Entscheidungen zu Standorten und Filialen spielen bei stationären Geschäften eine entscheidende Rolle. Targomo hilft Unternehmen, wichtige Verkaufskennzahlen vorherzusagen und ihre Standortenscheidungen damit entscheidend zu verbessern.

Mehr als 80 Prozent des Erfolgs von Filialgeschäften hängt von ihrem Standort ab. Dank Geo AI von Targomo können Unternehmen diesen Erfolg nun vorhersagen und relevante Kennzahlen wie Umsatz oder Anzahl von Gästen prognostizieren. Die Geo AI Lösung ist in die Location-Analytics-Plattform TargomoLOOP integriert und liefert Prognosen für jeden potenziellen Standort im Verkaufsgebiet. 

Die Geo AI-Prognosen basiert auf einem maßgeschneiderten Vorhersagemodell (Predictive Analytics Model), das von Targomos Data-Science-Team entwickelt wird. Es kombiniert Maschinelles Lernen und Geo-Algorithmen mit Umgebungsinformationen und den Standortdaten eines Unternehmens, entwickelt daraus ein räumliches Prognosemodell und trainiert es kontinuierlich. Das Ergebnis sind verlässliche Umsatzprognosen für jeden Standort sowie Erkenntnisse über die Erfolgstreiber, die für den Erfolg von Standorten entscheidend sind.

Geo AI bietet Heatmaps und Prognosen zu Umsatz oder Kundenanzahl für jeden beliebigen Ort

Vorhersagen erreichen eine Genauigkeit von bis zu 80-90 %

“Die Erfolgstreiberanalyse ist das Herzstück unserer Geo AI-Technologie”, erklärt Henning Hollburg, Gründer und Geschäftsführer von Targomo. “Wir finden heraus, welche Umwelt- und Wettbewerbsfaktoren für den Erfolg einer Marke entscheidend sind und errechnen auch, in welchem Umfang sie beteiligt sind. Mit unserer Analyse weiß ein stationäres Geschäft endlich, wie viel seines Umsatzes auf den einzelnen Standortfaktoren beruht. Dies ermöglicht eine zuverlässige Vorhersage von Verkaufszahlen, bei der wir in der Regel eine Genauigkeit von bis zu 80-90 % erreichen.” (Hier geht es zum vollständigen Interview)

Neben der Umsatzprognose und der Erfolgstreiberanalyse bilden Heatmaps die dritte Säule des umfassenden Geo AI-Angebots. Heatmaps visualisieren Gebiete mit ungenutzten Absatzchancen und ermöglichen es Unternehmen herauszufinden, wie viel zusätzliche Einnahmen sie durch die Eröffnung von Filialen in beliebigen Teilen des Landes erzielen könnte. So können Unternehmen schnell und einfach geografische Gebiete mit dem größten Potenzial für das Wachstum ihres Geschäfts und ihrer Marke identifizieren.

Möchten Sie mehr über die Geo AI Services und Plattformintegration erfahren? Kontaktieren Sie uns

In einem früheren Blogbeitrag haben wir das Potenzial von Predictive Analytics für die Planung künftiger Filialstandorte untersucht. Jetzt werfen wir einen Blick hinter die Kulissen, um mehr über Funktionsweisen und Nutzen von Predictive zu erfahren. Unser Guide ist David Redlich, Teamleiter für API Services & Data Teams bei Targomo.

David, was ist Predictive Analytics, einfach ausgedrückt?

Stell dir vor, du könntest die Leistung künftiger neuer Filialen mit einem hohen Maß an Genauigkeit vorhersagen, und zwar auf der Grundlage harter Fakten und nicht nach Bauchgefühl. Das nennen wir Predictive Analytics. Wir kombinieren maschinelles Lernen und Geoalgorithmen mit soziodemografischen, Netzwerk- und Leistungsdaten, um einzigartige Vorhersagemodelle zu erstellen. Diese helfen unseren Kunden, Fragen zu beantworten wie: Was macht mein Geschäft erfolgreich? Wie viele Gäste werden in mein Restaurant kommen? Wie viel Umsatz kann ich von meinem Outlet-Store erwarten? Wohin soll ich als nächstes expandieren? All diese Analysen lassen sich jetzt in einem Bruchteil des üblichen Zeit- und Arbeitsaufwands und mit vollständiger Kontrolle und Transparenz beantworten.

Wie sahen Standortanalysen oder -planungen vor Predictive Analytics aus?

In der Regel konzentrierte sich die Analyse eher auf Teilaspekte und konnte nicht mit so großen Datenmengen umgehen. Nehmen Sie zum Beispiel Beratungsunternehmen. Die Analysen sind statisch und meist auf einige wenige Standorte beschränkt. Das macht es unmöglich, Szenarien zu erstellen, die die Wechselwirkungen zwischen verschiedenen Standorten berücksichtigen oder in die Zukunft blicken. Wie der Name schon sagt, ist Predictive Analytics zukunftsorientiert. Ist das Modell einmal eingerichtet, können Kunden tiefgreifende Analysen für eine beliebige Anzahl von Standorten durchführen, ohne dass sich die Kosten spürbar verändern.

Mit TargomoLOOP haben wir ein wirklich gutes Tool, das es unseren Kunden ermöglicht, ihre eigenen Analysen durchzuführen und auf der Grundlage von Daten aussagekräftige Erkenntnisse über die Zukunft zu gewinnen. Die Plattform ist skalierbar, da dieses Modell weltweit eingesetzt werden kann je nach Datenverfügbarkeit. Wir sind zuversichtlich, dass wir bei der Vorhersage der zukünftigen Leistung eines Standorts führend sind. Außerdem verbessern wir unsere Modelle und Tools kontinuierlich.

Welche Art von Daten verwendet ihr für die Vorhersageanalyse und woher stammen sie?

Im Allgemeinen verwenden wir vier Quellen: öffentliche, private, unternehmenseigene und selbst erstellte Daten.

Zu den öffentlich zugänglichen Daten gehören Netzwerkdaten wie Verkehrsmittel und Verkehrsinformationen, die wir zur Erstellung von Mobilitätsanalysemustern verwenden, um zu sehen, wie Menschen zu Ihrem potenziellen neuen Standort gelangen. Auch soziodemografische Daten und Points-of-Interest (POI) sind Teil der öffentlichen Daten.

Kommerzielle Daten umfassen ergänzende feingranulare soziodemografische Daten, zusätzliche Daten zu Points of Interest (POI), ökonomische Daten wie Kaufkraft oder Zielgruppendaten wie Limbic Types. Diese beziehen wir von unseren renommierten weltweiten Datenpartnern.

Ein wichtiger Teil des Vorhersagemodells sind natürlich die Unternehmensdaten unserer Kunden. Das sind standortbezogene Daten, die Aufschluss über verschiedene Filialmerkmale und die Performance geben. An erster Stelle stehen die Verkaufszahlen. Wenn wir ein Prognosemodell für einen bestimmten KPI entwickeln sollen, brauchen wir die entsprechenden Daten der bestehenden Filialen. Auch Informationen wie unterschiedliche Schließzeiten, Verkaufsflächen usw. sind wichtig, um deren Auswirkungen zu untersuchen oder Abweichungen erklären zu können.

Eine weitere relevante Quelle, mit der wir uns von unseren Mitbewerbern unterscheiden, sind selbst aufbereitete domänenspezifische Daten. Wir stellen die Fußgängerströme aufgeschlüsselt nach Tages- und Nachtzeiten sowie nach Intentionen wie Einkaufen oder Restaurantbesuche zur Verfügung. Wir bieten Auto- oder Hausbesitzerquoten und benutzerdefinierte POI-Sets, die besonders für stationäre Geschäfte interessant sind, um zu sehen, welche ergänzenden Geschäfte oder Dienstleistungen es in der Nähe ihrer Standorte gibt.

Was sind einige der Herausforderungen bei der Erstellung eines Predictive Analytics Models?

Zu Beginn eines Projekts wird ein beträchtlicher Teil der Zeit für das Sammeln, Vervollständigen und Bereinigen der Daten aufgewendet. Dieser Schritt wird oft unterschätzt, ist aber entscheidend, um unseren Kunden zuverlässige Ergebnisse zu liefern. Die größte Herausforderung besteht jedoch darin, dass die Algorithmen für künstliche Intelligenz und maschinelles Lernen in der Regel nicht für Geodaten (Geoinformationen, POIs, Netzdaten und Ladenstandorte) optimiert sind. Es ist eine Herausforderung, diese Dinge miteinander in Einklang zu bringen.

Eine der Maßnahmen, die wir ergriffen haben, um dieses Problem zu lösen, ist die Verwendung etablierter ökonomischer Modelle – wie das Gravitations- oder Logit-Modell. In diesen Modellen haben alle Standorte eine “Anziehungskraft”, mit der man die Wahrscheinlichkeiten berechnen kann, dass bestimmte demografische Gruppen an den eigenen Standort kommen, wobei andere konkurrierende Standorte und deren Anziehungskraft berücksichtigt werden.

Die Komplexität des Problems ist unglaublich. Viele Menschen haben versucht, dieses Problem zu lösen, mit unterschiedlichem Erfolg. Aber ich glaube, dass es niemandem in der verallgemeinerten Weise gelungen ist, wie wir es getan haben. Unsere prädiktive Analytik funktioniert bereichsübergreifend. Sie können die Daten einfach einfügen und individuelle Erfolgstreiber finden, ohne dass eine bereichs- oder unternehmensspezifische Anpassung erforderlich ist. Das ist eine ziemlich große Herausforderung, die wir gemeistert haben.

Wie adressiert TargomoLOOP die Kundenbedürfnisse im Bereich von Predictive Analytics?

Ein wichtiger Einflussfaktor ist für uns die Nutzererfahrung. Wir wollen TargomoLOOP vollständig in die Hände unserer Kunden legen und nicht als Mittelsmann fungieren, der die Analyse für sie übernimmt. Wir wollen ihnen ein Werkzeug an die Hand geben, mit dem sie viele verschiedene Szenarien selbst durchspielen können.

Es ist ein schmaler Grat – und wir lernen immer noch, wie wir komplexe Ergebnisse vermitteln und gleichzeitig unseren Kunden viel Kontrolle geben können. Wir haben schon immer viel mit Testnutzern gearbeitet und Feedback von bestehenden Kunden gesammelt, um eine gute User Experience zu erreichen und weiterzuentwickeln.

Welche Rolle spielt der Kunde bei Predictive Analytics?

Die Kunden spielen vor und während der Entwicklung eine wichtige Rolle. Zu Beginn stellen sie uns ihre Filial- und Unternehmensdaten sowie umgebungsunabhängige Geschäftsdaten zur Verfügung. 

Sie spielen dann auch bei der Auswertung eine aktive Rolle. Wenn wir die ersten Ergebnisse zu den Erfolgstreibern haben, besprechen wir die Ergebnisee mit ihnen, um zu sehen, ob es für sie nachvollziehbar ist. In der Regel ist es keine völlige Überraschung, was die Erfolgstreiber sind, sondern in welchem Ausmaß sie wichtig sind. Schließlich quantifizieren wir genau, wie wichtig Auto- und Fußgängerverkehr vor Ort sind und welche Rolle die Wettbewerber spielen. Nach der Analyse wissen sie, wie viel ihres Umsatzes auf die einzelnen Faktoren zurückzuführen ist. Manchmal finden wir auch heraus, dass Faktoren, die als wichtig angesehen wurden, in Wirklichkeit überhaupt keinen Einfluss auf den Umsatz haben.

Predictive Analytics ist immer eine Teamleistung: David und sein Team besprechen die Analyseergebnisse.

Welche Fähigkeiten sind erforderlich, um Predictive Analytics Models zu erstellen?

Es war eine steile Lernkurve für uns, und wir haben gemeinsam mit Universitäten ein Forschungsprojekt ins Leben gerufen, um uns Wissen anzueignen, das wir nicht hatten. Außerdem haben wir unsere Teams mit sehr fähigen Datenwissenschaftlern erweitert. Zusammen mit unseren großartigen Softwareentwicklern haben wir eine erfolgreiche Symbiose geschaffen, um modernste Geo-KI als Unternehmensprodukt anzubieten. Ich würde die erforderlichen Fähigkeiten jedoch nicht auf die von Datenwissenschaftlern oder Softwareentwicklern beschränken. Marketing, Business Development und Customer Success sind ebenfalls sehr wichtig. Es ist entscheidend, dass die Konzepte und Ergebnisse auf verständliche Weise kommuniziert werden. Das ist oft eine schwierige Aufgabe.

David, vielen Dank, dass du uns durch Predictive Analytics geführt hast. Keiner von uns besitzt eine Kristallkugel. Aber wie wir gesehen haben, kann die Analyse wirklich helfen, zukünftige Ergebnisse vorherzusagen, um Einzelhandelsstandorte erfolgreich zu planen und Risiken zu minimieren. Und das Beste daran ist, dass das Tool intuitiv zu bedienen ist, so dass unsere Kunden die Szenarien, die für sie am besten geeignet sind, durch Plug-and-Play ermitteln können.

Interesse, mehr über Predictive Analytics von Targomo zu erfahren? Get in Touch

Die Lage einer Immobilie ist eines der wichtigsten Kriterien für Wohnungssuchende. Die Entfernung zum nächsten Supermarkt oder die Anbindung an öffentliche Verkehrsmittel können darüber entscheiden, ob sich jemand für oder gegen eine Immobilie entscheidet.

Das deutsche Immobilienportal Immowelt bietet nun einen Lage-Check, der automatisch das Umgebungsangebot von Inseratsadressen prüft und eine Bewertung erstellt – den Standort-Score. Das neue Feature basiert auf Targomos Location Scoring API und ermöglicht Nutzern von Immowelt, auf einen Blick die Qualität des Nahverkehrs und der täglichen Versorgung einzuschätzen.

„Der Immowelt Lage-Check ist ein echter und handfester Mehrwert für Suchende auf immowelt.de“, sagt Felix Kusch, Immowelt Country Managing Director. „Wer auf einen Blick die Lage einer Immobilie beurteilen kann, spart wertvolle Zeit bei der Suche nach einer passenden Wohnung oder einem Haus. In der Testphase waren die Nutzer bereits begeistert von dieser praktischen Funktion.“

So funktioniert der Lage-Check

Der Immowelt Lage-Check ist ein Richtwert für die Attraktivität des Standorts einer Immobilie im Vergleich zu allen anderen Immobilienstandorten in der Region. Er wird anhand der Anzahl und Erreichbarkeit relevanter Punkte berechnet. Im Score „Täglicher Bedarf“ wird berücksichtigt, inwiefern sich Lebensmittelläden, Drogerien, Bankautomaten, Apotheken etc. in der Umgebung befinden. In den Score „Nahverkehr“ fließen Nähe und Anzahl von Haltestellen ein, die Anzahl der Nahverkehrslinien und die Häufigkeit ihrer Verbindungen sowie die Effektivität des Verkehrsnetzes selbst – wie gut es darin ist, Menschen in verschiedenen Gegenden zu verbinden.

Das Ergebnis wird anhand einer leicht lesbaren, fünfstufigen Skala dargestellt: Super, gut, okay, mäßig und wenig. Für die Zukunft möchte Immowelt den Lage-Check um zwei weitere Scores erweitern: Familienfreundlichkeit und Freizeitmöglichkeiten. Diese sollen unter anderem Informationen über Kindergärten, Spielplätze oder Sportanlagen anzeigen.

Vielfältige Bewertungsmöglichkeiten von Standorten

Die Location Scoring API von Targomo ermöglicht eine Bewertung von Standorten, in dem es soziodemographische Daten und die Erreichbarkeit relevanter Orte (Points of Interest) in der Umgebung analysiert. Nach welchen Kriterien Standorte bewertet werden, kann individuell eingestellt werden. „Die hohe Anpassungsfähigkeit der Location Scoring API war neben der Schnelligkeit und Präzision der Berechnungen ein Grund, warum wir bei der Entwicklung des Lage-Checks mit Targomo zusammenarbeiten“, sagt Felix Kusch.

„Wir ermöglichen Immobilien-Portalen, ihren Nutzern Zusatzinformationen zu bieten, die sie sonst auf anderen Webseiten recherchieren würden“, sagt Henning Hollburg, Managing Director von Targomo. „So können sie Nutzer auf der eigenen Plattform halten. Die Scores können sie dabei individuell gestalten und zum Beispiel auf verschiedene Länder, Kulturen oder Nutzertypen zuschneiden. Sogar eine individuelle Gewichtung der Kriterien durch den User selbst ist möglich – zum Beispiel ob eher viel oder wenig Bars oder Restaurants in einer Umgebung als gut bewertet werden. Oder ob die Anzahl oder die Entfernung zum nächsten Punkt entscheidend ist.“

Interesse, mehr über Location Scoring mit TargomoAPI zu erfahren? Kontaktieren Sie uns.

Über ‘immowelt’:

immowelt ist Teil der AVIV Group, eines der größten digitalen Immobilien-Tech-Unternehmen der Welt.

Die immowelt Mission ist es, künftig alle Schritte der Immobilientransaktion zu digitalisieren, um diese für alle Beteiligten so unkompliziert und einfach wie möglich zu gestalten. Die Basis hierfür bieten die reichweitenstarken immowelt Portale, die zu den führenden Immobilienplattformen in Deutschland und Österreich gehören und schon heute Eigentümer, Immobilienprofis und Suchende erfolgreich zusammenbringen. immowelt unterstützt mit datengestützten Services die unkomplizierte Suche nach einer Mietwohnung, die effektive Vermarktung einer Immobilie und maßgeschneiderte Finanzierungen der eigenen vier Wände. Dank jahrzehntelanger Erfahrung und breitem Immobilien-Know-how kreiert immowelt so das perfekte Erfolgserlebnis für Mieter und Vermieter, Immobilienprofis, Immobilieneigentümer und Käufer.

Neben immowelt gehören weitere führende Immobilien-Onlinemarktplätze in Frankreich, Belgien und Israel zur AVIV Group, die Teil der Axel Springer SE ist.

Lernen Sie unseren Neuzugang Dylann Joffard kennen, der ein anspruchsvolles globales Auge und eine Leidenschaft für Geschäftsverbindungen mitbringt.

Nach nur wenigen Monaten in seiner neuen Rolle als Business Developer hat Dylann Joffard es bereits geschafft, einen guten Eindruck bei Targomo zu hinterlassen. Ursprünglich aus der Pariser Region Seine-et-Marne stammend, lebt Dylann jetzt in Berlin, wo er seine Deutschkenntnisse auffrischt. Zurzeit liest er ein Buch zum Thema ausgeglichenes Arbeiten, was seine Deutschkenntnisse noch weiter verbessert.

Mit einem Bachelor-Abschluss in Geografie und einem Master in Stadtplanung und Urban Policies ist Dylanns Fachwissen im Bereich von Geografischen Informationssystemen (GIS) zweifellos ein großer Vorteil für Targomo’s Geschäfte in Frankreich. Obwohl er noch nicht an einem größeren Projekt gearbeitet hat, sind seine Karriereziele weit gesteckt – von der Identifizierung der Märkte, die GEO-AI-Standortanalysen benötigen, bis hin zur Fähigkeit, solide Beziehungen zu knüpfen, freut er sich darauf, die erfolgreiche Expansion des Unternehmens in Frankreich zu unterstützen.

Auf die Frage, welchen Rat er jemandem geben würde, der im Bereich der Geschäftsentwicklung arbeiten möchte, sagt er: “Sei neugierig und haben keine Angst vor einem Nein.” Es sei wichtig, die Gründe für die Probleme zu verstehen, die jemand zu lösen versuche, erklärt er. Wenn ein potenzielles Unternehmen nicht interessiert sei, liege das entweder daran, dass das Unternehmen das Problem noch nicht erkannt habe oder dass man nicht in der Lage gewesen sei, es zu erkennen.

Wenn er nicht gerade damit beschäftigt ist, Beziehungen im französischen Markt aufzubauen, kann man Dylann beim Fotografieren von Kunstobjekten antreffen. So hatte er Anfang 2022 seine erste Ausstellung in Lyon, Frankreich. Sein Ziel? Eine Botschaft zu einer Vielzahl von Themen (Gender, Rassismus usw.) auszudrücken und mit inspirierenden Menschen zu arbeiten, egal ob sie Profis oder Amateure sind.

Was seine tägliche Motivation angeht, so ist sie einfach: Bei der Arbeit geht es darum, Vertrauen zu den Kunden aufzubauen und ihre Bedürfnisse zu erfüllen. Im Privatleben geht es ihm darum, Beziehungen zu Menschen aufzubauen und zu pflegen.

Interesse, mit Dylann zusammen zu arbeiten? Hier geht es zu unseren offenen Stellen. Auch Initiativbewerbungen sind willkommen!

Standorte können bei vielen Unternehmen über Erfolg oder Misserfolg entscheiden. Umso wichtiger ist, es, vor der Planung der nächsten Filiale – sei es Laden, Fitnessstudio oder Restaurant – eine gründliche Recherche durchzuführen.

Mit Predictive Analytics können Unternehmen jetzt die finanziellen Auswirkungen von Standortentscheidungen wie eine Eröffnung, Schließung oder betriebliche Veränderung genau abschätzen.

Henning Hollburg, Targomo’s Founder and Managing Director, explains what predictive analytics is and how businesses with physical points of sales can benefit from it.

Was ist „Predictive Analytics“, was ist daran neu?

“Einfach ausgedrückt handelt es sich darum, hochentwickelte Machine Learning Algorithmen anzuwenden, um aus der Vergangenheit zu lernen und zukünftige Szenarien vorherzusagen.

Wir arbeiten seit Jahren an Predictice Analytics und können diese innovative Technologie nun allen Unternehmen anbieten, die sie benötigen. In den letzten Jahren hat dieser Bereich durch die Weiterentwicklung von Schlüsseltechnologien einen enormen Aufschwung erfahren, von besserer Hardware bis hin zu leistungsfähigeren Modellen. Zusätzlich ermöglicht uns das Aufkommen moderner Webtechnologien, solche Lösungen in einer browserbasierten Umgebung zu entwickeln.”

Welchen Nutzen bringt der Einsatz von „Predictive Analytics“ in der Standortplanung?

“Der Standort ist für alle Unternehmen wichtig, die eine physische Interaktion mit ihren Kunden pflegen. Unsere Modelle können den Erfolg einer Handelsfiliale zu 80-90 % vorhersagen. Das bedeutet, dass wir unseren Kunden mit dieser Genauigkeit sagen können, welche Umsätze sie erwarten können, wenn sie ein neues Geschäft eröffnen wollen. Das gibt ihnen eine enorme Planungssicherheit.

Aber das Potenzial der Prognosen geht über Neueröffnungen hinaus. Auch Änderungen der Verkaufsfläche, der Öffnungszeiten, des Ladentyps usw. können vorhergesagt werden, und zwar nicht nur für die veränderte Filiale selbst, sondern auch für die anderen Filialen im Netz. Ein Kunde von uns möchte zum Beispiel wissen, welchen Standort er ‘re-branden’ soll. Ein anderer möchte wissen, welche Produkte er wo anbieten soll.  Unsere Modelle geben antworten.”

Predictive Analytics liefert sofortige Vorhersagen für relevante KPIs (wie hier die Gästezahl) für jeden potenziellen neuen Standort.

Wie kann ein Kunde den Einstieg in Predictive Analytics finden?

“Bei Tarogmo ist das ein dreistufiger Prozess. Zunächst stellt uns der Kunde seine Geschäftsdaten zur Verfügung. Dann trainieren wir unser Modell mit diesen Daten, bevor wir in TargomoLOOP ein individuelles Modell für den Kunden mit Vorhersagen über seine Geschäftsentwicklung integrieren.

Die Geschäftsdaten der Kunden umfassen üblicherweise die Standorte ihrer Geschäfte in Kombination mit einer Reihe von Attributen, den so genannten standortbezogenen oder ‚geo-referenzierten‘ Daten. Dabei handelt es sich in der Regel um die Größe und Art des Geschäfts, die Öffnungszeiten, die letzte Renovierung und so weiter. Die Kunden stellen uns auch ihre Geschäftskennzahlen zur Verfügung, wie z. B. den Gesamtumsatz, den Umsatz mit einem bestimmten Produkt oder die Anzahl der Besucher.

Dann analysieren wir die Umgebung der einzelnen Filialen, um Muster zu erkennen. Hier kommen hauptsächlich drei Arten von Daten ins Spiel: mobilitätsbezogene Daten wie Fahrpläne des öffentlichen Nahverkehrs, Straßennetze oder Bewegungsdaten, soziodemografische Daten und Daten zu Orten in der Umgebung, den Points of Interest. Die Muster helfen uns zu verstehen, welche Faktoren zu Erfolg oder Misserfolg führen. Mit diesen Metriken/Erfolgsfaktoren trainieren wir ein Modell, und dieses Modell ermöglicht es uns, die meisten KPIs für andere Standorte vorherzusagen.”

Was können Kunden von den vorhersagenden Analysen erwarten?

“Wir integrieren das Modell in TargomoLOOP, das von uns entwickelte intuitive browserbasierte Tool, und sie können einfach eine beliebige Adresse eingeben, um Prognosen zu Umsatz, Besucherzahlen und anderen wichtigen Aspekten für die Filialplanung zu erhalten. Letztendlich werden sie in der Lage sein zu verstehen, ob die Eröffnung eines Geschäfts dort erfolgreich sein wird oder nicht.

Und das Besondere ist, dass unser Modell nicht nur für die Expansion des Geschäfts nützlich ist, sondern auch, um zu verstehen, ob eine bestehende Filiale besonders viel oder zu wenig Leistung bringt, also ein Over- oder Underperformer ist. Wir vergleichen einfach die Geschäftsleistung bestehender Geschäfte mit der von unserem Modell vorhergesagten Leistung. Mit diesen Erkenntnissen kann unser Kunde sein Filialnetz optimieren. Es kann die Preisgestaltung, das Produktangebot und die Ladenöffnungszeiten anpassen, um Erfolge zu wiederholen oder schlechte Ergebnisse zu korrigieren.”

Wo liegen die Grenzen in den Vorhersagen? 

“Natürlich steht und fällt die Möglichkeit mit den verfügbaren Daten. Wir haben zum Beispiel gelegentlich beobachtet, dass bestimmte Geschäfte aufgrund von Renovierungsarbeiten und den daraus resultierenden Schließungen weniger Umsatz gemacht haben. Sie tauchten dann in unserer Analyse zunächst als Underperformer auf, weil wir keine Informationen über die Schließungen hatten. Je mehr interne Daten wir von unserem Kunden erhalten, desto besser.

Aber vor allem, wenn nur einige wenige Filialen verfügbar sind, wird es schwierig, Muster zu erkennen. Idealerweise sollte ein Netzwerk aus mehr als ein paar Dutzend Geschäften bestehen, um ein aussagekräftiges Modell zu entwickeln. Darüber hinaus gibt es auch Faktoren, die die Leistung beeinflussen, für die wir keine Daten haben oder die nichts mit dem Standort an sich zu tun haben. Zum Beispiel, wenn das Personal besonders freundlich ist und eine gute Kundenbindung aufgebaut hat.”

Welchen Vorteil bietet die Zusammenarbeit mit Targomo bei Predictive Analytics? 

“Targomo hat langjährige Erfahrung in Analysen von Mobilität und menschlicher Bewegung und haben auch viel in diese Richtung geforscht. Diese Expertise fließt in unsere Analysen und Prognosen ein, da der Erfolg von Filialen entscheidend von menschlichen Bewegungsmustern abhängt: Es geht darum, dass die Menschen zu den Unternehmen kommen und die Unternehmen zu den Menschen.

Ein weiterer Vorteil ist, dass wir dieses individuell auf den Kunden entwickelte Vorhersagemodell in die Analyseplattform integrieren. Diese ist recht einfach zu bedienen, so dass alle Teammitglieder darauf zugreifen können, ohne GIS-Experte oder Datenwissenschaftler zu sein.”

Vielen Dank an Henning für die Einführung in Predictive Analytics.

Möchten Sie erfahren, wie Sie mit der Analyseplattform TargomoLOOP sofortige Vorhersageergebnisse erhalten? Buchen Sie hier eine Demo.

Analyseplattform TargomoLOOP unterstützt die Gustoso Gruppe bei der Expansion ihrer schnell wachsenden Restaurant-Marken

Die Gustoso Gruppe, einer der am schnellsten wachsenden Markengastronomie-Anbieter am Markt, setzt seinen Expansionskurs fort: Um effizient die jeweils besten Standorte für ihre Restaurantmarken Cotidiano, Ciao Bella, Ruff’s Burger und Otto’s Burger identifizieren zu können, baut das Unternehmen seit kurzem auf die Technologie des Location Intelligence Spezialisten Targomo.  Mit Hilfe dessen Plattform TargomoLOOP können die Gastronomieexperten in kürzester Zeit das Potenzial eines möglichen neuen Standorts hinsichtlich der Zielgruppen ihrer unterschiedlichen Restaurantmarken analysieren.

„Targomo hat uns gleich überzeugt. Wir können potenzielle Standorte mit dem interaktiven Tool viel effizienter und schneller beurteilen“, berichtet Andreas Reitz, Director Development & Expansion der Gustoso Gruppe. Nach einer kurzen Testphase setzen die Restaurant-Profis TargomoLOOP nun in ihrer täglichen Arbeit ein. Neben der effizienten Potenzialanalyse auf Basis von Daten zu Wettbewerbssituation, Demographie, Kaufkraft und Passantenfrequenzen ermöglicht die Plattform auch die strukturierte Bewertung von Points of Interest. Diese geben Aufschluss über Charakter und Besuchermagneten einer Gegend, wodurch sich der Wert der Passantenfrequenzen für das eigene Geschäft besser beurteilen lässt.

Standortpotenziale für unterschiedliche Restaurant-Marken verstehen

Jeden möglichen neuen Standort, von dem Gustoso erfährt, bewertet das Team um Andreas Reitz mit TargomoLOOP nach seinem jeweiligen Potenzial für die unterschiedlichen Restaurant-Marken der Gruppe. So gibt es Standorte, die sich zum Beispiel für den Better Burger Player Ruff’s Burger als ungeeignet erweisen, aber für das italienische Konzept Ciao Bella passen. Die unterschiedlichen Anforderungsprofile der verschiedenen Restaurant-Marken der Gruppe wurden ebenso wie die Kennzahlen der bestehenden Standorte so in TargomoLOOP hinterlegt, dass die Gastronomieexperten interaktiv mit der Plattform arbeiten können. Potenziale von Standorten können sie so in Echtzeit auf der Benutzeroberfläche beurteilen, ohne zunächst Reports erstellen zu müssen.

Mit TargomoLOOP erhält Gustoso sofortige Einblicke in das Potenzial von Standorten für seine Restaurantmarken und mögliche Kannibalisierungseffekte.

Mit Targomo kann die Gustoso Gruppe ihre Prozesse nun erheblich effizienter gestalten. „Zuvor haben wir alle relevanten Daten in ein riesiges Excel-Sheet eingepflegt“, berichtet Stefanie Langhans, Senior Manager Finance der Gustoso Gruppe, „das aber mit der Zeit so komplex wurde, dass detaillierte Analysen für jeden potenziellen Standort zu aufwendig wurden.“ Mit TargomoLOOP kann die Gustoso Gruppe nun wesentlich mehr Detailanalysen durchführen und sicherstellaen, dass sie nur noch solche Immobilien besichtigt, deren Standorte auch wirklich für eine oder mehrere ihrer Restaurant-Marken wirtschaftlich in Frage kommen. „Mit der Plattform können wir bestehende Unsicherheiten bei den Standort-Entscheidungen minimieren“, freut sich Stefanie Langhans.

Erfolge bestehender Restaurants replizieren

Besonders gut gefällt den Managern der Gustoso Gruppe, dass sie mit TargomoLOOP auch mögliche Kannibalisierungseffekte potenzieller neuer Standorte mit bestehenden Restaurants sehr präzise prognostizieren können. Doch die Gastronomie-Profis haben mit der Plattform noch mehr vor: In Zukunft soll TargomoLOOP auch aktiv Lagen vorschlagen, die geeignet sind, den Erfolg gut laufender bestehender Restaurants zu wiederholen.

Die Zusammenarbeit mit dem Team von Targomo loben die Manager der Gustoso Group explizit: „Das sind kluge Köpfe, die große Kompetenz mitbringen. Die gute Zusammenarbeit ist für uns sehr wertvoll“, sagt Andreas Reitz. So seien in gemeinsamen Workshops zum Beispiel die Rollen von Wettbewerb und Points of Interest deutlich geworden und damit die Kriterien für die Standortsuche optimiert worden. Für das Team der Gustoso Gruppe ist Targomo eine große Unterstützung dabei, die besten Standorte für die noch in diesem Jahr geplanten 14 neuen Restaurants zu finden und damit die Expansionsstrategie weiter zu verfolgen.

Über die Gustoso Gruppe

Die Gustoso Gruppe ist ein innovatives und schnell wachsendes Gastronomie-Unternehmen mit Sitz in München. Seit ihrer Gründung im Jahr 2015 ist die Gruppe durch organisches und anorganisches Wachstum auf rund 75 Standorte deutschlandweit gewachsen. Zur Gruppe gehören die Marken Ciao Bella, Cotidiano, Ruff’s Burger und Otto’s Burger. Erklärtes Unternehmensziel ist es, eine der führenden Multi-Brand Gastronomie-Plattformen für die innovativsten und erfolgreichsten gastronomischen Konzepte in Europa zu werden.

Möchten Sie mehr darüber erfahren, wie die Technologien von Targomo Restaurants und Handelsketten bei der Analyse von Standorten und der Prognose von Einnahmen oder Gästezahlen unterstützen? Kontaktieren Sie uns

Mit der Zunahme von Lieferdiensten sind “Dark Stores” als Abwicklungszentren für ultraschnelle Bestellungen in dicht besiedelten Gebieten  entstanden. Aber worin unterscheiden sie sich von Supermärkten, wie plant man einen Dark Store, und was bringt die Zukunft?

Der Umsatz von E-Commerce wird bis 2023 6,5 Billionen Dollar erreichen, sagen Prognosen voraus – mehr als das BIP von Deutschland und Indien zusammen. Zwischen 2021 und 2026 soll der E-Commerce weltweit um 55 % wachsen.

Die Entwicklung ist nicht neu, aber die Covid-Pandemie hat sicherlich dazu beigetragen, den Wandel zu beschleunigen. Nach Untersuchungen von Capgemini stiegen die Online-Verkäufe im Vereinigten Königreich während der Covid-Pandemie um 61,8 % im Vergleich zum Vorjahr, wobei die Amazon-Verkäufe 2020 um 81 % im Vergleich zum Vorjahr stiegen.

Dieser beispiellose Wandel bringt neue Möglichkeiten und Infrastrukturen mit sich, um die wachsende Nachfrage nach schnellen Lieferungen zu bedienen. Eine davon ist das Konzept des “Dark Stores”. Der Begriff ist den meisten wahrscheinlich nicht geläufig, aber jeder, der schon einmal online bestellt hat, ist mit einem solchen in Berührung gekommen.

Was sind Dark Stores?

Dark Stores ähneln im Aufbau einem Supermarkt und sind Lagerhäuser, die in Gängen angeordnet und bis unter die Decke mit Waren gefüllt sind. Aber hier enden die Ähnlichkeiten zwischen den beiden.

Dark Stores sind in der Regel nicht öffentlich zugänglich, auch wenn einige von ihnen auch als Click-and-Collect-Zentren genutzt werden. Die Dark Stores sind aus der großen Vorliebe der Verbraucher für Bequemlichkeit und Online-Shopping entstanden. Wenn Sie eine ‘Quick Commerce’ Bestellung aufgeben, die innerhalb des gleichen Tages geliefert werden soll, stehen die Chancen gut, dass sie in einem Dark Store erfüllt wird.

Ein weiterer entscheidender Unterschied zwischen einem Supermarkt im herkömmlichen Sinne und einem Dark Store sind die Einzugsgebiete und wie diese definiert werden. Bei einem Supermarkt wird das Einzugsgebiet eher geschätzt, weil die Kunden variieren und abwandern können. Mit anderen Worten: Der Käufer geht zum Verkäufer, und er benutzt viele verschiedene Verkehrsmittel, um dorthin zu gelangen, so dass bei der Definition des Einzugsgebiets die Erreichbarkeit mit verschiedenen Verkehrsmitteln berücksichtigt werden muss. Supermärkte sind auch so gelegen, dass sie vom Durchgangsverkehr profitieren, oft in der Nähe von sich ergänzenden Geschäften, so dass die Kunden mehrere Geschäfte in einem Gebiet besuchen können.

Bei Dark Stores ist das Gegenteil der Fall. Der Verkäufer geht zum Käufer, meist in Form einer Lieferung durch einen Zustelldienst. Aus diesem Grund kann der Dark Store sein Einzugsgebiet genau bestimmen. Dieses wird durch drei Elemente definiert: den Standort des Dark Stores (idealerweise in der Nähe einer großen Anzahl potenzieller Kunden), die Art des Transportmittels (meist Fahrzeuge oder E-Bikes) und die versprochene Lieferzeit.

Wo sind die besten Standorte für Dark Stores?

Wie für Supermärkte ist auch für Dark Stores die Lage entscheidend. Doch die Datengrundlage für Entscheidungen für oder gegen einen Standort ist eine andere. Während Supermärkte den multimodalen Transport und den hohen Fußgängerverkehr berücksichtigen müssen, ist es für Dark Stores viel wichtiger, strategisch und geografisch so platziert zu sein, dass Gebiete mit hoher Bevölkerungsdichte und dem richtigen demografischen Profil innerhalb der versprochenen Zeit werden können.

Auch der Platzbedarf kann ein anderer sein. Denn Dark Stores können den Platz optimal nutzen, da sie ihre Läden nicht nach kundenpsychologischen Gesichtspunkten einrichten müssen. In einem Supermarkt werden beispielsweise frische Produkte im vorderen Bereich und Werbeartikel am Ende der Gänge platziert. Stattdessen können Dark Stores häufig bestellte Artikel im vorderen Teil des Ladens platzieren, so dass sie leichter zu erreichen sind und Lieferungen noch effizienter werden.

Wie wir wissen, ist die Nähe zum Kunden der Schlüssel, um das Versprechens einer schnellen Lieferung zu erfüllen. Wenn jedoch viele Mikro-Fulfillment-Zonen in unmittelbarer Nähe liegen, besteht die Gefahr der Kannibalisierung durch sich überschneidende Liefer- oder Fulfillment-Zonen.

Wie Location Intelligence bei der Planung von Dark Stores hilft

An dieser Stelle kommt Location Technologie ins Spiel. Mit Tools wie TargomoLoop können Sie potenzielle Standorte und Gebiete bis ins kleinste Detail analysieren, von der Größe des Einzugsgebiets bis hin zu demografischen Daten. So können Sie die relevanten Zielgruppen orten, den potenziellen Markt genau definieren und Lieferzonen bestimmen, die miteinander harmonieren und eine mögliche Kannibalisierung vermeiden.

Ein gutes Beispiel hierfür ist Yababa, ein Lebensmittelunternehmen, das sich auf türkische und nahöstliche Produkte spezialisiert hat. Mithilfe unserer leistungsstarken demografischen Standortdaten konnte das Unternehmen die optimalen Standorte ermitteln, von denen aus es seinen spezifischen Kundenstamm in Berlin, Köln und Düsseldorf bedienen kann.

Mit der Analyseplattform können Sie auch nach anderen demografischen Kriterien wie Haushaltsgröße, Kaufkraft und Verbraucherprofilen optimieren. Wenn Sie beispielsweise jüngere Kunden mit höherem Einkommen ansprechen wollen, können Sie herausfinden, wo Sie diese Zielgruppe finden und wie viele Sie innerhalb einer bestimmten Zeit beliefern können.

Dark Stores in der Zukunft

Im Gaststättengewerbe gibt es seit einigen Jahren das Konzept der sogenannten “Ghost Kitchens”. Sie ermöglichen es Restaurants oder Fast-Food-Lokalen, die nicht über einen physischen Standort mit Gastraum verfügen, ihre Kunden von Küchen aus zu bedienen, die nur ausliefern oder abholen. Das gleiche Prinzip wird jetzt auch in anderen Branchen angewandt. Die Supermarktkette Kroger und die Technologieplattform Ocado haben sich zusammengetan, um Kroger bei der Expansion in Gebiete zu unterstützen, in denen das Unternehmen derzeit nicht vertreten ist, ohne dass teure, publikumswirksame Ladengeschäfte eingerichtet werden müssen.

Ein weiterer Trend geht zu Hybridmodellen, bei denen Online- und Offline-Verkauf unter einem Dach verschmelzen. Alibaba hat dieses Konzept in China mit seinem intelligenten Supermarkt Hema erprobt. Hier stöbern Kunden zwischen physischen Produkten und scannen sie, um sie sich während des Einkaufs liefern lassen. Sie können sogar Lebensmittel bestellen und sofort zubereiten lassen, so dass sie zum Ende des Einkaufs zum Verzehr bereitstehen.

Gorillas, ein App-basiertes Lieferunternehmen mit Präsenz in Europa und den Vereinigten Staaten, nutzt Targomo, um Lieferzonen zu planen und abzubilden. Seit kurzem bietet der Lieferdienst auch Pick-Up, berichtet die New York Post. An den 18 Standorten in New York können die Kunden nun online bestellen und im Laden abholen zu einer Zeit, die ihnen passt.

In Deutschland geht die Supermarktkette REWE ähnlich vor und führt Abholstationen ein, die rund um die Uhr geöffnet sind. Sie ermöglichen REWE seinen Kunden, die zuvor über die App bestellten Lebensmittel jederzeit abzuholen.

Liegt die Zukunft vielleicht in hybriden Modellen? Während der E-Commerce-Umsatz boomt, bedeutet die Nachfrage der Verbraucher nach sofortiger Einkaufsbefriedigung und der Möglichkeit, ihre Einkäufe physisch zu erledigen, dass ein hybrides Modell, in dem Supermarkt und Dark Store verschmelzen, die nächste große Revolution in der Welt des Einzelhandels sein könnte.

Entdecken Sie, wie Location Intelligence Ihnen dabei hilft, den idealen Standort zu finden.

Standortentscheidungen sind weitreichend und werden selten allein getroffen. Meist sind verschiedene Parteien und Hierarchien involviert. Darum ist ein entscheidender Teil des Entscheidungsprozesses, Informationen und Erkenntnisse über potenzielle neue Standorte mit den relevanten Stakeholdern zu teilen.  Hier kommen TargomoLOOPs Standortberichte ins Spiel.

Mit unserer Standortanalyse-Plattform TargomoLOOP können Sie Standortberichte erstellen und als PDF herunterladen. Die Standortberichte präsentieren die wesentlichen Fakten und Analyseergebnisse zu einem Standort. Sie helfen dabei, die Analyseergebnisse mit Kollegen, Vorgesetzten und Partnern zu teilen, und können zu Archivierungszwecken verwendet werden. 

Wir haben nun die Funktionen und das Layout der Berichte überarbeitet, um Relevanz und Verständlichkeit zu steigern, damit unsere Nutzer ihre Ergebnisse noch besser teilen können. 

Die erste Seite bietet einen Überblick über die Kerninformationen zum Standort. Dazu gehören die Adresse, die Bewertung innerhalb des Standortnetzwerks und ein Überblick über die gewählten Einzugsgebiete, die auch in einer Karte visualisiert werden. 

The coverage of the differently selected catchment areas is now shown in a concise way on the map

Targomo bietet die Möglichkeit, multimodale Catchment-Analysen durchzuführen. Das bedeutet, dass sich die Analyse über mehrere Einzugsgebiete erstreckt, die jeweils durch einen anderes Verkehrsmittel definiert werden können. Targomo LOOP bietet hier neben den Verkehrsmitteln Auto, zu Fuß, Rad oder Öffentliche Verkehrsmittel auch die Möglichkeit, die Geschwindigkeiten individuell einzustellen, weshalb auch zusätzliche Verkehrsmittel wie e-Bike abgebildet werden können. 

Berichte aufgeschlüsselt nach Einzugsgebieten

Auf weiteren Seiten enthält der Bericht die Analyseergebnisse aufgeschlüsselt nach den einzelnen Einzugsgebieten. Hier finden Sie Details zu den Sonderzielen, den demografischen und sozioökonomischen Merkmalen des Gebiets und anderen Datenpunkten, die der Analyse hinzugefügt wurden.

Auch kundenspezifische Daten können integriert werden. Dazu können vergangene oder geschätzte Gästezahlen, Bestellungen, die Größe des Standorts oder die Anzahl der Mitarbeiter gehören.

Möchten Sie die Analyse-Plattform TargomoLOOP in Aktion sehen? Buchen Sie hier Ihre Demo.

Die Entscheidung für oder gegen einen Geschäftsstandort ist eine wichtigeAufgabe – ganz gleich, ob es sich um Ihr erstes Geschäft oder eines von vielen handelt.

Das alte Sprichwort “Wer sich nicht vorbereitet, bereitet sich auf das Scheitern vor” war noch nie so treffend wie bei der Wahl des richtigen Standorts für das nächste Geschäft. Angesichts der vielen Standortfaktoren und Trends, die es zu berücksichtigen gilt, sowie der Pandemie, die zu einem veränderten Einkaufsverhalten der Menschen führt, ist eine gründliche Recherche unerlässlich. Dabei sollten Sie folgende sieben Fehler auf jeden Fall vermeiden:

1. Kannibalisierung nicht berücksichtigen

Auch wenn es wirtschaftlich sehr sinnvoll ist, das stationäres Geschäft auf mehr Standorte auszuweiten, sollten Sie unbedingt eine mögliche Kannibalisierung im Auge behalten.

Im ersten Quartal 2018 litt Starbucks – die beliebte Kaffeekette mit einer Filiale an jeder Ecke – unter Marktsättigung. Angesichts der großen Anzahl an Filialen und des wachsenden Marktes an Wettbewerbern fiel die Aktie um 11,38 %, während der Gesamtmarkt um 4,1 % zulegte. Infolgedessen begann das Unternehmen mit der Schließung von Geschäften in den Vereinigten Staaten.

Natürlich ist ein gesunder Wettbewerb für jedes Unternehmen von Vorteil, aber im Einzelhandel kommt es zu einer Kannibalisierung, wenn nahe beieinander liegende Filialen derselben Kette miteinander um die gleichen Kunden konkurrieren.

Das Gleiche gilt auch für konkurrierende Unternehmen. Wenn zu viele ähnliche Geschäfte im gleichen Einzugsgebiet angesiedelt sind, wird die Kundenloyalität und -präferenz ein Geschäft gegenüber einem anderen bevorzugen. Ein Überangebot an Standorten führt auch zu höheren Betriebskosten, wie Starbucks zu seinem Leidwesen feststellen musste.

Technischen Lösungen wie TargomoLOOP geben Ihnen ein genaueres Bild von Einzugsgebieten und potenziellen Überschneidungen. So können Sie mögliche Kannibalisierungeffekte sichtbar machen, quantifizieren und schlussendlich vermeiden.

Bevor Sie sich also für einen Standort entscheiden, prüfen Sie, wie sich Ihre Filialen gegenseitig beeinflussen. Mit einer guten Technologielösung können die Nutzer sofort sehen, ob und wie viele potenzielle Kunden die neue Filiale den bestehenden Geschäften in derselben Gegend “wegnehmen” würde. Sie können auch sehen, wie viele Kunden sie potenziell von konkurrierenden Geschäften in der Nähe gewinnen könnten und wie sich der neue Standort eines Wettbewerbers auf das Einzugsgebiet ihrer Einzelhandelsgeschäfte auswirken könnte.

2. Die Konkurrenz nicht kennen

1920 stellte der amerikanische Mathematiker Harold Hotelling eine Theorie auf, die er Hotelling’s Model of Spatial Competition nannte. Sein Modell zeigt, dass im Wettbewerb um Standorte jedes Unternehmen den “zentralen Punkt” anstrebt, da dies der strategisch günstigste Ort ist, um möglichst vielen Kunden nahe zu sein. Da aber jedes Unternehmen letztlich die gleichen Absichten verfolgt, konzentrieren sich die Geschäfte um denselben Standort und konkurrieren schließlich miteinander.

Um diese Theorie in die Praxis umzusetzen, führte Marc Smookler, ein US-amerikanischer Einzelhandelsexperte, im Jahr 2015 eine Studie in Austin, Texas, durch. Er kam zu dem Ergebnis, dass CVS- und Walgreens-Apotheken im Durchschnitt nur 1,5 km voneinander entfernt sind, während Walmart und HEB (eine Lebensmittelkette) 1 km voneinander entfernt sind.

Manchmal wird man also von einem Gebiet angezogen, weil dort der Markt ist. Aber Sie sollten auch wissen, wer Ihre Konkurrenten sind, worauf sie sich spezialisiert haben, was ihr Alleinstellungsmerkmal ist und inwiefern Ihr Geschäft ähnlich oder anders ist. Und vor allem: wo sie ansässig sind. Denn das gibt Ihnen die Möglichkeit, “weiße Flecken” mit dem größten Marktpotenzial zu identifizieren.

3. Nicht auf komplementäre Geschäfte achten

Wir alle kennen das Konzept von Einkaufszentren, eine besondere Form sind die sogenannten Fachmarktzentren: ein Einkaufsgebiet außerhalb der Stadt, das durch einen zentralen Parkplatz und eine Reihe von Geschäften oder großen Läden gekennzeichnet ist, die sich aneinanderreihen. Im Laufe der Zeit und insbesondere während der Pandemie haben diese Gebiete besser abgeschnitten als die in den Innenstädten.

Laut JPMorgan “hatte die Pandemie große Auswirkungen auf Einzelhändler in Stadtzentren, die stark von Büroangestellten und Tourismus abhängig sind. Dienstleistungsorientierte Einkaufszentren in dicht besiedelten städtischen und vorstädtischen Vierteln haben sich jedoch in den Jahren 2020 und 2021 gut entwickelt. Diese Immobilien haben sich unabhängig von den Marktbedingungen durchweg gut entwickelt.”

Dieses Erfolgsrezept beruht darauf, dass andere Geschäfte in der Nähe nicht als potenzielle Konkurrenten betrachtet werden, sondern als Chance, den richtigen Zielmarkt an den Standort zu locken.

Komplementäre Geschäfte bieten Produkte an, die mit den eigenen verwandt sind oder diese ergänzen: eine Drogerie neben einem Supermarkt, eine Apotheke in der Nähe einer Arztpraxis, eine Bar in der Nähe eines Restaurants in der Nähe eines Hotels, ein Sportgeschäft in der Nähe eines Fitnessstudios, ein Tierbedarfsgeschäft in der Nähe eines Tierarztes, ein Café neben einer Bäckerei.

Kürzlich befragten wir einen Expansionsmanager, der sagte: “Für meinen Kunden, der Schließfächer für die Aufbewahrung von Wertsachen vermietet, habe ich analysiert, wie viele Banken sich in der Nähe eines potenziellen neuen Standorts befinden”.

Wenn Sie also auf der Suche nach dem idealen Standort für Ihr Geschäft sind, sollten Sie auch analysieren, welche anderen Geschäfte in der Umgebung Ihr Angebot ergänzen und für Ihr Geschäft von Vorteil sind.

4. Missverstehen, wie Kunden zu Ihrem Geschäft kommen

Es ist wichtig zu verstehen, wie die Menschen zu Ihrem Geschäft kommen. Befinden Sie sich mitten in einer Stadt, in der Parkplätze Mangelware sind? Sind Sie außerhalb der Stadt und weit entfernt von öffentlichen Verkehrsmitteln? Müssen Kunden für das Parken in der Nähe Ihres Geschäfts bezahlen? Verkaufen Sie große, sperrige Artikel, die ein Auto erfordern?

Es ist wichtig, nicht zu überschätzen, wie viele Kunden mit dem Auto zu Ihrem Geschäft kommen, und folglich zu unterschätzen, wie viele Kunden öffentliche Verkehrsmittel oder andere Formen der Mobilität nutzen.

Eine kürzlich in Berlin durchgeführte Studie hat ergeben, dass Einzelhändler häufig den Fehler begehen, die Anzahl der Personen, die mit dem Auto zum Einkaufen fahren, zu überschätzen.

In der Studie wurden 145 Händler befragt, wie ihrer Meinung nach die Kunden zu ihren Geschäften kommen, und die Antworten mit denen von 2.019 Kunden in zwei Berliner Einkaufsstraßen angeglichen. Das Ergebnis war, dass die Ladenbesitzer die Entfernung, die die Kunden zurücklegen, um ihr Geschäft zu besuchen, überschätzten.

“Mehr als die Hälfte (51,2 %) der Kunden wohnte weniger als einen Kilometer von der Einkaufsstraße entfernt. Im Gegensatz dazu schätzten die Händler, dass im Durchschnitt nur 12,6 % der Kunden in dieser Entfernung wohnen.” Diese Ergebnisse scheinen eine große Diskrepanz zwischen der Wahrnehmung der Händler über die Mobilitätsmuster der Kunden und der tatsächlichen Realität aufzuzeigen. Darüber zeigt die Studie, dass die Händler falsch einschätzen, mit welchen Verkehrmitteln die Kunden zu ihren Geschäften kommen. Die unterschätzen die öffentlichen Verkehrsmittel und überbewerten die Nutzung des Autos.

“Während nur 6,6 % der Kunden mit dem Auto anreisten, schätzten die Händler, dass im Durchschnitt 21,6 % ihrer Kunden dieses Verkehrsmittel nutzten – eine Diskrepanz von 15 %”, heißt es in dem Bericht. “Außerdem unterschätzen sie die Nutzung von Verkehrsmitteln, Fußgängern und Fahrrädern um 8,1 %, 6,2 % bzw. 3 %.

Bevor Sie sich für einen Standort entscheiden, sollten Sie ihn also auf seine Erreichbarkeit prüfen und dabei verschiedene Verkehrsmittel wie Fußgänger, Radfahrer, Autofahrer und öffentliche Verkehrsmittel berücksichtigen.

5. Passantenfrequnzen falsch einschätzen

Die Passantenströme sind eines der wichtigsten Merkmale des Einzelhandels. Im einfachsten Fall bedeuten sie die Anzahl der von Menschen, die sich in einer Gegend aufhalten. Sie ist eine der wichtigsten Kennzahlen für Einzelhändler, da die Fußgängeraktivität in der Nähe eines Geschäfts die Verkaufszahlen beeinflusst und die Wahrscheinlichkeit von Spontankäufen oder “Impulskäufen” erhöht.

Wenn Sie sich also für einen Standort für Ihr neues Geschäft entscheiden und von Spontankäufen oder -besuchen profitieren möchten, sollten Sie sich diese Zahl genauer ansehen. Aber Vorsicht: Oft reicht eine allgemeine Zahl nicht aus. Berücksichtigen Sie auch, ob es Schwankungen im Tagesverlauf gibt und wie sich der Passantenverkehr an Wochenenden im Vergleich zu Wochentagen verhält.

Darüber hinaus sollten Sie auch prüfen, wodurch der Verkehr verursacht wird. Werden Fahrzeugdaten einbezogen oder werden nur Fußgänger gezählt? Nur weil ein Standort eine hohe Frequenz aufweist, heißt das nicht, dass die Leute Zeit für einen spontanen Besuch in Ihrem Geschäft haben. Daher sollte der Fußgängerverkehr nur Besucher zählen, die sich mindestens eine gewisse Zeit in der Gegend aufhalten und sich nicht nur auf der Durchreise befinden.

6. Demografische Gegebenheiten nicht beachten

Die Passantenfrequenz ist zwar wichtig, aber nicht das einzige Kriterium. Während der Pandemie-Sperrungen gingen die Passantenströme in einigen Gegenden deutlich zurück, da die Menschen aufgrund der Reisebeschränkungen lieber in der Nähe ihres Wohnorts einkauften. Plötzlich wurde das hyperlokale Einkaufen populär.

Aus diesem Grund ist es von entscheidender Bedeutung, die demografischen Gegebenheiten in der Nähe zu kennen, z. B. die durchschnittliche Haushaltsgröße und die Zahl der dort lebenden Kinder. Wenn Sie das Einzugsgebiet genau kennen, erfahren Sie, wie viele potenzielle Kunden Ihren Standort erreichen können. So können Sie gut einschätzen, ob der Standort attraktiv ist oder nicht und ob er Ihre Zielkunden ansprechen wird.

7. Zielgruppen nicht identifizieren und orten

Als Unternehmer haben Sie wahrscheinlich eine Vorstellung davon, wer Ihr Zielkunde ist. Aber es ist nicht so einfach, sie zu definieren und zu lokalisieren. Welches Problem versucht Ihr Unternehmen für sie zu lösen? Welchen Nutzen bietet Ihr Produkt? Bedienen Sie eine bestimmte Marktnische, und gibt es in Ihrem Einzugsgebiet genügend potenzielle Kunden? Welche anderen Unternehmen in der Nähe bieten das gleiche oder ein ähnliches Produkt oder eine ähnliche Dienstleistung wie Sie an? Laut Marketing Donut “hängt erfolgreiches Marketing davon ab, dass Sie Ihren Zielmarkt verstehen. An wen verkaufen Sie? Warum sollten sie Ihr Produkt kaufen? Was haben sie davon?”

In einem Blog auf WordStream sagte der Autor Dan Shewan: “Wenn Sie ein kleines Unternehmen führen, haben Sie vielleicht eine Vorstellung von Ihrem Zielmarkt. Eine vage Vorstellung reicht jedoch nicht aus, um in der heutigen rücksichtslosen Geschäftswelt zu bestehen. Ohne detaillierte Kenntnisse Ihres Zielmarktes könnten Sie Aufträge an Ihre Konkurrenten verlieren oder Möglichkeiten zur Umsatzsteigerung verpassen.

Letztlich ist der richtige Standort der Ort, an dem Ihr Zielkunde zu Besuch ist oder lebt. Mit leistungsstarken Standortinformationen können Sie die Tür zu überzeugenden Erkenntnissen öffnen, die den Unterschied zwischen geschäftlichem Erfolg und Misserfolg ausmachen können. Mit TargomoLOOP können Sie Daten wie Altersgruppen der Bevölkerung, Haushaltsgröße, Kaufkraft und vieles mehr analysieren, damit Sie verstehen, wie Sie Ihre Zielgruppe finden und erreichen können.