Umsätze vorhersagen. Spatial Data Mining zur Standortbewertung

Die Internationalisierung des Handels, das Auftreten neuer Betriebsformen oder Preisdumping setzen die Handelsunternehmen heute unter einen enormen Wettbewerbsdruck. Die Unternehmen sind deshalb darauf angewiesen, diejenigen Standorte zu finden, an denen sich möglichst hohe Umsätze realisieren lassen. Doch wie lassen sich diese Umsätze an potenziellen Standorten möglichst genau vorhersagen? In der Vergangenheit haben sich die Planer bei Umsatzprognosen auf ihre Erfahrung und einfache Schätzmodelle verlassen. Doch die zunehmende Komplexität der Einzelhandelslandschaft gestattet solche einfachen Methoden zur standortplanerischen Umsatzprognose nicht mehr. In einem gemeinsamen Projekt von Rewe Group Austria und Fraunhofer IAIS wurde ein Spatial-Data-Mining-Modell entwickelt, das mit Hilfe von geographischen Eigenschaften der Einzugsgebiete und filialbezogener Informationen für die Rewe-Group-Austria-Ketten Billa, Bipa und Merkur Jahresumsatzprognosen für mögliche neue Standorte in Österreich erstellt. Die Vorhersagequalität dieses Schätzers übertrifft alle bisher dagewesenen Verfahren und Modelle im Hinblick auf die Vorhersagegenauigkeit. Gerade die Kopplung von individuell erstellten Standortfaktoren mit SDM-Methoden bietet einem Unternehmen einen Wettbewerbsvorteil, da die Prognoselösung individuell auf das Unternehmen zugeschnitten werden kann.