 首都高速九号線 環状八号線 環状七号線 江東区 中央区 荒玉水道道路 調布市 首都高速中央環状線 首都高速三号線 東京湾岸道路 首都高速一号線 荒玉水道道路 世田谷区 環状六号線 東名高速道路 浦安市 首都高速十二号線 目黒区 狛江市 稲城市 首都高速九号線 渋谷区 京葉道路 江戸川区 首都高速七号線 千代田区 甲州街道 中央自動車道 甲州街道 中央自動車道 千葉街道 環状四号線 台東区 首都高速一号線 三鷹市 府中市 市川市 首都高速六号線 文京区 環状五号線 武蔵野市 小金井市 あります。 松戸三郷道路 足立区 東京外環自動車道 川越街道 ミリー世帯が混在しています。年収レベルはそれほ 首都高速六号線 中山道 和光市 清瀬市 環状七号線 川崎市多摩区 品川区 東名高速道路 ■出店余地の検討 川崎市麻生区 川崎市宮前区 川崎市高津区 第三京浜道路 環状八号線 中原街道 首都高速一号線 大田区 環状七号線 川崎市中原区 環状八号線 首都高速一号線 横浜市青葉区 例として「社宅住まい」のエリアはどこにあるか 【図9：「社宅住まい」エリア 】 を地図で表示しました。図9の赤い地域が該当します。 この地図に既存店を重ねあわせ、未開拓エリアを見 つけ出し、物件を探していくという方法もあるかと 思います。 5 最後に チェーン店舗における商圏分析は、自社の店舗データに商圏データを付与するところから始まります。そこから 今回ご紹介した既存店や競合店の分析をはじめ、売上と商圏データの相関分析、売上予測モデルの構築、店舗の棚 割り最適化など様々な分析を展開することができ、多数の分析事例がございます。 当社にはデータ分析やGISの運用に関して様々な経験とノウハウがあり、統計の知識だけではなく、実践的なビ ジネスマインドを持つスタッフが、高度・高速なツールを用いてお客様がご自身でマーケティングナレッジを蓄積 する支援をしています。これから商圏分析を始める方、現状の分析に行き詰まっている方、お気軽にご相談くださ い。 エリアマーケティング・商圏分析のための地図情報システム 1,900社／4,000ライセンスの導入実績を誇る、 商圏分析システム「マーケットアナライザー」 地域・商圏の需要と供給を地図上に見える化し、 データに基づく戦略立案を支援します。 活 用 事 例 新規出店時の商圏調査・売上予測 既存店分析、統廃合、M&A 顧客分布の可視化・販促エリア最適化 無料事例紹介セミナー開催中 技研商事 無料セミナー 検索 Copyright (c) 2015 GIKEN SHOJI INTERNATIONAL CO., LTD. All Rights Reserved. 今日の日本のマーケティングにおいては、多様化した消費者 の特性やニーズを把握し、それに基づいた店舗開発・販売促 進・商品企画を推進する重要性が高まっています。当社は 20年に渡って1,900社以上のお客様にマーケティング課題を 解決するための支援を行ってまいりました。その中で培った ノウハウを武器に、GIS技術と融合した新たな事業に取り組 んでいます。 www.giken.co.jp 技研商事インターナショナル株式会社 マーケット分析ソリューション事業部 本社 TEL:052-972-6544(代表) 名古屋市東区主税町2-30 GSIビル 東京支店 TEL:03-3506-1800(代表) 千代田区霞が関3-5-1 大阪営業所 霞が関IHFビル4F TEL:06-6227-4660(代表) 大阪市中央区瓦町4-5-9 井門瓦町ビル4F