Brandneu Aktuelle Ausgabe Newsletter abonnieren
- Anzeige -
- Anzeige -
- Anzeige - - Anzeige - - Anzeige -
- Anzeige - - Anzeige - - Anzeige -

Je urbaner, desto fitnessaffiner?

Erstellt am: 22.09.2017 | Kategorie: Szene, Marketing & Sales,
Je urbaner, desto fitnessaffiner?

Vier potentielle Marktfaktoren und ihr Einfluss auf das Mitgliederpotenzial

 Wie groß ist das Mitgliederpotenzial eines Studios und welche ­Faktoren beeinflussen dieses in einem regionalen Fitnessmarkt? Andreas M. Bechler hat untersucht, welche Rolle die selektierten potenziellen Marktfaktoren Alter, Arbeitslosenquote, Kaufkraft und Urbanisierungsquote spielen. Interessante Ergebnisse für Existenzgründer und Expansionsmanager.

Zu Beginn eines Gründungsvorhabens steht im Normalfall eine Marktanalyse. Bei Fitnessstudios ist insbesondere die Ermittlung des Mitgliederpotentials einer neuen Fitnessanlage am gewählten Standort im Mittelpunkt der Analyse. Um ein solches Mitgliederpotential ermitteln zu können, ist die Reaktionsquote (Anteil der Fitnesstreibenden an der Gesamtbevölkerung) ein erster Ausgangspunkt. Jeder regionale Markt hat seine ganz eigene Reaktionsquote, welche es im Rahmen der Marktanalyse zu ermitteln gilt. Welche Faktoren genau die Reaktionsquote und damit die Attraktivität der jeweiligen Region genau beeinflussen, ist allerdings bisher nicht anhand quantifizierbarer Kriterien ermittelt worden, so dass es meist auf Basis der qualitativen Einschätzungen des Er­stellers einer Marktanalyse geschieht. An dieser Stelle möchte diese Analyse ansetzen und dem Leser anhand einer statistischen Analyse dieser Kriterien darlegen, die nachweisbar einen Einfluss auf die Reaktionsquote aus­üben und gleichzeitig mit Fehleinschätzungen über den Einfluss anderer Kriterien aufräumen.

Potenzielle Marktfaktoren des Fitnessmarktes

Bevor die eigentliche Analyse durch­geführt werden kann, müssen die Kriterien, welche die Reaktionsquote be­einflussen könnten, ermittelt werden.

  • Das Alter kann ein Kriterium sein. Die Annahme: jüngeres Durchschnittsalter ergibt eine höhere Reaktionsquote.
  • Die Arbeitslosenquote ist als weiteres Kriterium heranzuziehen. Die Annahme: geringere Arbeitslosenquote führt zu höherer Reaktionsquote.
  • Die Kaufkraft kann ebenfalls ein sinnvolles Kriterium sein. Die These: höhere Kaufkraft führt zu einer höheren Reaktionsquote.
  • Das letzte Kriterium ist die Urbanisierungsquote. Die Vermutung: Be­wohner von Städten trainieren eher als Menschen aus ländlichen Räumen

Weitere Kriterien wurden im Rahmen dieser Analyse nicht berücksichtigt, da diese entweder nicht quantifizierbar sind oder deren Wirkung als zu gering eingeschätzt wird.

Methodik

Die potenziellen Marktfaktoren werden nun unter Zuhilfenahme fundierter statistischer Methoden unter die Lupe genommen. Als Methode wurde die ‚Lineare Regression‘ gewählt, welche, vereinfacht ausgedrückt, versucht, zwischen bekannten statistischen Daten einen linearen Zusammenhang zu ermitteln. Um die Zusammenhänge ermitteln zu können, wurde eine gängige statistische Software eingesetzt, welche die lineare Regression durchführte. Abwechselnd wurden dabei die einzelnen Merkmale sowie alle erdenklichen Kombinationen der verschiedenen Merkmale dieser Software übergeben. Jede dieser Berechnungen führte dabei zu einem eigenen Modell. Um die Güte des jeweiligen Modells und der Variablen zu ermitteln, müssen zwei Kriterien beachtet werden. Das adj. Bestimmtheitsmaß sollte so groß wie möglich sein (max. 1,0), wobei gleichzeitig die p-Werte der eingesetzten Variablen möglichst klein bleiben sollten (im Idealfall unter 0,05).

Einschränkungen der Analyse

An dieser Stelle soll nicht ignoriert werden, dass diese Analyse, wie jede andere Analyse dieser Art auch, nicht frei von Einschränkungen ist. Eine lineare Regression versucht, einen linearen Zusammenhang zwischen bestimmten Daten herzustellen. Im Fall dieser Analyse ist dies der Zusammenhang zwischen der ­ Re­aktionsquote und den Faktoren Alter, Arbeitslosenquote, Kaufkraft und Urbanisierungsquote. Ein Zusammenhang muss aber nicht immer linear sein. So würde beispielsweise eine lineare Steigerung der Reaktionsquote eine unendliche Steigerung bedeuten. Dies erscheint aber nicht praktikabel, da eine Reaktionsquote ein Höchstniveau haben muss.

Die Analyse

Die statistische Analyse im Hinblick auf die vier zuvor ermittelten Kriterien ergab interessante Ergebnisse. Das Alter scheint zusammenfassend ein passables Kriterium zu sein, um die Reaktionsquote zu ermitteln. Die verschiedenen Modelle sind sich grundsätzlich darüber einig, dass das Durchschnittsalter grundsätzlich die Reaktionsquote negativ beeinflusst. Die Arbeitslosenquote stellt sich interessanterweise als wenig geeignetes Kriterium zur Ermittlung der Reaktionsquote heraus. Auffällig ist bei der Analyse, dass die Arbeitslosenquote je nach Modell sowohl positive als auch negative Auswirkungen auf die Reaktionsquote zulässt, was den Nutzen dieses Kriteriums eindeutig in Frage stellt. Die Kaufkraft ist wie das Alter ein durchaus brauchbares Kriterium. Mit zunehmender Kaufkraft ist somit auch mit einer Erhöhung der Reaktionsquote zu rechnen.

Die höchste Eignung besitzt die Urbanisierungsquote. Die Verbindung zwischen einer dicht besiedelten Region und einer höheren Reaktionsquote ist statistisch am signifikantesten. Mit anderen Worten, in einer Stadt (egal ob Groß- oder Kleinstadt) ist der prozentuale Anteil der Trainierenden höher als in einer ländlichen Region.

Fazit

Nicht alle angedachten Kriterien haben sich als sinnvolle Marktfaktoren zur Ermittlung der Attraktivität eines regionalen Fitnessmarktes herausgestellt. Das wichtigste Kriterium, gemessen an dieser Analyse, scheint die Urbanisierungsquote zu sein. Somit sollte sich ein Anwender als erstes Fragen, in welcher Region er sich aufhält. Handelt es sich um eine Region mit hoher (Stadt) oder mittlerer (Kleinstadt, Vorort einer größeren Stadt) Bevölkerungsdichte, so ist von einer höheren Reaktionsquote auszugehen. Anschließend sollte auf Basis der Kaufkraft und des Durchschnittsalters ein weiterer Feinschliff der Reaktionsquote durchgeführt werden. So führen ein geringeres Durchschnittsalter und eine höhere Kaufkraft jeweils zu einer höheren Reaktionsquote. Die Arbeitslosenquote dagegen ist kein sinnvolles Kriterium, um die Reaktionsquote zu bestimmen.

Auswertung der linearen Regression

Faktoren

Wirkung

Güte

Alter

Negativ

Mittel

Arbeitslosenquote

Positiv/ negativ

Niedrig

Kaufkraft

Positiv

Mittel

Urbanisierungsquote

Positiv

Hoch

 

Andreas M. Bechler

Quellen & Literatur

Bundesagentur für Arbeit (2017): Arbeitsmarkt im Überblick, online im Internet: https://statistik.arbeitsagentur.de/Navigation/ Statistik/Statistik-nach-Regionen/Politische-Gebietsstruktur-Nav.html, Stand: 13.05.2017

Kamberovic, Refit / Fütterer, Sabrina / Hollasch, Karsten / Menzel, Fabian / Capelan, Ralf / Papathanassiou, Vassilios (2016): Eckdaten der deutschen Fitness-Wirtschaft, DSSV e. V., Hamburg

Michael Bauer Research GmbH (2016): Kaufkraft 2016 in Deutschland, online im Internet: http://www.mb-research.de/_download/MBR-Kaufkraft-2016-Bundeslaender.pdf, Stand: 13.05.2017, Michael Bauer Research GmbH

Statistisches Bundesamt (2016): Grad der Verstädterung nach Fläche und Bevölkerung auf Grundlage des ZENSUS 2011 und Bevölkerungsdichte, online im Internet: https://www.destatis.de/DE/ZahlenFakten/LaenderRegionen/

Regionales/Gemeindeverzeichnis/NichtAdministrativ/

Aktuell/33STL.html, Statistisches Bundesamt, Wiesbaden

Bildnachweis: Fotolia

Je urbaner, desto fitnessaffiner? Je urbaner, desto fitnessaffiner? Je urbaner, desto fitnessaffiner?

« zurück

Ähnliche Beiträge

- Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige - - Anzeige -

© F&G - Fitness & Gesundheit 2018