Standortanalysen in Zeiten von Big Data

Neues White Paper zur Berechnung von Erfolgsfaktoren für Standorte und Filialen auf Basis von Mehrebenenmodellen (Small Area Statistics) erhältlich

In Zeiten von Big Data hat ein Filialnetzbetreiber direkt oder indirekt Zugriff auf unzählige Informationsquellen, die genutzt werden können, um gute von schlecht laufenden Filialen zu unterscheiden. Die erklärenden Parameter, z.B. für einen Umsatz pro Filiale (je qm Ladenfläche), sind die sogenannten Erfolgsfaktoren. Die Erfolgsfaktoren dienen dem Management z.B. zur Berechnung von Prognosewerten bestehender Standorte und/oder zur Lokalisierung neuer, geeigneter Standorte (White Spots).

Das bei infas 360 neu erhältliche White Paper erklärt das Verfahren wie man interne und externe Erfolgsfaktoren bestimmt und wie man letztere dazu benutzt die White Spots zu ermitteln.

White Paper „Standortanalysen im Geomarketing in Zeiten von Big Data – Berechnung von Erfolgsfaktoren für Standorte und Filialen auf Basis von Mehrebenenmodellen“ hier anfordern (consulting@infas360.de).

 

Die neue Mikrogeographie auf amtlicher Basis

Vortrag zum 30-jährigen Bestehen des Fraunhofer Instituts IGD in Darmstadt am 20. Juni 2017.

Einfach anfordern unter Consulting@infas360.de

Kurzabstrakt:

In Zeiten von Big Data hat sich auch der freie Zugang zu amtlichen Daten (Geo- wie Sachdaten) deutlich verbessert. Der Vortrag zeigt wie die Mikrogeographie, die zur Zeit eine Renaissance erlebt, auf amtlicher Basis komplett neu berechnet wurde. Und warum dies auch notwendig war. Dazu zählen nicht nur flächendeckende 3D-Stadtmodelle, sondern auch innovative Analysemethoden wie z.B. Small Area Statistics.

 

 

Immer mehr Immobilienportale setzen auf die adressgenaue CASA Datenbank von infas 360

„Und schon wieder hat sich ein Immobilienportal für die CASA Datenbank entschieden“, freut sich Tobias Gödderz, Leiter Sales Consulting bei infas 360

Am Ende hat man sich für unser extrem breites Spektrum an mikrogeographischen Merkmalen auf amtlicher Basis entschieden“, zeigt sich Gödderz begeistert von der CASA Datenbank.

Die meisten der zahlreichen Merkmale der CASA Datenbank wurden auf Basis neuer und innovativer Schätzverfahren wie den Small Area Statistics erstmals überhaupt nachvollziehbar feinräumig berechnet. Hier ein Auszug der Merkmale aus der CASA-Datenbank:

B2C-Merkmale

Wie z.B. Einkommens- und Altersklassen, Gebäudetypen in 29 und Regionaltypologie in 98 Klassen, Gebäudevolumen, Miet- und Kaufpreise, Migrationsanteile nach Herkunftsländern, Anzahl Haushalte und Einwohner usw.

B2B-Merkmale

Wie z.B. Firmenadressen, -branchen, -größe, Firmenfläche, Gebäudehöhe, Umsatz, Ansprechpartner für Facility Management usw.

Allgemeine Infrastrukturmerkmale

Wie z.B. Höhen- oder Wasserlage, Wohn- oder Gewerbegebiet, Highspeed-Anschluss, Gas-Anschluss, Erreichbarkeiten wie ÖPNV-Verfügbarkeit nach Fahrzeiten usw.

Jüngstes Merkmal in der CASA Datenbank ist die neu berechnete Exklusivität der Wohnlage, die nun für alle 22 Mio. Gebäudeadressen Deutschlands vorliegt. So wächst die CASA Datenbank nahezu täglich in seiner Tiefe und Aussagekraft über Immobilien.

Beispiel CASA-Typologie WOHNEN

CASA-Typologie WOHNEN in 98 Ausprägungen

Bei weiteren Fragen zum neuen Datenspektrum oder Informationen für Immobilienbewertungen einfach Kontaktanfrage an Consulting@infas360.de

 

 

Krimialitätsstatistik und ihre lokalen Unterschiede am aktuellen Beispiel Bonns: Ist die Bundesstadt wirklich sicherer geworden?

In der im März für die Presse veröffentlichten Kriminalitätsstatistik 2016 von Bonn heißt es Die erfassten Straftaten sinken in 2016 auf den niedrigsten Wert seit 2003. Sie sind um 1621 Taten auf 46.252 Fälle zurückgegangen. Besonders hervorzuheben: Es wurden weniger Menschen überfallen. Ein Rückgang der Raubdelikte um 135 Taten bedeutet den niedrigsten Stand seit der Jahrtausendwende. Bonn ist sicherer geworden. Dies zeigt sich ebenfalls bei der Straßenkriminalität. Ein Minus von 652 Straftaten ist auch Resultat der im vergangenen Jahr angelaufenen Präsenz- und Interventionsmaßnahmen in den Stadtteilen Bad Godesberg und Tannenbusch. Seit Mitte des Jahres kontrollieren wir dort gezielt Personen und Fahrzeuge, bestreifen vermehrt den öffentlichen Raum, setzen auf zentralisierte Ermittlungen und kriminalpräventive Projekte.“  (Quelle: http://www.polizei.nrw.de/media/Dokumente/Behoerden/Bonn/PKS-2017-Handout.pdf , Seite 3)

Vergleicht man aber Bonns Zahlen mit den intrakommunalen Bezirken aus einer anderen Quelle, zeigt sich ein deutlich differenzierteres Bild mit guten aber auch schlechten Entwicklungen.

Regionalstatistik Kriminalitätsfälle gesamt, 2016 in Bonn nach Bezirken, Quelle: http://www.polizei.nrw.de/media/Dokumente/Behoerden/Bonn/PKS-Jahresbericht-2016-Internet.pdf

So hat sich das Gebiet um Bonns Zentrum sehr gut entwickelt mit einem Rückgang der Fälle um fast 1.400, jedoch gleichzeitig in Godesberg um fast 200 erhöht. Man muss also genauer hinsehen und eine allgemeine Aussage (Mittelwert des gesamten Stadtgebiets) reicht nicht aus, um die Situation der Stadt darzustellen.

Zur infas 360 GmbH: Das Bonner Big Data Unternehmen hat sich u.a. auf die Anwendung von Small Area Methoden spezialisiert, mit denen die Vorhersage von Kriminalitätsfällen optimiert werden kann. Wichtig dabei sind beschreibende Merkmale. Mit der CASA Datenbank liegt auf Basis amtlicher Daten dafür ein hochpräzises Instrument vor. Weitere Informationen unter Consulting@infas360.de

Energiekosten senken: Wer wechselt und wer nicht?

In Kürze startet wieder der CASA Monitor mit der Befragung von 10.000 Personen bzw. Haushalten. Der Schwerpunkt im Frühling liegt wie im letzten Jahr auf dem Thema „Vernetztes Wohnen”.

Mehr dazu unter http://infas360.de/service/news/der-casa-monitor-vernetztes-wohnen-2017-startet-bald/

Dazu gehört auch die Nutzung bzw. Nutzungsbereitschaft alternativen Energiequellen und energiesenkenden Maßnahmen. Gefragt wird auch nach der Bereitschaft, den Energieversorger zu wechseln.

Aus den Ergebnissen der 10.000 Befragten wird infas 360 erstmals eine Energiewechsler-Typologie entwickeln. Durch Anreicherung mit der CASA-Datenbank erfolgt dann u.a. mittels Small Area Methoden (SAM) die Übertagung der Energie-Typen in die Fläche bzw. auf den Gesamtmarkt (=auf alle ca. 40 Mio. Haushalte). Die Typen können anschließend ins firmeneigene CRM übertragen bzw. zur hausgenauen Potenzial-Lokalisierung oder gebietsbezogenen Geomarketing-Analysen verwendet werden.

Zur infas 360 GmbH: infas 360 nutzt Big Data für einen völlig neuen Marktblick und bietet mit Research, CRM und Geomarketing einen einzigartigen Disziplinmix für operative Maßnahmen. Für weiterführende  Fragestellungen kontaktieren Sie bitte unser Consulting-Team unter consulting@infas360.de

 

 

 

Bonner Kriminalstatistik im Vergleich

Die Stadt Bonn zählte 2015 zu den sichersten Großstädten in NRW. Ein Blick auf die Stadtbezirke zeigt ein differenziertes Bild.

Die Bonner City hat ein deutlich überdurchschnittliches Gefährdungspotenzial, hingegen waren in 2015 die Bezirke Beuel, Godesberg und Hardtberg unterdurchschnittlich häufig von Straftaten betroffen.

Um die Zahlen von Bonn besser einordnen zu können nachfolgend das Ranking über die sogenannte Häufigkeitszahl (HZ*). Zunächst für gesamt NRW, dann ausgewählter Städte und schließlich der Stadt Bonn und ihrer Bezirke. Quelle: Kriminalstatistik der Polizei Bonn und NRW 2015.

NRW, gesamt = 8.603
Köln = 15.037
Düsseldorf = 13.938
Dortmund = 13.696
Stadt Essen = 11.574

Stadt Bonn = 11.474, davon

Bonn-City = 14.477
Godesberg = 8.320
Hardtberg = 7.424
Beuel = 6.881

* Die Häufigkeitszahl (HZ) drückt in der Kriminalitätsstatistik die durch Kriminalität verursachte Gefährdung als eine normierte Zahl aus. Sie beinhaltet die Zahl der bekannt gewordenen Fälle insgesamt oder innerhalb einzelner Deliktarten, multipliziert mit 100.000, geteilt durch die Einwohnerzahl je Bezirk. Berechnungsgrundlage ist der Einwohnerstand zum 31.12. des Vorjahres.

Unter nachfolgendem Link findet man die polizeiliche Kriminalitätsstatistik 2015 der Polizei Bonn https://www.polizei.nrw.de/media/Dokumente/Behoerden/Bonn/PKS-Jahrbuch-2015.pdf

infas 360 hat sich u.a. auf die prognostische Statistik spezialisiert. Die Anwendung moderner Small Area Methoden (auch Small Area Statistics der Small Area Estimation genannt) in Verbindung mit der adressgenauen CASA-Datenbank mit über 300 Gebäude-, Haushalts- und Firmenmerkmalen ermöglicht eine bestmögliche Vorhersage von auftretenden Fällen. In der Kriminalstatistik wird dies auch „Predicitve Policing“ genannt.

Weitere Informationen zum Thema: