经济型连锁酒店选址分析.docx
《经济型连锁酒店选址分析.docx》由会员分享，可在线阅读，更多相关《经济型连锁酒店选址分析.docx（33页珍藏版）》请在冰点文库上搜索。
经济型连锁酒店选址分析
经济型连锁酒店选址分析
1.概述5
1.1.背景5
1.2.项目目的5
1.3.调研的范围5
2.选址要素的设计6
2.1.交通变量6
2.1.1.概述6
2.1.1.1.到达交通工具7
2.1.1.1.1.数据获取方式和变量标准7
2.1.1.2.周边交通环境8
2.1.1.3.公交站点以及线路8
2.2.地理环境以及市政规划9
2.2.1.概述9
2.2.1.1.酒店大堂正门与主干道的距离9
2.2.1.2.七天外墙侧面的可视距离10
2.2.1.3.目标店所在地的道路性质以及道路宽度10
2.2.1.4.治安状况11
2.3.市场条件以及社会环境12
2.3.1.概述12
2.3.1.1.商务人士经过的数量13
2.3.1.2.人流量13
2.3.1.3.生活店铺和超级市场13
2.3.1.4.事业单位14
2.3.1.5.周边人口的收入水平14
2.3.1.6.周边方圆100米范围内食肆的数量15
2.3.1.7.目标店所在区域未来商业发展前景判断15
2.3.1.8.步行10分钟内柜员机（ATM）的数量15
2.4.区域内密集人群聚集程度16
2.4.1.概述16
2.4.2.变量具体描述16
2.4.2.1.旅游景点16
2.4.2.2.商业中心17
2.4.2.3.商品集散地或物流集散地18
2.4.2.3.1.概述18
2.4.2.3.2.数据获取方式和变量标准18
2.4.2.4.医院规模18
2.4.2.4.1.概述18
2.4.2.4.2.数据获取方式和变量标准19
2.4.2.5.学校的描述19
2.4.2.5.1.概述19
2.4.2.5.2.数据获取方式和变量标准21
2.4.2.6.会展中心21
2.4.2.6.1.概述21
2.4.2.6.2.数据获取方式和变量标准22
2.4.2.7.办公区域和写字楼22
2.4.2.7.1.概述22
2.4.2.7.2.数据获取方式和参数标准23
2.4.2.8.娱乐休闲场所23
2.5.同业竞争环境23
2.5.1.概述23
2.5.2.数据获取方式25
3.回归模型的运行26
3.1.衡量回归模型准确性的评判标准26
3.2.回归方程求解步骤27
3.2.1.相关性分析27
3.2.2.调整变量27
4.项目检讨和建议31
4.1.项目检讨31
4.2.项目日后工作建议32
4.2.1.前台信息反馈系统32
4.2.2.市场细分战略33
5.项目总结34
附录：
初始选址要素表错误!
未定义书签。
图表目录
图表2.1.2-17天会对经济型酒店关注的要素7
图表2.4.2.2-1对广州开房率排名靠前的分店进行统计17
图表2.4.2.5.1-1对当前7天会会员的年龄段分布图19
图表2.4.2.5.1-2对7天会员所处行业背景的分析调查20
图表2.4.2.6.1-1对第101届广交会开房率的统计21
图表2.4.2.7.1-1对环市路写字楼附近一带开房率的比较22
图表2.5.1-1开房价格与房源供给的坐标分析图24
图表2.5.1-27天会对注册会员关于住宿预算的问卷调查24
1.概述
1.1.背景
7天连锁酒店集团是一家覆盖全国的经济型连锁酒店网络，拥有近200家分店，
是中国连锁酒店行业的领导品牌之一。
近年来，公司一直在快速发展壮大，新开分店数量不断增多，而与此同时近年来连锁酒店市场竞争日益激烈，运营成本不断上升，促使公司决策层重新审视以往的选址模型，修改过去通过主观经验判断的选址模型，期待寻找到一份更科学合理的选址评分模型，以便为投资发展部的市场决策与发展战略提供有力的支持。
1.2.项目目的
在之前的选址分析中，主要是考察商圈的影响，不同的商业地段的价值，租金成本，人力成本，地段人流量，车流量以及竞争对手的开房率，市场占有率来制定新开店的标准。
但由于七天成立的时间只有短短三年，之前并没有原始数据积累支持去分析一个通用的选址模型。
现在通过调用内部管理信息系统中积累的开房率数据作为因变量，能够进行选址模型的分析，该项目可以有两个方向或目的：
尝试对现有模型进行分析，或者修改现有选址模型。
运用多种数据分析方法来进行新的尝试，尝试建立新模型。
要成功建立模型必须占有准确和详细的数据库资料，并在此基础上进行分析。
通过两个方式采集相关数据。
1.对广州现有24间分店进行现场考察，访问店长或店员，并采集外围数据资料。
2.利用网络地图寻找与目标店关联建筑物的距离，并采集部分宏观经济数据。
1.3.调研的范围
7天连锁酒店目前将全国的城市划分为四类。
其中广州，深圳，北京和上海属于一类城市，截止现在为止广州共有27间分店，其中24间已经投入运营，3间正在筹建中，由于本次调研的24间目标店范围全部位于广州，最后的选址适用性可能仅适合于华南地区的一类城市或仅仅适用于广州市。
2.选址要素的设计
本次选址要素的设计考察了多家连锁型酒店的选址经验和方法。
同时参考了最新出版的经济型酒店标准化管理手册以及经过多方调研，计划将选址要素分为以下五个主要模块。
1.交通变量
2.地理环境以及市政规划
3.市场条件以及社会环境
4.区域内密集人群聚集程度
5.同业竞争环境
2.1.交通变量
2.1.1.概述
关于酒店选址的交通变量研究的是到衡量和判断目标客人到达方式以及进入方式的难易程度。
从另一个角度也可以观测到该地区经济要素聚集和发散的程度。
选取了以下变量作为对目标店外围交通环境的描述：
目标地和最近公交车站的距离
距离地铁站，轻轨的距离机场大巴上下客点距离目标地的距离出租车单位时间（一分钟）经过临近主干道的数量距离目标地最近的主干道上单位时间（一分钟）车流量目标地附近50米内停放车辆的数量
目标地附近的公交总线路
到达该地区5公里范围内核心区域的公交线路数
2.1.1.1.到达交通工具
到达目标店最主要的交通工具包括了公交车，地铁或轻轨，以及机场大巴和出租
车，遗憾的是，在对店长或店员的访谈中不确定到达客源到底采取何种交通方式，建议7天会在以后的消费者行为分析中加入这方面的调查。
图表2.1.1.1-17天会对经济型酒店关注的要素
最关注的经济型酒店要素
根据图表显示的数据标明，交通便利程度在7天会员最关注的经济型酒店选择要素中排在第二位。
因此7天连锁型酒店选址必须因应7天会员的需求在交通便利的区域选址，靠近主要交通枢纽站以及交通节点将确保可以提供客人所需的必要便利。
2.1.1.1.1.数据获取方式和变量标准
前三个变量（公交车站，地铁站，机场大巴上下点）与目标店的距离可以通过网络地图（无忧地图）获得详细信息。
设计单位为百米，选取的标准距离是目标地与各交通节点之间的曲线距离。
比较符合实际情况。
机场大巴上下点与目标店距离的远近在调查中并没有十分明显的反应。
但留意到7天网站上每个分店都明确指示出机场或火车站到店方法。
相信对长途旅客有指示作用
2.1.1.2.周边交通环境
三个变量（单位车流量，单位出租车流量，以及停车场车位容量）都分别描述了目标店交通环境状况，车流量和出租车流量反映了目标店附近交通的畅通状况，而停车场车位的容量则为滞留本地客源提供了必要的便利。
现场访谈显示，过夜旅客停放车辆的概率并不是很大，根据08年8月14号晚8点在位于天河公园店外的踩点显示，容量为50台车的7天自带停车场，其停车存量不足20台。
显示本地客源自驾车过夜的消费习惯不明显。
如果在场地紧张或土地价格昂贵的情况下，7天可以考虑节省停车场地的费用或者借助于外界环境的停车容量。
因为停车场车位容量的相关作用不大（广州地区）。
值得注意的是，如果目标店附近有高架桥或内环路，则不计算有效车流量或出租车流量。
2.1.1.3.公交站点以及线路
回归分析显示，目标店500米周边范围内公交总线路以及到达该地区5公里范围内核心区域的公交线路数对开房率有直接影响。
这里体现的消费者行为分析包含有两种含义:
客源的到达方式值得细心研究公交车站本身就是一个人群疏散和停留的节点，可以吸收和扩散人群城市内发达的公交网络覆盖了广阔的地域，如果亦能辐射到附近的商圈，将可能对开房率起到拉动作用。
如果目标店当地的公交线路越多，则说明该地区的人口聚集程度比较稠密其商业活动亦会比较频繁。
例如天河城周边商圈，环市路商圈，三元里易初莲花附近的美博城商圈等。
由此可以看到，公交线路的数量以及到达核心商圈的线路数量是反映该地区商业活动以及人口聚集的极好的指示器。
2.2.地理环境以及市政规划
2.2.1.概述
初步模型选取了以下变量作为对目标店外围地理环境和市政规划的描述：
酒店大堂正门与主干道的距离
七天外墙侧面的可视距离：
从主干道上观测
目标店所在地的道路性质定位
目标店大门所正对的街道宽度
外围道路的通向，单行还是双行道
目标地所在街道管辖区域内的治安状况
2.2.1.1.酒店大堂正门与主干道的距离
该指标考察的是项目与主干道的距离与开房率的影响。
选取的长度单位是米。
测量的方式的根据网络五一地图，找出酒店正门与主干道的步行曲线距离。
考察的目的是为了测试项目与主干道的距离是否会左右旅客的入住决策，以至影响开房率。
位于广州的多家分店，例如康王路店，岗顶路店，北京路店等都位于大街内巷，有的甚至位于次级干道上的二线临街，值得关注的是由于7天品牌的巨大影响力和渗透能力，经济型酒店已经不像传统酒店行业一样需要占据在显眼的道路枢纽位置以此来吸引客源。
特别是会员制的营销手法更是大大淡化了落点对目标客源的吸引和影响。
随着适用于经济型酒店开发的建筑物业的稀缺，现在已经很难在目前的成本要求下找到合适的项目选址
2.2.1.2.七天外墙侧面的可视距离
即使不是占据一线临街位置，但如果能够利用巨幅墙体以及明显清晰的品牌标志，可能会对会员和目标客源产生吸引作用。
该项指标同样以距离作为判断依据根据现场目测，共划分为三个不同的等级：
分分
200米范围内可视3
50至200米范围内可视2
50米范围内可视1
根据观测，24间分店中大约三分之一的酒店是可以打2分，三分之二的酒店打1分，少部分的酒店，如客村店，天河公园店可以打到3分。
有的二线项目虽然地址比较偏内街，但由于侧面的标识相当明显，所以反而取得了比一线正面临街更好的视觉效果，特别是从远距离上观测。
撇开酒店选址要素之外，清晰，易于识别的酒店标识对品牌的宣传和推广也起到了极大的带动作用。
2.2.1.3.目标店所在地的道路性质以及道路宽度
根据现场目测判断，单向四车道或以上的称之为主干道，二车道的称之为二级干道，其他的称之为次级干道。
单行线一般定义为二级干道。
其打分的标准是：
单行线1分
双行线2分
比如说:
天河公园店外的中山大道为主干道，岗顶店外的石牌东路为二级干道，环市路二店外的北较场横路为次级干道。
设计的变量打分标准如下：
主干道3分
二级干道2分
次级干道1分
车道的数量与道路宽度是成正比的，或者说是高度相关的，这点利用spss软件
可以看出其高度的相关性。
所以在最后的打分表里面，这两个变量会删除一个，以防止多重共线性的发生。
每一条车道的宽度通常是两米，也就是说如果是八车道的话，那么道路的宽度就是16米（不考虑单车道以及人行道）值得注意的是，有部分目标店外围有高架桥经过，高架桥上的道路不算入道路宽
度以及车道。
因为对于酒店业态来说，从空中经过的车流并不是有效交通流量。
2.2.1.4.治安状况
这是一个主观打分的评价变量。
其目的是尝试分析目标店外围治安环境对开房率是否存在影响。
尽管是一个主观性很强的变量，但是却在回归模型显示出了很高的可信程度（T检验值比较高）具体的实际应用可能存在局限性。
评分标准共有五档
五分标准：
安全系数为最高，位于城市中心地带，周边环境治安状况显示为极好，或区域内保安严密，24小时全天候保安。
对旅客保障度最高,旅客具有最高安全感。
典型例子有：
1.环市路二店，项目位于物资大院里面，附近有公安医院，民警大楼，而且物资机关大院内保安严密。
24小时不间断巡查。
2.仓边路店，项目位于仓边路，附近省、市、区各级人民政府及其职能部门林立，其中包括有广州市中级人民法院，人民检察院等政法机关。
安全保卫环境十分理想。
四分标准安全系数为比较高，显示周边治安环境较好，没有或极少刑事治安案件的发生，同样属于城市中心地带，有警察24小时巡查，但并没有特殊安保措施负责旅客安全。
1.世贸中心店以及环市路店，位于环市路商圈内，同样是商业繁荣，人流量大，但由于商业环境氛围成熟，所以人群普遍感到有安全感。
2.江湾路店，位于白云路上，是广州较为成熟的居住社区，位于越秀区的中心地带。
没有外地人口聚集，治安环境较好。
三分标准：
安全系数中等级别，周边治安环境正常，但有娱乐场所的存在，人流量较多，人群混杂，但因为处于商业圈内，仍然有一定警力维持附近的治安。
典型例子有：
1.岗顶店，项目位于石牌东路，人流量众多，商业繁荣，附近毗邻石牌村。
二分标准:
安全系数一般，显示周边治安环境存在隐患，项目可能处于城市边缘地带或偏离城市繁华地带，在夜晚行走可能存在不安全因素，特别是女性住客可能会在晚上感到不安，附近也许偶尔有抢劫，打架斗殴等行为存在，典型例子有：
1.黄沙店，根据店长访谈显示，黄沙水产市场由于利益纠纷众多，经常发
生打架斗殴事件，而且附近的外地货车站场也不时产生纠纷。
2.客村店，附近是潮汕人聚集地带，存在治安隐患，夜晚有不法长途客车停靠；而且在桂田村里还存在偷盗单车的黑市
一分标准：
安全系数差，周边治安环境严峻，经常发生治安刑事案件，人员混杂，位于城市边缘地带，安全保卫措施薄弱，也许存在黑社会势力在附近活动或外省帮派聚集。
暂时未在现有的广州7天分店中找到
23市场条件以及社会环境
2.3.1.概述
初步模型选取了以下变量作为对目标店外围市场条件以及社会环境的描述:
目标店附近城市主干道单位时间内经过的商务人士的的数量每分钟行人经过的数量
周边方圆50米范围内普通生活店铺的数量
周边方圆50米范围内是否有超市及其规模大小
周边方圆500米以内事业机关单位的数量
周边方圆50米范围内食肆的数量
周边人口的收入水平
目标店所在区域未来商业发展前景判断
走路10分钟内ATM机数量
2.3.1.1.商务人士经过的数量
在第一个变量中所希望反映出来的指标是往来人群中7天酒店的主要目标客人：
商务人士所占的比例。
在实际的考察中发现几个问题：
。
各个城市商务人士人群的特质和表征各不相同，没有统一的标准考察人的主观定义偏差
不确定商务人士的生活习惯不确定各个目标店附近不同时间段内商务人群的聚集情况。
由于可操作性不强，因此在最后的量表中已将此变量删除
2.3.1.2.人流量
根据对店长和前台店员的访谈显示，人流量会比车流量更能够吸聚人气，典型的例子是广园中路店，其所在地正对的大金钟路在下午16点的时候每分钟单位时间的车流量有102台，但每分钟单位时间的人流量却只有4个人，由于该店是广园路与白云大道的切换地带，两头都接驳有高架桥或环城高速，所以大金钟路仅仅是一条交通要道。
再纵观附近区域，方圆5公里范围内既没有商圈，也没有办公区域；目标店附近柯子岭一带是一个城中村，靠近白云山脚的又多为单位宿舍，周边的商业活动并不频密，因此无法有效积聚人流和客源。
根据数据显示广园中路店是目前广州市场上开房率最低的分店，从另外的一个侧面显示了如果没有商业活动去支持稳定的人流量，将直接影响项目未来的开房率。
人流量的考虑优先于车流量的考虑。
数据考察的方式是根据每一分钟在目标店门口经过的人流量的多少，根据多次的测量后取平均数。
2.3.1.3.生活店铺和超级市场
由于经济型酒店的特点，酒店里面并没有相关的配套设施，这就需要借助酒店附近的生活配套设施来满足房客的生活需要。
假设目标店附近的生活配套设施越完善，对客人的吸引也就越大。
因此我们简单罗列了一下的配套设施作为考核对象士多店或杂货店文具店或书店
超级市场或菜市场
水果店
干洗店或裁缝店
凉茶铺子
一般而言，一个具有良好商业气氛的路段都有可能具备上述生活店铺部分或大部。
考核后将店铺的数量加总列入量表中（超级市场另外计算）
2.3.1.4.事业单位
出乎调查意料之外的是，尽管之前把事业单位列入了对开房率成正相关的影响要素。
但通过对前台店员和店长的访谈了解到：
事业单位对酒店的入住率贡献却并不大，即使是位于法院，检察院等事业单位林立的仓边路，入住率中来自事业单位人员的贡献率也并不十分明显。
原因往往是多方面的：
大型的事业单位往往有自己的单位招待所，例如建设大马路店附近的广州市委党校，即使是外地来访的学员也被安排住进机关招待所里面。
无法吸引这部分客源出来。
本地的街道办事处，党群关系联络处，居民委员会等即使为数众多，如龙津东路店，但根据前台店员反映这种基层机关单位对睡眠产品的需求往往比较少。
基于这种实际情况的考虑，量表中删除关于事业单位对开房率的影响。
2.3.1.5.周边人口的收入水平
周边人口的收入水平反映了这个地区人口的富裕程度和可支配收入。
针对与本地客源来说这是一个良好的指标，因为这直接考察了本地客源的经济水平。
但也可能有意外条件的发生，那就是即使本地人口的收入水平不高，但外区的人群来本地区消费，当然这就不以本地客源作为主要消费对象。
当然如果可以预测到目标店未来的客源以本地客源为主，则建议选用这一个参数。
鉴于适用性上可能存在偏差，在最后的量表中删除。
2.3.1.6.周边方圆100米范围内食肆的数量
在这里我们界定食肆的标准是取得广州市卫生局C级或以上卫生许可证的提供餐饮服务的场所。
根据店员的描述，位于内街深处巷子里面无牌无证照经营的大排档一般不建议客人前往。
由于经济型连锁酒店不提供餐饮服务，这就需要周边餐饮配套设施跟上。
我们假设可以提供餐饮服务的站点越多，则项目对目标消费群体的吸引力越大。
数据中的餐饮店铺根据实际踩点得到总数。
范围为周边方圆100米内。
2.3.1.7.目标店所在区域未来商业发展前景判断
人为对目标店所在区域未来商业发展前景做主观判断。
趋势包括有：
上升
下降
维持
在这份量表中，尽管存在部分主观因素，但仍然希望以量化了的客观数据作为录入依据，由于区域未来商业发展前景判断过于主观，所以在最后的量表中删除。
2.3.1.8.步行10分钟范围内内柜员机（ATM）的数量经过观测发现，商业繁荣地带的银行或自动提款机的数量或比例普遍较高，因此可以将一定范围内的柜员机数量作为衡量该地区商业活动的指示器，柜员机的数量越多，显示该地区的商业活动越频繁和活跃。
注：
柜员机既可以放置在银行内也可以放置在银行外，即使没有营业处也可以单独计算柜员机的个数。
2.4.区域内密集人群聚集程度
2.4.1.概述
该模块主要考察的是目标店特定区域内可以吸引人流量的场所或建筑物，这些地方可以有效的积聚人流，形成有效的客源流量，向四周扩散。
主要变量包括有：
目标店方圆1公里范围内旅游景点
目标路2公里内商业中心（购物中心，步行街，大型商场）
目标店附近500米范围内附近商品集散地或物流集散地
目标店附近500米范围内医院规模
目标店附近500米范围内学校的描述
目标店周边方圆6公里范围内会展中心的总建筑规模
目标店附近500米范围内办公区域，写字楼
目标店500米范围内娱乐休闲场所
2.4.2.变量具体描述
2.4.2.1.旅游景点
各类的旅游景点是吸聚人流，客源的重要渠道，通过对旅游景点的细致划分，可以区别不同类别的旅游景点对目标店的贡献程度。
我们选定的区域范围为目标店方圆一公里范围内。
国家对旅游景点有不同的评定标准，我们假设旅游景点的星级评定水平越高，人流量越大，（对于类似于长沙这样本地居民作为主要客源的城市，区域公园的打
分适当加大）
根据国家旅游景点评定标准，目标店附近没有景点计入零分，区域公园计一分，
1A景点计为两分，2A景点计为三分，3A景点计为4分，4A景点计为5分，5A景点计为6分。
值得注意的是，部分市区公园尚未申请评级，（如广州起义烈士陵园，计划申报3A级别的旅游景点），这些知名但尚未评级的公园按照2-3分进行评分），部分不知名的景点如鳌头公园等计为一分。
2422商业中心
商业中心的描述被定义为各类的购物中心，商业步行街，以及大中型商场，商城等一切能够产生零售商业活动的场所和区域。
根据内部调用数据显示，靠近或位于商业中心附近或边缘的目标店开房率一般较为理想，显示出商业中心或商圈对经济型酒店入住开房率有巨大拉动作用。
图表2.4.2.2-1对广州开房率排名靠前的分店进行统计
广州市2007年至今开房率前^一位排名
广州各分店排名
2.4.2.3.商品集散地或物流集散地
2.4.2.3.1.概述
集散地的定义是将同类资源集合起来，共同创办一个力量集中的联盟或共同体，以此来扩大对外的影响。
包含有两重意思：
1.集：
资源集中，便于分配，便于行业管理和产品规范；
2.散：
便于物流运作，产品迅速扩散到其他市场。
我观察到的集散地市场包括有：
桂花岗店附近的解放北皮具批发市场，岗顶店附近的各类电脑配件以及各种硬件软件市场，北京路店附近的一德路小商品海味批发市场，沙河店附近的服装布料批发市场和汽车原配件批发市场等，根据与部分店长的访谈记录，周边环境存在的批发市场确实为该区域的分店贡献了相当稳定的客源，而且保持了一定的品牌忠诚度。
2.4.2.3.2.数据获取方式和变量标准
衡量集散地的规模和大小最好的方式是考察和录入这个集散地的经济指标如年总产值，雇佣总人数等。
但由于大部分集散地无法搜索到正确和全面的数据，在我们的选址模型中我们选用了考察批发市场的个数的方式来作为这个变量的选取标准。
2.4.2.4.医院规模
2.4.2.4.1.概述
医院也是人流聚集的密集区域之一，这个场所为社会人群提供专业医疗服务，但由于不涉及频繁的零售商业活动，所以该场所为目标店提供的客源可能相对有限，但暂时无实际数据支持，通过对店员的访谈也不支持那些来自医院的人群作为主要客源来源的论据。
但医院的存在可能在在某些程度上影响酒店入住率。
特别如果目标店位于三级甲等医院附近。
例如岗顶店。
2.4.2.4.2.数据获取方式和变量标准
根据国家对医院划分的等级标准，等级共分三级九等，加上特等医院共10个等级。
我们假设如果医院的等级越高，那么成功吸聚
升级会员 