Рестораторы часто открывают новые заведения «на глаз» — ориентируясь на трафик у входа и субъективное ощущение «проходного» места. Но выручка ресторана зависит не только от потока людей, а от того, кто именно эти люди, что находится вокруг и как далеко готова ехать целевая аудитория. Разбираем на кейсе сети «Пхали-Хинкали», как с помощью геомаркетинга и модели зон пригодности найти в городе лучшую локацию для нового ресторана.
Сеть грузинских ресторанов «Пхали-Хинкали» на момент проекта насчитывала пять заведений в Санкт-Петербурге со средней месячной выручкой от 3 до 8 млн рублей. Перед открытием шестого ресторана перед командой встал вопрос: где именно в городе разместить новую точку, чтобы она вышла на плановую выручку и не «отъедала» гостей у уже работающих заведений сети?
Чтобы ответить на этот вопрос, аналитики Геоинтеллекта провели геомаркетинговое исследование: изучили окружение и фактические выручки действующих ресторанов, выявили закономерности и перенесли их на карту всего города, чтобы оценить потенциал каждой локации.
Почему трафик у входа — плохой ориентир
Высокий пешеходный трафик рядом с помещением кажется очевидным плюсом. Но поток на улице — это не то же самое, что поток гостей. Для ресторана с определённым чеком и форматом важно не абсолютное число прохожих, а концентрация целевой аудитории — людей, которые действительно готовы прийти и оставить деньги.
Поэтому вместо того чтобы смотреть только на трафик, в исследовании оценивалось всё окружение потенциальной локации: жилая застройка, места работы, точки притяжения, конкуренты и то, как далеко готов ехать гость ради конкретного ресторана.
Гипотезы: откуда приходят гости
На основе анализа действующих ресторанов сети были сформулированы гипотезы о том, какие типы целевой аудитории формируют выручку. Каждая гипотеза — это отдельный источник гостей со своей логикой поведения и своим радиусом охвата:
- Гости из дома поблизости. Жители окрестных домов, для которых ресторан — место семейного ужина или встречи с друзьями рядом с домом.
- Гости с развлекательных объектов. Люди, которые пришли в кино, театр, торговый центр или другое место досуга и заходят поесть до или после.
- Гости из бизнес-центров. Сотрудники офисов поблизости, приходящие на бизнес-ланч или деловые встречи в рабочее время.
- Пешеходы и проезжающие. Транзитный поток людей на пути между домом, работой и другими точками города.
Для каждого типа аудитории важна своя зона охвата. Житель соседнего дома готов пройти пешком несколько минут, а гость ради любимой кухни может целенаправленно приехать с другого конца города. Эти различия и легли в основу модели.
Модель зон пригодности
Чтобы перевести гипотезы в цифры, для каждой точки города строилась зона пригодности — область, из которой в ресторан реально приходят гости. Внутри такой зоны с помощью больших геоданных оценивались ключевые параметры окружения:
- численность и структура населения (потенциальные гости «из дома»);
- количество и ёмкость мест работы — офисов и бизнес-центров;
- развлекательные объекты и другие точки притяжения;
- пешеходный и транспортный трафик;
- расположение и активность конкурентов.
Каждый параметр вносил свой вклад в потенциальную выручку локации. Модель калибровалась по фактическим выручкам пяти действующих ресторанов сети: если формула корректно «объясняет» выручку уже работающих точек, значит, ей можно доверять и при прогнозе для новых мест.
Индекс конкуренции
Отдельно оценивалась конкурентная среда. Для каждой локации рассчитывался индекс конкуренции — насколько плотно вокруг расположены заведения, борющиеся за ту же аудиторию. Учитывались не только прямые конкуренты (другие рестораны грузинской кухни), но и заведения близкого формата и ценового сегмента.
Важный нюанс — каннибализация внутри самой сети. Новый ресторан не должен открываться там, где он начнёт переманивать гостей у уже работающих «Пхали-Хинкали». Модель учитывала расположение действующих точек, чтобы найти место, которое расширяет охват сети, а не дублирует его.
Сводный индекс привлекательности
Все факторы — потенциал аудитории по каждой гипотезе, окружение и уровень конкуренции — сводились в единый сводный индекс по шкале от 0 до 100. Чем выше индекс локации, тем больше её потенциал по выручке для нового ресторана сети.
Результат наносился на карту города в виде тепловой поверхности: каждый участок получал свою оценку. Это позволило наглядно увидеть, где в городе сосредоточены наиболее перспективные зоны, отсеять заведомо слабые варианты и сфокусировать поиск помещения на нескольких лучших районах вместо того, чтобы перебирать десятки объектов вслепую.
Чек-лист: как выбрать место для ресторана по данным
- Определите, кто ваша целевая аудитория и откуда она приходит — из дома, с работы, с развлекательных объектов или из транзитного потока.
- Для каждого типа гостей задайте реалистичную зону охвата — пешую или транспортную доступность.
- Оцените окружение локации: население, места работы, точки притяжения и трафик внутри этой зоны.
- Постройте индекс конкуренции с учётом прямых и косвенных конкурентов.
- Учтите каннибализацию — не открывайте точку рядом со своими же заведениями.
- Откалибруйте модель по фактическим выручкам действующих точек, а не по интуиции.
- Сведите факторы в единый индекс и сравнивайте локации по нему, а не по одному лишь трафику.
Итог
Геомаркетинговый подход позволил сети «Пхали-Хинкали» перейти от выбора «на глаз» к решению, основанному на данных. Вместо того чтобы полагаться на трафик у входа, команда получила карту потенциала по всему городу, где каждая локация оценена с учётом реальной целевой аудитории, окружения и конкуренции — и смогла обоснованно выбрать место для нового заведения.
Такой подход применим не только к ресторанам: модель зон пригодности и сводного индекса работает для любого бизнеса, чья выручка зависит от места — от розничных магазинов и пунктов выдачи до клиник и фитнес-центров.
Материал подготовлен на основе кейса компании «Геоинтеллект». Источник: New Retail.
Все статьи блога