经济型连锁酒店选址分析

经济型连锁酒店选址分析目录1.概述51.1.背景51.2.项目目的51.3.调研的范围52.选址要素的设计62.1.交通变量62.1.1.概述62.1.1.1.到达交通工具72.1.1.1.1.数据获取方式和变量标准72.1.1.2.周边交通环境82.1.1.3.公交站点以及线路82.2.地理环境以及市政规划92.2.1.概述92.2.1.1.酒店大堂正门与主干道的距离92.2.1.2.七天外墙侧面的可视距离102.2.1.3.目标店所在地的道路性质以及道路宽度102.2.1.4.治安状况112.3.市场条件以及社会环境122.3.1.概述122.3.1.1.商务人士经过的数量132.3.1.2.人流量132.3.1.3.生活店铺和超级市场132.3.1.4.事业单位142.3.1.5.周边人口的收入水平142.3.1.6.周边方圆100米范围内食肆的数量152.3.1.7.目标店所在区域未来商业发展前景判断152.3.1.8.步行10分钟内柜员机（ATM）的数量152.4.区域内密集人群聚集程度162.4.1.概述162.4.2.变量具体描述162.4.2.1.旅游景点162.4.2.2.商业中心172.4.2.3.商品集散地或物流集散地182.4.2.3.1.概述182.4.2.3.2.数据获取方式和变量标准182.4.2.4.医院规模182.4.2.4.1.概述182.4.2.4.2.数据获取方式和变量标准192.4.2.5.学校的描述192.4.2.5.1.概述192.4.2.5.2.数据获取方式和变量标准212.4.2.6.会展中心212.4.2.6.1.概述212.4.2.6.2.数据获取方式和变量标准222.4.2.7.办公区域和写字楼222.4.2.7.1.概述222.4.2.7.2.数据获取方式和参数标准232.4.2.8.娱乐休闲场所232.5.同业竞争环境232.5.1.概述232.5.2.数据获取方式253.回归模型的运行263.1.衡量回归模型准确性的评判标准263.2.回归方程求解步骤273.2.1.相关性分析273.2.2.调整变量274.项目检讨和建议314.1.项目检讨314.2.项目日后工作建议324.2.1.前台信息反馈系统324.2.2.市场细分战略335.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 2.1.217天会对经济型酒店关注的要素7图表 2.4.2.21 对广州开房率排名靠前的分店进行统计17图表 2.4.2.5.11对当前7天会会员的年龄段分布图19图表 2.4.2.5.12对7天会员所处行业背景的分析调查20图表 2.4.2.6.11对第101届广交会开房率的统计21图表 2.4.2.7.11对环市路写字楼附近一带开房率的比较22图表 2.5.11开房价格与房源供给的坐标分析图24图表 2.5.12 7天会对注册会员关于住宿预算的问卷调查241. 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： l 尝试对现有模型进行分析，或者修改现有选址模型。l 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：l 目标地和最近公交车站的距离l 距离地铁站，轻轨的距离l 机场大巴上下客点距离目标地的距离l 出租车单位时间（一分钟）经过临近主干道的数量l 距离目标地最近的主干道上单位时间（一分钟）车流量l 目标地附近50米内停放车辆的数量l 目标地附近的公交总线路l 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 2.1.1.117天会对经济型酒店关注的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:l 客源的到达方式值得细心研究l 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l 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。l 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：l 酒店大堂正门与主干道的距离l 七天外墙侧面的可视距离：从主干道上观测l 目标店所在地的道路性质定位l 目标店大门所正对的街道宽度l 外围道路的通向，单行还是双行道l 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：l 200米范围内可视-3分l 50至200米范围内可视-2分l 50米范围内可视-1分根据观测，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：l 主干道-3分l 二级干道-2分l 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l 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。l 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。l 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。l 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l 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2.3. 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：l 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l 每分钟行人经过的数量l 周边方圆50米范围内普通生活店铺的数量l 周边方圆50米范围内是否有超市及其规模大小l 周边方圆500米以内事业机关单位的数量l 周边方圆50米范围内食肆的数量l 周边人口的收入水平l 目标店所在区域未来商业发展前景判断l 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：。l 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l 考察人的主观定义偏差l 不确定商务人士的生活习惯l 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;l 士多店或杂货店l 文具店或书店l 超级市场或菜市场l 水果店l 干洗店或裁缝店l 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：l 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。l 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：l 上升l 下降l 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：l 目标店方圆1公里范围内旅游景点l 目标路2公里内商业中心（购物中心，步行街，大型商场）l 目标店附近500米范围内附近商品集散地或物流集散地l 目标店附近500米范围内医院规模l 目标店附近500米范围内学校的描述l 目标店周边方圆6公里范围内会展中心的总建筑规模l 目标店附近500米范围内办公区域，写字楼l 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。2.4.2.2. 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 2.4.2.21 对广州开房率排名靠前的分店进行统计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，那么成功吸聚的人流量越高。实际操作中我们分别按照医院的不同等级录入各自的分数。目标店附近没有医院录入为零分。特等医院录入为10分，如果是三级甲等的医院录入为九分。三级乙等的医院录入八分，如此类推。值得注意的是一些小型诊所并不列入我们的考察范围之内。2.4.2.5. 学校的描述2.4.2.5.1. 概述根据7天会统计的消费者年龄段结果显示，小于19周岁的目标消费者仅仅占到全体消费者的百分之一的比例。在目前400多万注册会员当中，有56万名会员年龄介乎19到22岁之间。也就是说19到22周岁的目标消费者却占到了12.83%的比例，与此同时，对七天会会员的行业分析显示，有20%的会员是在校学生，而且如果加上科教文卫的比例的话，高校所蕴含的潜在客源十分值得关注。因此我们界定学校的定义为高等院校。有理由相信高校将是一个比较稳定和理想的客源来源渠道。图表 2.4.2.5.11对当前7天会会员的年龄段分布图图表 2.4.2.5.12对7天会员所处行业背景的分析调查在广州的所有24间分店中，只有华师店比较明显靠近高校-五山高校区，根据与店员的访谈记录显示，来自五山高校群的客源占据了比较重要的份额。即使华师店附近有一间邮电宾馆，提供同等价位的睡眠产品，但7天的定位更适合目标消费群体的需求。数据显示92%的开房率也处于合理区间内。2.4.2.5.2. 数据获取方式和变量标准相关数据全部从互联网上获取，考察标量标准为在校学生人数和教职工总人数，单位为万人。2.4.2.6. 会展中心2.4.2.6.1. 概述会展中心吸聚的商务客人是七天连锁酒店的首要目标消费人群，选址靠近会展中心将会得益于会展中心所带来的巨大客源。 图表 2.4.2.6.11对第101届广交会开房率的统计根据营销部童吉泉对2007年第101届广交会的统计结果分析显示：第101届广交会当时的8家分店的开房率排名由高到低依次为：天河公园第一（97%）；客村、环市中二店并列第二（95%）；荔湾第三（92%）；岗顶、环市中、江湾并列第四（91%）、北京路最低（86%）。我们可以从中观察到，靠近琶洲会展中心以及广交会旧址和锦汉展览中心的分店分别录得较高的开房率。其中天河公园店得益于便捷的科韵路快速干线，华南快速，以及琶洲大桥等便利交通条件，加上优秀的管理水平，开房率一直高居榜首。荔湾路亦处于广交会旧址的辐射范围内，也录得较为理想的开房率。由此可见靠近或者处于会展中心的辐射区范围内可以季节性的为连锁型酒店带来巨大的客源。2.4.2.6.2. 数据获取方式和变量标准由于会展中心，特别是大型会展中心的巨大辐射作用，我们将目标店所处会展中心的辐射范围锁定为方圆六平方公里内。初步的考察数据是目标会展中心的年总产值，但由于在互联网上找不到这样的数据，变量值改为目标会展中心的总面积，单位为万平方米。这样的变量可能更适用于其他的二三线城市。2.4.2.7. 办公区域和写字楼2.4.2.7.1. 概述根据经济型连锁酒店自身的定位，商务客人是7天连锁酒店的首要来源，不同于会展中心那样可能有季节性的因素，办公区域或写字楼群可能提供了长期稳定及大量的商务客源。图表 2.4.2.7.11对环市路写字楼附近一带开房率的比较2.4.2.7.2. 数据获取方式和参数标准对参数的评定标准起初的想法是选取目标店附近办公室的实用或建筑总面积，但实际的情况是无法准确的拿到数据，即使拿到，在以后的选址数据录入时也可能产生很有困难。基于这样的设想，参数标准改为测算附近500米写字楼的数量，而不考虑每一个写字楼的建筑面积或实用面积的大小。数据获取方式有两种，第一种是根据现场考察，对目标店方圆500米范围内的写字楼数量进行目测，将测算到的写字楼数量列入调查表中。第二种办法是利用网络无忧地图，测算附近的写字楼数量，然后加总列入调查表中。2.4.2.8. 娱乐休闲场所对娱乐休闲场所的定义我们罗列出了下面包括了但不局限于此的服务项目：l 足部按摩l 桑拿浴室l KTV（卡拉OK）或与饮食业同业经营的混合体l 各类酒吧，如露天酒吧，主题酒吧等或可以提供主食的酒吧l 棋牌室，如麻将，桥牌等牌艺l 电子游戏功能室（如广州天梦宫，南梦宫等）l 各类歌舞厅2.5. 同业竞争环境2.5.1. 概述根据对目标店实地现场考察，某一个路段或区域内不同档次的睡眠产品的数量，是由该地区的市场均衡价格决定的。也就是说某一特定商业环境在特定时间内的市场需求容量是不变的，在一定的市场容量以内，直接竞争对手的数量以及房量越多，当地平均房价就越低，同时开房率就就越低。当然如果在市场均衡价格下，某酒店的边际成本大于边际收入，该酒店将无法持续经营。 图表 2.5.11开房价格与房源供给的坐标分析图注： 在调查中发现，大部分7天连锁分店的房间价格普遍比附近的同类睡眠产品提供者要偏高20%左右，而且7天酒店可能抬高了当地入住的标准，一些不是连锁型的酒店也提供了宽带网线接入，大床房，宽敞的浴室等设施，这一点在三元里棠溪，沙涌分店一带十分明显。现场调查也显示，并不是竞争对手越多，开房率就会越低，这还与当地的住宿市场容量有很大关系，例如棠溪店，沙涌店，其周边分别都有超过20多家二星级或经济型酒店，但2007年的开房率统计结果显示这两家店的数据正常。同行竞争对手考察的是对7天连锁酒店直接或间接的替代产品，尽管四星级以上的酒店也同样提供睡眠产品，但由于价格和目标消费人群与经济型酒店有巨大差异，所以与7天连锁酒店的竞争相关度并不大。图表 2.5.12 7天会对注册会员关于住宿预算的问卷调查按照大部分目标房客预算费用在250元以下的话，部分三星级酒店，所有经济型连锁酒店以及二星级酒店都可能提供符合目标消费者的住宿预算，与7天连锁酒店相类似的睡眠产品。基于这种假设，我们提出了将三星级酒店，经济型连锁酒店和二星级酒店列入直接竞争者，目标考察区域锁定在目标店方圆500米内，分别考察同业直接竞争者的三个要素：，以及l 竞争者个体存量l 房间容量l walk in价格2.5.2. 数据获取方式l 三星级酒店目标店附近的三星级酒店房间总数可以通过查询前台单张或宣传册获得；Walk-in价格可以透过网上的商旅中介机构获得，价格十分透明。l 经济型酒店经济型连锁酒店的房间数量以及价格也十分透明，在各酒店网站上有详细标明。l 二星级酒店或招待所房间数量必须现场目测，根据房屋建筑的构造首先判断一个楼层的房间数量，然后乘于酒店楼层总数，得出该店实际的房间数量，房间价格以现场所能得到的最低价格作为参考变量。3. 回归模型的运行3.1. 衡量回归模型准确性的评判标准l R平方在线性回归模型中，回归模型是否合适或合适程度如何取决于确定性系数（coefficient of determination）由R平方表示。其表达公式为：R平方= 自变量解释的变化部分 总离差R平方的数值总是位于0和1之间的数，一般来讲，R平方的数值越高，回归方程的拟合度就越好。由于R平方测量了回归直线所解释的因变量Y的总变化的比例，因此可以说回归直线解释的变化的百分比就是R平方。l T统计值T统计值描述的是每一个自变量，或者说变量系数的确定程度，跟C值进行比较，如果T值比C值小的话，通常被认为是这个自变量的可信程度偏低，建议是删除该变量或进行相关度测试。T值越大越好。l 因变量与自变量之间的相关度单个自变量与因变量高度相关将可能会产生较理想的回归模型，但不必然证明多个自变量与因变量之间存在线性相关。l 删除多重共线性有许多自变量之间有可能产生两两相关性，这是不无道理的，因为变量与变量之间是有相互联系的。例如马路的宽度与单位车流量就是高度正相关的。在进行回归分析的时候就必须去掉一个。否则就会产生多重共线性，令回归方程出现偏差。l 线性与非线性的关系建立回归模型一个重要的因素是看因变量和自变量之间是否存在线性关系，如果是的话，比较容易得出置信程度较高的回归方程。如果自变量跟因变量之间的线性关系不明显，就要将非线性转变为线性去分析。比如将自变量开方，平方，或取对数。加入到新的回归模型中去运行。3.2. 回归方程求解步骤3.2.1. 相关性分析首先第一步，利用SPSS软件，先对所列的41个变量进行两两相关性分析，剔除超过50%以上相关度的部分变量之后，剩下了25个变量。它们分别是：l 目标地和最近公交车站的距离l 距离地铁站，轻轨的距离l 机场大巴上下客点距离目标地的时间l 目标地附近50米内停放车辆的数量 l 距离目标地最近的主干道上单位时间车流量l 目标地附近的公交总线路l 到达该地区5公里范围内核心区域的公交线路数l 七天外墙侧面的可视距离：从主干道上观测l 目标地所在街道管辖区域内的治安状况l 周边方圆50米范围内食肆的数量 l 周边人口的收入水平l 步行10分钟内ATM机数量l 目标店方圆一公里范围内旅游景点l 目标路2公里内商业中心（购物中心，步行街，大型商场）l 目标店区域500米范围内附近商品集散地或物流集散地l 目标店附近500米范围内医院规模l 目标店附近500米范围内学校的描述l 目标店周边方圆6公里米范围内会展中心的总建筑规模l 目标店附近500米范围内办公区域，写字楼l 目标店500米范围内娱乐休闲场所l 目标地附近方圆500米内的二星级酒店（招待所）数量l 目标地附近方圆500米内的经济型酒店的数量l 以上三星级酒店的walk in价格l 目标店计划房间总数3.2.2. 调整变量由于数据库中只有24间分店的数据，根据回归方程的要求，因变量(分店数)的数量必须要大于自变量(各要素)的数量，简单而言，就是方程组的个数必须要比未知数的个数要多才可能解出方程组未知数。根据理论上的经验，在只有24个因变量的情况下，真正符合条件的自变量可能只有不超过五个。方法一、将24个变量运用不同的组合方式进行组合搭配，利用开房率做因变量，模拟回归过程，结果显示有三个变量的T值(反映可信程度) 符合要求，它们分别是：l 目标地和最近公交车站的距离l 到达该地区5公里范围内核心区域的公交线路数l 目标地所在街道管辖区域内的治安状况基于这样的考虑，结合其他成员的意见，尝试根据经验选取14个有效的变量进行回归运行。由于24间分店中有6间分店开业的时间在半年以内，为了数据的准确，在做回归模拟的时候删除这6间分店的数据。只剩下18间分店的数据。这些变量分别是：1. 机场距离地铁站，轻轨的距离2. 机场大巴上下客点距离目标地的时间3. 出租车单位时间（5分钟）经过临近主干道的数量4. 距离目标地最近的主干道上单位时间车流量5. 目标地附近的公交总线路6. 七天外墙侧面的可视距离：从主干道上观测7. 每分钟行人经过的数量8. 目标店2公里内商业中心（购物中心，步行街，大型商场）9. 目标店附近500米范围内学校的描述10. 目标店附近500米范围内办公区域，写字楼11. 目标店500米范围内娱乐休闲场所12. 目标地附近方圆500米内的三星级酒店数量13. 目标地附近方圆500米内的二星级酒店（招待所）数量14. 目标地附近方圆500米内的经济型酒店的数量注： 未加入调整变量：即房间数量的原因在于，根据目前广州市场的表现，房间数量多的分店反而录得较高的开房率，这与先前的假设有所出入。因为原理上的房间数量和开房率是成反比关系的。回归结果显示：回归报告回归统计Multiple R0.912419965R 平方0.832510193调整后R Square0.050891096标准误差0.083829391观测值18方差分析dfSSMSF回归分析140.1047888450.0074849181.06511残差30.02108210.007027367总计170.125870946l 注意到第八个变量是一个负相关的权重值，这一个变量的描述是：目标店2公里内商业中心（购物中心，步行街，大型商场）这跟经验上存在差距，根据数据调查，发现有一个分店的数据对结果产生了巨大的影响，那就是龙津东路店，根据调查，距离龙津东路点方圆2公里以内的商业中心有上下九步行街、新光城市广场、荔湾广场、华林玉器广场等四个商业中心，但可惜的，龙津东路店的位置位于龙津东路（属性为：次级干道）的内巷里，外墙可视距离：1分，（小于50米范围内）极大的影响了开房率。而且根据访谈显示，客源超过50%以上为本地客源。 注意到最后三个变量都是正相关的权重值：目标地附近方圆500米内的三星级酒店数量目标地附近方圆500米内的二星级酒店（招待所）数量目标地附近方圆500米内的经济型酒店的数量按照理论上来说，同业竞争环境应该与目标店开房率成负相关。因此必须根据实际情况进行调整。改进办法：将商业中心的数量由四个改为两个调整后的回归结果显示：调整后的截距增加到70%，商业中心开始与开房率正相关。最后的同业竞争环境有所变化，但仍然要继续调整第13个变量的权重值。 建议调整为负值的0.01864. 项目检讨和建议4.1. 项目检讨l 由于项目时间比较紧，所以准备的比较仓促，很多想法没有经过较广泛的沟通，而更多的是靠自己的理解和过往的数据处理经验。如果在项目启动前做更多的调研工作，可能会对最终的结果产生较好的影响。l 所采集的数据可能不够准确，由于现场考察的项目不可能全部在同一时间段进行，因此数据间可能存在较大的偏差，比如说不同时间段的交通状况或人流状况的差异可能相当巨大。l 刚开始的计划是完全用定量的方式去选取和设立一个理想中的选址模型，但是由于计量分析方式的局限性，利用线性回归可能并不能完全真正建立符合现实情况的变量模型。有可能是部分变量本来就不是线性相关，在这种情况下，可信程度（T值）就会比较小了，所以仍然需要结合过往行业经验和主观判断去建立选址模型。事实上，在所做回归中大部分T值一直都比较小，按照传统的认识来会说，T值小的变量必须舍弃，但在实践过程也可以保留。l 可以得到的数据太少，因为广州只有24家分店，减去不到半年开张的6家分店，最后只有18家分店参与回归模拟，在这种情况下是很难得到一份可以涵盖各个方面（如交通，社会，宏观经济状况，竞争水平等）的变量模型的。所以在下次做此类回归的时候必须充分占有更多的数据资源，以求作出一份更加准确的选址模型。4.2. 项目日后工作建议4.2.1. 前台信息反馈系统建议每一间分店的前台店员对到店客人都进行信息搜集或进行简单的问卷化调查。有的时候，店员仅仅通过观察就可以得知客人的一些重要信息。比如说是商务客人还是本地客人（情侣），年龄段位于哪个区间，对房价的敏感程度等，然后输入到数据库中，在不影响客人入住效率的前提下，了解客源的背景和身份对于经济型连锁酒店是十分必要的。基于互联网的调查虽然成本低廉，效率较高，但所得到的数据往往并不准确，在市场调研实践中，观察法和访谈法往往比问卷法优秀。这就需要对前台店员进行数据采集等方面的培训，让第一线的店员采集现场第一手的数据，然后通过企业内部沟通平台将标准化表格传送回广州总部进行数据分析。这也是711便利店日本分部所采用的行之有效的办法。这样的好处在于：l 区域内项目选址决策l 睡眠产品定价l 房间设施的改造l 消费者需求分析l 搜集目标消费人群特征，并根据其特征设计产品l 接受投诉与建议典型的例子就在与对不同类城市（目前共分四类）选址模型设计的数据采集，可以考虑让各分店传送必要的数据回总部投资发展部进行数据分析，以减少人力和财力的消耗。当然，为了避免不同人作出的判断结果，总部应该对每一个变量都进行标准化描述，然后让前台店员根据变量的标准化描述去填入准确的信息。应该由一个部门（建议是7天会）负责牵头采集这方面的数据，自动生成标准化格式以及必要的报告，将信息共享给运营部，投资发展部等相关部门制定决策。4.2.2. 市场细分战略随着经济型连锁酒店的市场竞争日益激烈，各大主要竞争对手都在寻找合适的项目，积极扩大市场份额，如家的纵向广布全国和7天的横向深挖掘各区域是其中最突出的扩张模式。但如今在开店成本日益高涨的环境中，高速的行业扩张也面临着巨大的压力，大幅攀升的租金亦可能会吃掉目前维系房价的边际利润，也可能会吃掉日后房价上涨的潜力，投资发展部目前对于新上的项目选址也持日益谨慎的态度，更加着重于分析日后的盈利前景，而不仅仅是盲目的扩张。然后将资金风险转换到加盟和特许经营上。7天现在执行的是全国一个统一的标准，以商务客人作为目标消费群体（当然，商务客源是连锁酒店业最优秀的客源）然后根据商务客人的需求设计产品。其他的酒店也是这么做的。但根据现场的访谈记录显示，在位于城市中心区域以及人口稠密地带，开房的客人却是以本地客源（即前台和店长所谓的散客）为主，这一点在节假日更为明显。包括7天在内的众多经济型连锁酒店把关注的消费群体更多的放在了商务客源上面，并对这一来源进行了深层次的挖掘，这其中包括了营销团队对周边商务客源的踩点和维系。但如何发掘本地客源却没有详细的计划和措施。一旦确认了本地客源的贡献之后，在此有以下两点建议：l 根据不同分店客源的情况，具体制订针对本地消费群体的营销计划或运营布置，根据问答和访谈搜集该类目标群体的实际需求，然后联合运营部，工程部对项目加以改进。如在分店里布置适当比例的具有温馨感觉的家庭房，浪漫的情侣房等特殊睡眠产品，以满足消费者的需要。l 设立一个支线品牌，细分本地客源这个市场，专门独身定造适合本地客源口味和喜好的睡眠产品。或者以家庭主题为主，或者以爱情主题为主。这将是一个全新的主题酒店，而不是传统意义上的商务酒店。这个品牌或产品设计出来以后同样可以由7天学院和运营部实施量化管理，并将它纳入到标准化管理的体系中，如采购，运营等。 l 为了区分出忠诚度较高的本地客源，这部分客源应当易于识别，并加以确认。长期在某一间分店消费，或某一个区域城市消费的房客应该缩短成为高级会员的时间，使其不轻易改变其消费习惯，应该充分发挥7天发达的网络平台作用，把每一个区域的本地客源寻找出来，将这个细分市场的潜力充分发挥出来。5. 项目总结为期两个月的7天选址分析令我更加丰富了对7天文化的认识和了解。感谢公司对我的信任，没有干涉或打断我的研究工作，使我完全按照自己的理解去设计这样一个分析模型。由于知识水平的有限，没能很好的完成公司领导所期望达到的境界。但无论如何，还是要十分感谢7天给了这个机会我参与到这个项目中。“那破玩意儿，有什么用啊，连大学毕业证都成费纸了，还拿初中毕业证吓唬我，谁希罕！”刘冰儿想。但她看在老班苦口婆心的份上，还是给了她面子，来参加中考了。这漫长的两个小时怎么过？老班在考场外盯着他们这些差生呢，怕他们早早出去，影响了成绩。“作文一定要写完啊。”当她进来的时候，老班站在门外，向她发出讨好的笑。想到这里，刘冰儿看了看作文题目：“阳光灿烂的日子”。她抬起头，朝窗外望了望：阳光很纯净，很妩媚，果然是个阳光灿烂的日子。刘冰儿不讨厌这个题目，虽然她很讨厌作文课。它仿佛触动了她心底的一角，让她听到了冰层融化的声音。那一瞬间，刘冰儿做出了一个重大的决定，她要写作文了。虽然进考场时，她曾赌气地想，要做一个白先生，把老师气死。但现在，她改变注意了。一、相遇是个偶然“曾经，我的日子里充满了阳光的味道。那儿流动着鲜花的芳香，弥漫着欢乐的气息刘冰儿就这样开始了自己的开头，从小，她的文笔就不错，语文老师经常夸她，这让她很自豪。初三第一学期期末，我的成绩有所进步，开家长会的时候，老师表扬了我，妈妈特高兴。回到家，爸爸妈妈带我去饭店吃饭,说是对我的奖励。再说，村里刚发了钱，他们高兴，他们手里痒痒。自从我们村的土地被征用，自从我爸妈手里有了钱，我就发现我爸不是我爸我妈不是我妈。我爸再也不去找工作了，他开了个棋牌室，名誉上是棋牌室，其实就是召集村里的闲人赌博；我妈整天在镜子前描眉画眼，试图把自己捯饬成一个美女。但再怎么捯饬，也掩盖不了脸上的那些褶子。吃饭的时候，我给爸爸说我想要电脑,他们很爽快的答应了。第二天就带我去选电脑,第三天就买回来了,第四天就有人来安装宽带,就这样我的生活加入了电脑!我阳光灿烂的日子来临了。可以上网了,我就天天呆在电脑前。聊天,看电影,玩游戏,成了我生活中不可缺少的。起初我有节制,会控制自己,玩到9点10点的不用爸妈催,那时候真的很乖啊。那天，在去逛商场的路上，突然遇到了同年级的杨一一，我们乘坐同一辆公交车，下车时，他竟然要了我的*号，说要加我为好友，这让我受宠若惊。要知道，杨一一是我们学校有名的帅哥，不仅人长得帅，而且歌也唱得特别好。他还会弹吉它，去年在我们学校举办的艺术节上，他自弹自唱的歌曲让全校师生沸腾了。为此，女孩子们都愿意和他交往。但在老师的心目中，他名声却不怎么好，因为他不爱学习，经常招惹事非，老师们提起他都很头痛。