Data Warehouse Forum

Im Rahmen unserer Standortplanung prüfen wir derzeit die Schließung zweier umsatzschwacher Filialen in Mittelstädten bei gleichzeitiger Stärkung eines größeren Standortes in der Nähe. Aus dem Controlling liegen mir Deckungsbeiträge, Mietverträge, Personalkosten und Kundenfrequenzen der letzten drei Jahre vor. Mich beschäftigt die Frage, wie sich Kannibalisierung und Kundenwanderung valide prognostizieren lassen. Reicht ein einfacher Vergleich von Umsatzverlagerungen früherer Schließungen oder sollten zusätzlich Einzugsgebiete, Kaufkraftkennziffern und Distanzen modelliert werden? Welche Kennzahlen und Methoden nutzt ihr für eine belastbare Entscheidung?

Ein reiner Vorher-Nachher-Vergleich früherer Schließungen unterschätzt systematisch Wanderung und Kaufkraftunterschiede, da Saisonalität, Aktionen und Wettbewerber nicht bereinigt werden. Lege im DWH eine saubere Kennzahldefinition fest: umgelenkter Umsatz je PLZ, Wanderungsquote als Anteil wiederkehrender Bonkartenkunden im Empfängermarkt und bereinigter Deckungsbeitrag II nach Miete und Personal. Modelliere Einzugsgebiete über Fahrzeitisochronen statt Luftlinie und verknüpfe sie per SQL mit Kassenbons, Kundenwohnort aus dem Loyalty-System sowie Kaufkraftkennziffern von MB Research oder GfK. Ein bewährtes Vorgehen ist ein Huff-Gravitationsmodell mit Distanzelastizität, kalibriert an zwei bis drei historischen Schließungen und ergänzt um eine Regression mit Frequenz, Verkaufsfläche und Sortimentsüberschneidung. Prüfe Backtesting-Abweichung, Sensitivität bei 10 und 20 Minuten Mehrfahrzeit sowie Kannibalisierung gegenüber Online. So erhältst du eine belastbare Entscheidungsvorlage für Controlling und Expansion.