Standortrelevante Daten für Portfolioanalysen, Standorte ... / 2.2 Ebenen von Standortanalysen

Gemäß der oben erwähnten Erhebung verwalten 49 % derjenigen, die meinen, dass Standortanalysen wichtig sind, interne Daten in Tabellen. Die meisten von ihnen verwenden Adressen als geografische Referenz. Allerdings verlassen sie sich stark auf Tabellen und sind weniger zufrieden mit den Geschäftsergebnissen von Standortanalysen (16 % zufrieden) als jene 23 %, die professionelle GIS (49 % zufrieden) anstelle von Tabellen verwenden. Insgesamt kann zwischen 4 Reifegraden von Standortanalysen unterschieden werden (s. Abb. 5).

Abb. 5: Reifegrad von Standortanalysen

2.2.1 Ebene 1: Verwaltung von Standortdaten in Tabellen

Normalerweise ist es nur eine Art von Standortdatenspeicherung, doch aufgrund der Einschränkungen von Excel gibt es keine echte Standortanalyse (nur Abfragen nach Stadt, Land usw.).

2.2.2 Ebene 2: Visuelle Darstellung von Standortdaten auf Karten ohne räumliche Analysen

Normalerweise ist dies nur der Fall, wenn die Ergebnisse einer auf Tabellen basierten Analyse visuell auf Karten dargestellt werden (z. B. visuelle Darstellung von Filialen/Shops auf der Karte).

2.2.3 Ebene 3: Mehrschichtige räumliche Analysen

Diese Datensätze (z. B. Anzahl der Einwohner, Anzahl der Unternehmen, Anzahl von öffentlichen Einrichtungen etc., s. Abb. 6) können in verschiedenen Schichten veranschaulicht und aufeinandergelegt werden. Die zentrale Frage bei einer Mehrschichtanalyse ist die Gewichtung der Datensätze, d. h., auf welcher Ebene die bestimmten Schichten berücksichtigt werden. An dieser Stelle wird i. d. R. ein auf Geoinformationsdaten basierendes Statistikmodell aufgebaut. Mithilfe des statistischen Modells wird die methodologisch basierte Lösung von Geschäftsproblemen möglich.

Abb. 6: Räumliche Mehrschichtanalysen

Ein beispielhafter Anwendungsfall hierfür ist die Definition und visuelle Darstellung des Marktpotenzials eines Gebiets/Vertriebspunkts durch die Analyse des Umsatzes, des Netzwerks und der Umweltdaten. Für eine detaillierte Darstellung s. "Anwendungsfall 4".

Mithilfe modernster statistischer Methoden (z. B. Regressionsmodelle) lassen sich auf die folgenden Fragen zu Vertriebspunkten und Produktkategorien Antworten geben:

• Welche Arten von Indikatoren (erklärenden Variablen) haben einen deutlichen Einfluss auf den Umsatz eines Standorts/Produkts?
• Zusammen mit welcher Ebene bestimmen diese (Bestimmtheitsmaß) die Verkäufe des gegebenen Vertriebspunkts?
• Wie groß ist das Wachstum, das durch die Änderung einer der Variablen (Regressionskoeffizient) verursacht wird?
• Wie hoch ist das geschätzte Potenzial in Abhängigkeit von den erklärenden Variablen?

2.2.4 Ebene 4: Räumliche Mehrschichtanalysen und Tools im gesamten Unternehmen.

Die höchste Ebene der Standortdatenanalyse ist die 4. Ebene, die geozentrische Organisation genannt wird. Auf dieser Ebene wird die räumliche Datenbank in das ERP-System integriert und dynamische und Echtzeit-Standortdienste werden in der gesamten Organisation bereitgestellt.

• Hohe Auswirkungen auf den Betrieb und hohe Auswirkungen auf das Geschäftskonzept. Ein Ölunternehmen stützt sich stark auf die räumliche Analyse seiner vorgelagerten Erschließung. Die geologische und räumliche Analyse ist hoch strategisch und hat einen sehr großen Einfluss auf die betrieblichen Vorgehensweisen (es gibt keinerlei Geschäftstätigkeit ohne GIS).
• GIS ist überall. Das 2. Modell organisiert das Geschäftskonzept um das räumliche Denken, nutzt die GIS-Funktionen im gesamten Unternehmen und bezieht räumliche Analysen in jede einzelne geschäftliche Entscheidung mit ein. Die Bank of America setzte ein komplettes Team von GIS-Experten ein, um verschiedenste Geschäftsfälle, wie z. B. das Ersetzen der Klimaanlage in einer Zweigstelle oder die Entlastung eines überlasteten Geldautomaten, anzupassen. Ihre größte Herausforderung war die Reorganisation des gesamten Filialnetzes auf der Basis von Standortinformationen. In 5 Jahren wurde durch die Optimierung des Netzwerks und seiner Elemente eine Kostenersparnis von 800 Mio. US-Dollar erreicht.^[1]

[1] Vgl. http://www.forbes.com/sites/tomgroenfeldt/2014/08/21/bank-of-americas-data-mapping-adds-1-per-share/, Abrufdatum 7.6.2016.