Первоначально целевую аудиторию апарт-отелей составляли семьи, которым не подходил для проживания привычный формат гостиниц и отелей, а основными местами расположения недвижимости такого типа были популярные курорты. Сегодня же апарт-отели распространены повсеместно, а их посетителями становятся не только семейные пары.

Согласно данным РБК, Петербург в последние годы занимает лидирующие позиции по предложению нового для России формата недвижимости – апарт-отелей. Спрос на них также не отстает: семантический анализ запросов Яндекс WordStat продемонстрировал, что за последний месяц (по состоянию на декабрь 2022) было определено 16718 показов по поисковому запросу “апарт-отель Санкт-Петербург”. Наша команда заинтересовалась вопросом того, в какой локации города сегодня можно открыть апарт-отель, чтобы одновременно и удовлетворить спрос, и учесть существующее предложение. Для проведения геомаркетингового анализа мы будем пользоваться платформой Geointellect.

Чтобы определить факторы, критически значимые для открытия точки любого бизнеса, нужно первоначально определить его целевую аудиторию. Апарт-отели в любом случае представляют собой разновидность отелей, поэтому в них потенциально будут заинтересованы гости Санкт-Петербурга: преимущественно туристы и люди, приезжающие в город в рабочих целях (на конференцию, в командировку и т.д.). Краткосрочной арендой квартир могут быть заинтересованы и местные жители: часто подобное жильё арендуют люди для проведения праздников и мероприятий либо же молодые пары, которые ещё не состоят в браке и не живут вместе.

Поселиться в апарт-отеле могут люди любого возраста, однако целевой аудиторией будет является все же наиболее экономически активное население – люди в возрасте от 25 до 65 лет. Возрастной диапазон нашей аудитории довольно широк и возраст не является определяющим фактором при выборе места для временного проживания в городе, так что ему не будет уделяться особое внимание при выборе итоговой локации.

Важно также понимать, что ночь в среднем апарт-отеле часто стоит дороже ночи в среднем обычном отеле или гостинице. Именно поэтому оптимальнее всего рассматривать людей с доходом хотя бы чуть выше среднего. Для своего исследования мы взяли минимальную планку в 70 тысяч рублей в месяц. Это не так важно для определения локации, поскольку в Geointellect доходы конкретных людей привязаны к их месту жительства. И очевидно, что мы не можем предсказать, из какого региона, города и района приедет человек, чтобы оценить его доход. Однако понимание дохода ЦА необходимо для составления полноценного портрета аудитории и понимания бизнеса в целом.

Чтобы обеспечить высокую проходимость, деловую и туристическую активности вблизи точки, мы решили рассматривать исторические районы Санкт-Петербурга, расположенные в центре города. К таким районам мы отнесли Адмиралтейский, Петроградский и Центральный районы города.

Поскольку люди, проживающие в апарт-отеле, фактически живут в полноценных апартаментах, важно, чтобы вблизи была инфраструктура для комфортного проживания. К объектам такой инфраструктуры мы отнесли аптеки, продовольственные магазины, банки и банкоматы. Туристы и люди от бизнеса также часто предпочитают не готовить еду дома, а посещать кафе и рестораны и посещать местные объекты культуры в свободное время. Данные объекты мы нанесли на карту в вышеуказанных трёх районах и затем рассчитывали сначала их количество, а затем плотность на м2.

Для сегмента ЦА, посещающего город в рабочих целях, также важно определить локации с высокой деловой активностью. Для оценки данного показателя мы использовали слой “количество работающих в БЦ” (*БЦ – бизнес-центр) в Geointellect.

В то же время для всех групп нашей ЦА также очень важна транспортная доступность, про что говорят практически все владельцы существующих отелей. Чаще всего под ней подразумевают расстояние до ближайшей станции метро. Первоначально мы нанесли на карту зоны пешей доступности (Примечание: пешей доступностью считается 5-10 минут ходьбы от точки до остановки общественного транспорта) остановок любого типа общественного транспорта. После проведения макроанализа и отбора потенциальных локаций для каждой подобной локации мы измерили расстояние до ближайшей станции метро.

При этом нам важно также учитывать наличие в установленном месте как других апарт-отелей, так и иных объектов, подходящих для временного проживания: классических отелей, гостиниц, хостелов и проч., поскольку все они являются нашими потенциальными конкурентами. Эти объекты мы также измеряли в формате плотности на м2.

Первоначальные точки мы отбирали в интересующих нас районах, расположенные в 5-10 минутах ходьбы к какой-либо остановке общественного транспорта. Также немаловажными факторами для нас стали стоимость м2 и общая площадь здания. Мы постарались учесть последующие расходы на открытие, окупаемость точки и уровень конкуренции, изучили открытые материалы в интернете и опыт коллег и пришли к выводу, что стоимость м2 не должна превышать 130 тысяч рублей.

При этом мы считаем, что суммарная площадь здания должна составлять не менее 1000 м2, чтобы внутри него могло разместиться хотя бы 20 средних (по 25 м2) и 7 больших (по 40 м2) квартир с учетом технических помещений.

Точки отбирали из доступных к продаже объектов коммерческой недвижимости (по состоянию на декабрь 2022):

Таким образом, на первоначальном этапе мы выделили следующие потенциальные точки:

Для каждой локации мы построили отчет по интересующим нас факторам в радиусе 650 м. Для каждой локации мы выгрузили из Geointellect отчет и сформировали по ним единую базу в Excel с интересующими нас показателями.

Вот так выглядела карта, после нанесения всех необходимых нам показателей (пример для точки по адресу Лиговский проспект, 108Б):

Чтобы сравнить потенциальные зоны для расположения апарт-отеля, мы построили линейную модель, с помощью которой оценили 9 полученных нами финальных точек. Каждому фактору, был присвоен определенный вес, представляющий собой нормированное значение в пределах от 0 до 1 для каждого показателя. В качестве весов мы использовали экспертные оценки, полученные коллегами-исследователями при исследовании расположений отелей в разных городах мира. Оценки для одних и тех же показателей для схожих ценовых сегментов были схожи, поэтому мы решили опираться на них в силу недостатка данных для построения собственной регрессионной модели. Для дальнейших расчетов мы также определили плотность расположения всех интересующих нас объектов.

Веса различных факторов представлены в таблице:

Таким образом, мы получили линейную модель:

Y = 0,26*sight – 0,655*metro + 0,13*office + 0,06*pharmacy + 0,08*cafe + 0,015*grocery – 0,25*hotels + 0,06*banks

Все объекты инфраструктуры мы оценивали в понятиях “плотности”, поскольку именно такой способ использовался в прочитанных нами статьях. Именно поэтому мы также отдельно рассчитали плотность точек на км2.

Поскольку наши показатели имеют сильно отличающийся диапазон значений (например, плотность объектов измеряется в штуках и попадает в диапазон от 2 до 17, а количество работающих в БЦ – от 4 до 18 тысяч), мы нормировали показатели

Несмотря на то, что у точки по адресу ул. Марата дом 53 была наиболее развитая инфраструктура, там же находилось и наибольшее число конкурентов в радиусе 650 м – 123 точки. Именно поэтому по соотношению качества инфраструктуры, числа конкурентов и удаленности от метро наиболее оптимальным вариантом стала точка по адресу Каменноостровский проспект, 11.

Площадь этой точки составляет 1178 м2, а стоимость за м2 – 110 291 рубль.

Члены нашей команды также по очереди ходили на полевые замеры трафика пользователей смартфонов около выбранного здания. По итогам трёх дней замеров мы отметили большие потоки людей как в будние, так и в выходные дни. Это может быть связано, по нашему мнению, с небольшой удаленностью от метро, развитой инфраструктурой (например, около здания есть также кинотеатр), достаточно плотной жилой застройкой. Историческая составляющая района также может играть значительную роль в проходимости около здания. Подобная проходимость также будет являться частью нашей маркетинговой стратегии продвижения апарт-отеля как во время его обустройства, так и после открытия.

1) Fang L., Li H., Li M. Does hotel location tell a true story? Evidence from geographically weighted regression analysis of hotels in Hong Kong //Tourism Management. – 2019. – Т. 72. – С. 78-91.

2) Yang Y., Wong K. K. F., Wang T. How do hotels choose their location? Evidence from hotels in Beijing //International journal of hospitality management. – 2012. – Т. 31. – №. 3. – С. 675-685.

3) KUNDAKÇI N., ADALI 2) E. A., Ayşegül T. U. Ş. Tourist hotel location selection with analytic hierarchy process //Journal of Life Economics. – 2014. – Т. 2. – №. 3. – С. 47-58.

4) Chou T. Y., Hsu C. L., Chen M. C. A fuzzy multi-criteria decision model for international tourist hotels location selection //International journal of hospitality management. – 2008. – Т. 27. – №. 2. – С. 293-301.

5) Tekiner K. Small Hotel Location Selection Problem: The Case of Cappadocia //Advances in Hospitality and Tourism Research (AHTR). – 2021. – Т. 9. – №. 2. – С. 368-389.

Ольга Тарасенко
Елизавета Кундель
Даниил Белоберов