Gibt es in einer Stadt nur einen Anbieter, ist die Sache einfach: Wer kaufen will, fährt dorthin. Sobald es mehrere Standorte gibt – eigene und fremde –, teilen sich die Kunden auf. Die Huff-Analyse beschreibt, wie: Mit dem Huff-Modell, einem Gravitationsmodell aus der Handelsforschung, lässt sich für jedes Wohngebiet berechnen, mit welcher Wahrscheinlichkeit seine Bewohner welchen Standort aufsuchen. Daraus ergeben sich Marktanteile, Einzugsgebiete mehrerer Standorte und erwartete Umsätze.
Mehrere Standorte in einem Ort: Wie verhalten sich die Kunden?
Die Frage stellt sich immer dann, wenn Standorte um dieselbe Nachfrage konkurrieren: Ein Filialist plant einen weiteren Markt in einer Stadt, in der er schon vertreten ist. Ein Wettbewerber kündigt eine Ansiedlung an. Eine Filiale soll erweitert, verlagert oder geschlossen werden. Oder eine Kommune möchte wissen, wie sich ein neues Fachmarktzentrum auf die Innenstadt auswirkt.
Eine Fahrzeitzone allein hilft hier nicht weiter: Sie zeigt, wer einen Standort erreichen kann, aber nicht, wie sich die Kunden zwischen mehreren erreichbaren Standorten entscheiden. Genau das leistet die Huff-Analyse. Relevant ist sie vor allem für Lebensmittel- und Fachhandel, Drogerien, Bau- und Gartenmärkte, Möbelhäuser, Tankstellen, Gastronomieketten und Einkaufszentren.
Das Huff-Modell verständlich erklärt
Das Modell beruht auf einer Beobachtung, die jeder aus dem eigenen Einkaufsverhalten kennt: Ein Standort zieht Kunden umso stärker an, je attraktiver er ist, und umso schwächer, je weiter der Weg dorthin ist. Gibt es Alternativen, verteilt sich die Nachfrage. In einer Formel:
P(i,j) = (S(j) hoch α ÷ d(i,j) hoch β) ÷ Summe über alle k von (S(k) hoch α ÷ d(i,k) hoch β)
- P(i,j) ist die Wahrscheinlichkeit, dass Kunden aus Wohngebiet i beim Standort j einkaufen.
- S(j) ist die Attraktivität des Standorts, meist die Verkaufsfläche, gegebenenfalls ergänzt um Format oder Sortiment.
- d(i,j) ist die Distanz zwischen Wohngebiet und Standort, am besten als Fahrzeit.
- α gewichtet die Attraktivität, β den Raumwiderstand, also wie stark die Bereitschaft zu fahren mit der Entfernung abnimmt.
- Im Nenner steht die Summe über alle Standorte k, die für das Wohngebiet in Frage kommen – einschließlich der Wettbewerber.
In Worten: Die Anziehungskraft eines Standorts wird ins Verhältnis zur Anziehungskraft aller Standorte gesetzt. Multipliziert man die Wahrscheinlichkeit mit der Kaufkraft des Wohngebiets und summiert über alle Wohngebiete, ergibt sich der erwartete Umsatz des Standorts.
Beispielrechnung: drei Märkte in einer Stadt
Eine fiktive Stadt hat drei Wohnviertel und drei Lebensmittelmärkte: Markt A (1.500 m²) im Zentrum, Markt B (800 m²) im Norden und Markt C (2.500 m²) in einem Fachmarktzentrum im Süden. Die Tabelle zeigt die Fahrzeiten und die Kaufkraft für Lebensmittel je Viertel.
| Wohnviertel | Fahrzeit zu A | Fahrzeit zu B | Fahrzeit zu C | Kaufkraft Lebensmittel |
|---|---|---|---|---|
| Nord | 6 min | 2 min | 12 min | 8 Mio. € |
| Mitte | 3 min | 6 min | 8 min | 12 Mio. € |
| Süd | 8 min | 12 min | 4 min | 10 Mio. € |
| Ergebnis | Markt A | Markt B | Markt C |
|---|---|---|---|
| Anteil im Viertel Nord | 16 % | 77 % | 7 % |
| Anteil im Viertel Mitte | 73 % | 10 % | 17 % |
| Anteil im Viertel Süd | 13 % | 3 % | 84 % |
| Erwarteter Umsatz | 11,3 Mio. € | 7,6 Mio. € | 11,0 Mio. € |
Zwei Dinge fallen auf. Der größte Markt C erzielt nicht den höchsten Umsatz, weil er am Stadtrand liegt und das Zentrum nur schwach erreicht. Und der kleine Markt B erwirtschaftet je Quadratmeter am meisten, weil er das Nordviertel nahezu allein versorgt.
Wie stark allein die Wahl des Exponenten β das Ergebnis verschiebt, zeigt eine weitere Beispielrechnung im Beitrag RegioGraph und das Huff-Modell.
Parameter und Kalibrierung
Die Parameter entscheiden über das Ergebnis. β ist bei Gütern des täglichen Bedarfs meist höher, denn für Lebensmittel oder Drogerieartikel fährt kaum jemand weit. Bei Möbeln, Gartenbedarf oder Fachmärkten ist β niedriger. α bestimmt, wie stark Größe und Attraktivität zählen. Und die Attraktivität selbst kann mehr sein als die Verkaufsfläche: Format, Sortiment, Lage, Parkplätze oder die direkte Nachbarschaft anderer Geschäfte. Welche Parameter RegioGraph dafür anbietet, beschreibt die Seite Standortanalyse.
Verlässlich wird das Modell erst durch Kalibrierung: Die Parameter werden so eingestellt, dass das Modell die bekannten Umsätze Ihrer bestehenden Standorte möglichst gut nachbildet. Zusätzlich lassen sich Kundenherkunftsdaten, etwa aus Kundenkarten, oder Frequenzdaten zum Abgleich nutzen. Erst danach werden neue Standorte oder Szenarien bewertet.
Ergebnisse: Marktanteilszonen und erwarteter Umsatz
Auf der Karte entstehen Marktanteilszonen: Flächen, in denen ein Standort zum Beispiel über 50 %, 25 bis 50 % oder unter 25 % der Nachfrage auf sich zieht. Dazu kommen Potenzialzonen, die zeigen, wie viel Kaufkraft ein Standort aus welchem Gebiet bindet, und der erwartete Umsatz je Standort. Bei Szenarien wird die Differenz zum Ist interessant: Wer gewinnt, wer verliert, und wie viel davon trifft das eigene Netz? Damit ist die Huff-Analyse ein zentrales Werkzeug der Filialnetzanalyse und der Expansionsplanung. In der White-Spot-Analyse schätzt sie, wie viel Umsatz ein neuer Standort in einem weißen Fleck erwarten kann.
Das Huff-Modell bewertet Standorte, die bereits feststehen oder konkret zur Wahl stehen. Soll dagegen aus vielen möglichen Orten die beste Kombination mehrerer Standorte gesucht werden, kommen normative Standortmodelle wie p-Median oder Covering zum Einsatz.
Welche Daten die Huff-Analyse braucht
| Baustein | Daten | Woher |
|---|---|---|
| Nachfrage | Einwohner, Haushalte, Kaufkraft bzw. Sortimentskaufkraft, möglichst kleinräumig | Kaufkraft, Markt- und Potenzialdaten |
| Angebot | eigene und fremde Standorte mit Verkaufsfläche, Format, Sortiment | eigene Daten, Wettbewerbsanalyse, Standortdaten des Einzelhandels |
| Raumwiderstand | Fahrzeiten zwischen Wohngebieten und Standorten | Geomarketing-Software mit Straßennetz |
| Kalibrierung | Umsätze eigener Standorte, Kundenherkunft, Frequenzen | eigene Daten, vermittelte Bewegungsdaten |
Die größte Hürde ist meist die Angebotsseite: Verkaufsflächen von Wettbewerbern sind nicht immer bekannt und müssen recherchiert oder geschätzt werden. Kleinräumige Kaufkraft- und Standortdaten vermitteln wir herstellerneutral, auch über p17-data.de.
Umsetzung in RegioGraph Strategy
RegioGraph Strategy enthält das Gravitationsmodell und berechnet für einen oder mehrere Standorte straßenabschnittsgenau Marktanteilszonen, Potenzialzonen und Einzugsgebiete. Die GfK Kaufkraft für Deutschland, Österreich und die Schweiz ist im Lieferumfang enthalten, Endverbraucherpotenziale auf Straßenabschnittsebene gibt es optional. easymap professional und RegioGraph Planning berechnen Fahrzeitzonen, aber kein Huff-Modell.
Grundsätzlich lässt sich das Modell auch in Excel oder QGIS nachrechnen, wenn eine Fahrzeitmatrix vorliegt. Für drei Viertel und drei Märkte ist das eine gute Übung, für eine ganze Stadt auf Straßenabschnittsebene wird es schnell unhandlich. Wer das Modell nur für eine Entscheidung braucht, beauftragt die Analyse am besten als Projekt im Rahmen unserer Standortanalyse.
Grenzen des Huff-Modells
- Vereinfachtes Verhalten: Das Modell kennt nur Attraktivität und Entfernung. Einkäufe auf dem Arbeitsweg, Kopplungskäufe, Markentreue oder Online-Handel bildet es nur indirekt ab.
- Geschlossener Raum: Zu- und Abflüsse über die Grenzen des Untersuchungsraums, etwa durch Pendler oder Touristen, müssen gesondert berücksichtigt werden.
- Parameterempfindlichkeit: Kleine Änderungen an α und β verschieben Umsätze deutlich. Ohne Kalibrierung sind Prognosen kaum belastbar.
- Datenqualität: Fehlt ein wichtiger Wettbewerber in der Liste, wird allen anderen zu viel Umsatz zugeschrieben.