EÖTVÖS LORÁND TUDOMÁNYEGYETEM TERMÉSZETTUDOMÁNYI KAR
FÖLDRAJZ- ÉS FÖLDTUDOMÁNYI INTÉZET
Földrajztudományi Központ
Regionális Tudományi Tanszék
Franchise formában működő vállalkozások egységeinek
telephelyi sajátosságai
BUBLIK BENCE
Diplomamunka
Témavezető: Jakobi Ákos
egyetemi adjunktus
BUDAPEST, 2013
1
Tartalom
1. Bevezetés ............................................................................................................................ 2
1.1. Témafelvezetés ............................................................................................................ 2
1.2. A diplomamunka felépítése ......................................................................................... 2
2. A franchise-ról .................................................................................................................... 4
2.1. A franchise működése ................................................................................................. 4
2.2. A franchise-rendszer kialakulása ................................................................................. 7
2.3. A franchise Magyarországon ....................................................................................... 8
3. Az alkalmazott módszerek bemutatása ............................................................................. 11
3.1. Az adatgyűjtésről ....................................................................................................... 11
3.2. Kvantitatív módszerek ............................................................................................... 11
4. A kapcsolódó szakirodalom bemutatása ........................................................................... 14
5. Franchise formában működő vállalkozások egységeinek telephelyi sajátosságai ............ 16
5.1. Franchise rendszerben működő ingatlanközvetítő irodák ......................................... 17
5.2. Franchise rendszerben működő gyorséttermek ......................................................... 32
5.3. Franchise rendszerben működő mobiltelefon viszonteladók ..................................... 44
5.4. Franchise rendszerben működő gyógyhatású készítményeket árusító üzletek .......... 55
5.5. Franchise rendszerben működő nyelviskolák ............................................................ 63
5.6. Egyenletes eloszlású hálózattal rendelkező franchise ............................................... 69
6. Konklúzió .......................................................................................................................... 73
7. Irodalomjegyzék ............................................................................................................... 76
8. Ábrák és táblázatok jegyzéke ............................................................................................ 79
9. Melléklet ........................................................................................................................... 80
2
1. Bevezetés
1.1. Témafelvezetés
A franchise formában működő vállalkozások egyedisége az, hogy az egyes egységek
megnyitása két féltől függ. Egyrészt egy nagyvállalattól, mely terjeszkedni szeretne bizonyos
területen. Másrészt pedig függ a helyi vállalkozóktól is, akik szerződnek a nagyvállalattal az
egység nyitásáról, mindehhez pedig megfelelő tőkére van szükség. Franchise egység tehát
olyan helyen működik, ahol az mindkét fél érdeke. Érdekesnek tartottam közelebbről
megvizsgálni mindennek földrajzi hátterét. Például azt, hogy az egyes franchise hálózatok
egységeinek eloszlása milyen, Budapest környékén sűrűbbek, vagy az országban egyenletesen
oszlanak el? Függ-e ez az eloszlás az egységek számától, vagy inkább a profil alapján
csoportosíthatók? Azonos szektorban működő franchise-ok telephelyválasztása megegyezik,
vagy eltérő? Az egységek megléte, száma a településeikhez tartozó mely társadalmi-gazdasági
mutatókkal való összefüggése a legszorosabb? Ezek tekinthetők diplomamunkám fő
kérdéseinek. Ezek megválaszolására a regionális tudomány kvantitatív eszköztárából
használok fel néhány módszert, illetve ezeket ötvözöm a GIS adta lehetőségekkel.
A téma kiválasztásának hátterében a személyes érdeklődés (pl. miért váltotta az egyik
franchise gyorséttermet egy másik egy olyan helyen, ahol nap mint nap elhaladok), illetve az
egyetemen tanult módszerek alkalmazása, a jövőbeni használatuknak biztos tudása és
megfelelő alkalmazása áll.
1.2. A diplomamunka felépítése
A bevezetés után a második fejezetben magáról a franchise formáról esik szó. Elsőként a
működés mikéntjét ismertetem, illetve a különböző működési lehetőségeire is kitérek. Ez után
a forma kialakulásának történetének, és végül pedig a magyarországi helyzetének leírására
kerül sor.
A harmadik fejezetben az adatgyűjtés menetének és az alkalmazott módszereknek az
ismertetése következik, illetve előzetes várakozásaim is itt fogalmazom meg.
A negyedik fejezet a kapcsolódó szakirodalom bemutatása. Az itt kiválasztottak
természetesen csak töredéke a rendelkezésre álló publikációknak, de közvetlen vagy közvetett
módon az ezekben leírtakat felhasználom a diplomamunkában.
3
Az ötödik fejezet tartalmazza az eredmények bemutatását. A kiválasztott franchise-ok
szektorok szerinti csoportosítása és elemzése nagyjából hasonló mintát követ. Az első lépés a
hálózat ponteloszlásának elemzése, ezt követi az egység meglétének és a településállomány
társadalmi-gazdasági mutatói közti összefüggések vizsgálata. Végső lépés pedig az azonos
szektorba tartozók jellemzőinek összehasonlítása.
Az utolsó fejezetben pedig választ keresek a negyedik fejezetben megismertek alapján a
témafelvezetésben felvetett kérdésekre.
4
2. A franchise-ról
2.1. A franchise működése
A franchise kifejezés a francia „franchir” és „affranchir” szavakból szármázik, eredeti
jelentése szolgáltatások és adók megfizetésétől való mentesség. Globálisan a szó angol
kiejtése terjedt el, magyarra nem érdemes lefordítani (JÁNOSI 2001).
A franchise-ban működő vállalkozás gyakorlatilag egy olyan együttműködési forma, ami
szerződéses kapcsolaton alapul, és ebből kifolyólag legalább két vállalkozó fél
együttműködési elhatározásából jön létre. A franchise esetében a megállapodás tartalmazza az
üzleti értékkel bíró cég nevének és a hozzá tartozó üzletviteli tapasztalat jogának átadását,
valamint folyamatos támogatását az átadó fél részéről, mely akár igen széles körre is
kiterjedhet. A jogokat és a felek kötelezettségeit a franchise szerződésben rögzítik (KISS,
2002).
A szakirodalom és a szakma azt a felet, aki ezeket a jogokat átadja, franchise-átadónak,
idegen szóval kifejezve franchisor, illetve rendszergazdának nevezi. A franchisor mielőtt
átadná a jogokat, a hozzá tartozó termékeket és szolgáltatásokat ki kell fejlesztenie, létre kell
hoznia és az is fontos, hogy üzleti működés szempontjából ki is kell próbálnia, valamint
mindezt átadathatóvá is kell tennie. Ha sikeressé akar válni a mintaegység létrehozása is
elengedhetetlen lépés, amely a későbbiekben pedig saját egységként működhet tovább. Az
átvevő fél megnevezése a fanchisee, akár egy, akár több vállalkozásról van szó. Az átvevők
így gyakorlatilag az átadó hálózatát alakítják ki (KISS, 2002, www.franchise.hu – 2013.
április).
Egy ilyen hálózat zökkenőmentes működésének feltétele az, hogy a hálózatot kialakító tagok
számára egyértelműek legyenek az együttműködési célok és az ezekhez kapcsolódó közös
érdekek, ezeket elfogadva végezzék feladatukat a kialakított munkamegosztásban. Ugyanis a
két fél egymásra van utalva, önmagában egyikük sem tud üzletileg eredményes lenni hosszú
távon (KISS, 2002, PASWAN et al. 2009).
A hálózati forma kialakítására több lehetőség is van, mindegyikre van példa hazánkban is. A
hálózat egységei egyrészt maradhatnak az átadó vállalat tulajdonában, de működhetnek az
átvevő fél tulajdonában is. Előbbi megnevezése vállalat-hálózati egységének működtetése
szerződésessel, tehát az egység üzemeltetője/bérlője jogilag és pénzügyileg is független
vállalkozó. Főleg a ’80-as évek végén működő „gebines” egységek voltak ilyenek, de jó példa
ilyenre a MOL, mely kötött üzemeltetési szerződéseket kutak működtetésre. Utóbbi pedig a
5
klasszikus franchise-hálózat, ennek főbb működési jellemzőit az 1. ábra mutatja be. Erre
pedig jó példa a Diego (KISS, 2002).
1. ábra: A franchise jogok átadásának struktúrája és a hálózat alapszerkezete
Forrás: Kiss, 2002 15. o.
Ezen kívül a franchise lehet hazai vagy külföldi tulajdonban is. Ennek azért is van
jelentősége, mert főleg az 1980-1990-es években megjelent franchise-ok jelentős része licensz
és mesterlicensz szerződés alapú volt. Előbbi azt jelenti, hogy egy vállalat (a rendszerváltás
előtt természetesen állami) megkapta a franchise jogokat és a know how-t, és csak a
termékforgalmazással foglalkozott. Ilyen volt például a Coca-Cola magyarországi
megjelenése. A mesterlicensz szerződés esetében egyetlen cég egy egész országra vagy
régióra kapja meg a franchise jogokat, napjainkban a legjobb példa erre a Burger King,
melynek összes hazai éttermét egy cég üzemelteti. (KISS, 2002, franchise.hu – 2013. április)
6
A mestrelicensz szerződéses formához kissé hasonlít az újonnan megjelent, magyarra területi
franchise szerződésnek fordítható (Area franchise agreement) forma. Ez egy kisebb területen
– például adott településen – biztosít kizárólagos jogokat az átvevő számára, akinek így nem
kell tartania attól, hogy a rendszergazdája mással is szerződne a közelben, megnehezítve saját
helyzetét, viszont a franchisee felelőssége és a vele szemben támasztott elvárások is
nagyobbak lehetnek (BARRINGER et al. 2011). Azt a folyamatot, amikor akár franchise
rendszerben, akár bármi más értékesítő lánc esetében az új üzlet, az ugyanahhoz a lánchoz
tartozó meglévő piaci részesedéséből hasít le egy darabot, kannibalizációnak nevezi a
szakirodalom. Ennek minimalizására új telephely választásakor sok elméleti és gyakorlati
példa van, földrajzi megközelítés alapján is pl.: GOODCHILD, 1984.
Természetesen az is lehetséges, hogy egy átvevő fél több üzletet működtet a klasszikus
franchise-hálózatban, akár területi licensz nélkül is (BENNETT et al, 2008). Ilyen esetre jó
példa a Vodafone, melynek néhány partnere több viszonteladói üzletet üzemeltet, általában
azonban ezek egy megyén belül találhatóak.
Nem kifejezetten franchise-nak minősülnek az elosztó hálózatok – bár gyakran összekeverik
őket. Ezeknél a szerződések csak egy termékcsoport kizárólagos forgalmazására vonatkoznak,
know-howt nem tartalmaznak. Ilyen hálózatra példa a Benetton. Az elosztó hálózatok
esetében franchise formává alakulás lehetősége is meg van, a Happy Box például mindkét
formában működött Magyarországon. Érdemes megemlíteni a beszerzési társaságokat is,
melyben a nem egységes arculatú vállalkozások a kedvezőbb beszállítói szerződések elérése
érdekében tömörülnek egy társaságba. Kezdetben így működött a CBA is. Ide tartoznak a
szövetkezetek is, melyek laza együttműködésnek tekinthetők, a franchise-ban meglévő
útmutatók és ellenőrzői jogok nélkül. A COOP üzletlánc volt az egyik legnagyobb ilyen, de
napjainkra ez is átalakult franchise rendszerré. Illetve nem tekinthető franchise rendszernek az
ügynöki hálózat és a multilevel marketing sem. (KISS, 2002)
A franchise esetében igazából két termék értékesítése a cél. Ebből egyik a hagyományos
értelemben vett áruféleség eljuttatása a fogyasztók felé. A másik pedig maga a franchise, adott
márkanév esetében az azzal azonosítható know-how népszerűsítése a lehetséges átvevők felé.
Ez pedig kettős marketinget igényel. Ennek részletezése már túlnyúlna a diplomamunka fő
szövegének keretein, a melléklet M1 ábrája ezt a folyamatot mutatja be.
7
2.2. A franchise-rendszer kialakulása
A franchise nem egy új keletű rendszer, első megjelenési formája a középkorban is létezett.
Franciaországban a hűbérurak fizetés ellenében vásártartási jogot adtak kereskedőknek,
Angliában a vámok beszedésének jogát lehetett hasonló módon megszerezni. Amerikában a
szállítótársaságok kizárólagos üzemeltetésére és a föld megművelésére lehetett jogot szerezni.
(JÁNOSI, 2001). Ezeknél kifinomultabb franchise jött létre 1845 körül német területeken,
ahol egyes sörfőzők és a kocsmatulajdonosok üzleti megállapodást kötöttek egymással adott
sörmárkák kizárólagos értékesítéséről. (BENNETT et al. 2008). Ezek természetesen a
korábban ismertetettek alapján nem minősülnek franchise-nak, de annak kialakulásában
meghatározó szerepet játszottak.
Az első igazi franchise rendszer az Egyesült Államokból indult, Isaac Singer nevéhez köthető,
aki 1858-ban alkotta meg az első varrógépét. Azonban Singer két problémával is szembe
találta magát. Egyrészt nem rendelkezett elegendő tőkével, hogy megkezdhesse a
tömegtermelést, másrészt a vásárlók nem tudták hogyan kell használni a varrógépeket. Ezek
leküzdésére jutott arra az elhatározásra, hogy más vállalkozó szellemű üzletembereknek ad el
értékesítési jogot, akik segítenek betanítani a vásárlókat. Az így eladott licenszekből pedig
fedezni tudta a tömegtermelés beindítási költségeit. Ennek az üzleti húzásnak köszönhetően a
vállalat gyors növekedésnek indult, és a mai napig létezik, termékei sok országban elterjedtek
(DUGAN, 1998).
A korai franchise-ok közé tartoznak az üdítőital-gyártók. A Coca-Cola 1900-ban kezdett
franchise rendszerben működni, mert felismerte, hogy nem éri meg nagy távolságba szállítani
a terméket (melynek jelentős hányada egyszerű ivóvíz), illetve az üres üvegek visszavétele is
jelentős költségekkel járt. Ezen problémák megoldásaként helyi vállalkozó cégeket keresett
meg a Coca-Cola, akik a beérkező szirupot felhígították, majd palackozták (POÓR et al.
1991).
Az autóipar volt a következő nagy iparág, ahol a franchise megjelent. Egészen 1910-ig csak
közvetlenül a gyártóktól lehetett autókat rendelni, az értékesítő ügynökök hálózata csak
ekkortól kezdett kialakulni. Ezen ügynökök az általuk kialkudott területen, konszignációs
alapon árulták a kocsikat (JÁNOSI, 2001). Érdemes megemlíteni, hogy ez a módszer is
inkább ügynöki hálózatot jelentett, mintsem franchise-t, de az efféle vállalati
gondolkodásmód elterjedését nagyban segítette azt. Ezzel tömegek számára került elérhetővé
az autó vásárlása, amivel pedig egy újfajta fogyasztási kultúra vette kezdetét. A
legegyértelműbb következmény a közvetlen a gépkocsikhoz köthető benzinkutak és
8
javítóműhelyek, alkatrészboltok megjelenése volt. Az Egyesült Államokban az első
benzinkutakat a fő kőolajtermelő cégek nyitották, ám az eltérő profil következően ezek
alacsony nyereségessége más vállalati stratégiák alkalmazására késztette a cégeket. Ennek
köszönhetően a benzinkutak üzemeltetésében is a franchise-rendszer lett a legmeghatározóbb.
Az autók elterjedésének köszönhetően az átlagemberek által megélt tér is bővült, hiszen
szinten bárhová tudtak utazni, és megnőtt az igény az ilyen utazásokkor igénybe vett
szolgáltatásokra, mint a szállás és étkeztetés. Valójában az 1940-es évek elején ez a
momentum volt az, ami az igazi lökést adta a franchise forma elterjedésének (DUGAN,
1998).
Az 1950-es évekig tartott a franchise első fejlődési szakasza, eddig inkább a teremék- vagy
védjegyhasználati franchise-é volt a vezető szerep (ami a mai terminológia alapján a licensz
szerződéssel egyezik), és inkább csak a termékek elosztására koncentrált. Az évtized második
felében jelentek meg az üzleti franchise rendszerek. E tekintetben úttörőnek számítanak a
gyorsétterem franchise-ok, mint például a KFC vagy a McDonald’s (JÁNOSI, 2001).
Európában az 1920-as és 30-as években jelent meg a franchise klasszikus formája (melyet
Singer indított el), Franciaországban és Belgiumban. A forma széleskörű elterjedése itt is az
1950-es évekre tehető, és inkább az egyéni vállalkozásokhoz köthető (JÁNOSI, 2001).
Következő szakasznak a franchise minden típusának nemzetközi elterjedése tekinthető. A
franchise alkalmazása számos, egymással konkurens cégre jellemző, és az újonnan megjelenő
iparágakban is megtalálható. A forma elterjesztésének fő élenjárói az USA-beli rendszerek,
cégek. 1986-ban a 384 legnagyobb franchise-nak az Egyesült Államokon kívül 31626 üzlete
volt (JÁNOSI, 2001).
A franchise, mint egy életképes és sikeres vállalkozási forma az elmúlt néhány évtized alatt
terjedt el a világban, hiszen a globalizáció hatására formált üzleti világban azon cégek a
legeredményesebbek, amik a globális szinten versenyképesek. Ennek eléréséhez
elengedhetetlen egyfajta nemzetközi szemléletmód, mert a folyamatosan változó üzleti
környezetben fontos a kulturális különbségek ismerete és az ezeket áthidalni képes
üzletpolitika alkalmazása (Kotler et al. 2001).
2.3. A franchise Magyarországon
Magyarországon az első franchise a Duna Intercontinental szálloda volt, ami 1972-ben nyílt
meg. A legtöbb nemzetközi, de itthon is működő szállodalánc ebben a formában van jelen
9
napjainkban is. Szintén még a rendszerváltozás előtt, a már említett védjegyhasználati
franchise rendszerben indult meg a nyugati üdítőitalok magyarországi gyártása, a Szeszipari
Vállalatok Trösztjének összes üzemében. A Coca-Cola esetében azonban ezeket a termékeket
hazánkban már csak egy kiválasztott cég palackozta (JÁNOSI, 2001).
A Magyar Franchise Szövetség 1991-ben alakult meg. Alapvető feladata a gazdasági
átalakulás következtében megjelenő üzleti franchise vállalkozások segítése, felkarolása volt.
Fontos megemlíteni, hogy az ebben a formában való vállalkozás működtetése valós anyagi
kockázattal járt, de még így is az egyedül induló vállalkozónál kevésbé rizikósabb.
Nemzetközi statisztikák alapján ebben az időszakban öt év elteltével az utóbbiak 70-80%-a
ment tönkre, míg a franchise-átvevők esetében ennek tizede (KISS, 2002). Magyarországon
azonban nem alakult ki az ezek beindításához szükséges know-how.
Ezért volt szükség létrehozni egy olyan szakmai szervezetet, amely elősegítette ennek a
vállalkozási formának ismertté válását és működésképessé válását. Ezzel egy időben pedig a
gyengélkedő gazdaság dinamizálásában is szerepet szánt a franchise vállalkozásoknak a
Kereskedelmi Minisztérium (www.tranzitonline.hu – 2013. április). Az első üzleti franchise
az 1986-ban megjelent McDonald’s volt, melynek első magyarországi gyorsétterme 1988-ban
nyílt meg, mely rövid időn belül a lánc világszinten az egyik legjövedelmezőbb egységévé
vált (www.franchise.hu – 2013. április).
A franchise forma megjelenése a rendszerváltozást követő gazdasági visszaesést nem
akadályozta meg, az igazából mindenkit meg is lepett volna. Ez nem jelenti azt, hogy nem
lenne eredményes, sőt a Magyar Franchise Szövetség legutóbbi felmérése szerint ma
Magyarországon 350 franchise átadó hálózata működik. Ezek ágazatonként megoszlását az 2.
ábra mutatja be. A közel 20 ezer franchisee partner pedig 100 ezer főt foglalkoztat. A
Szövetség ráadásul segíti a külföldön terjeszkedni kívánó hazai franchisereket is, és intenzív
kapcsolatot ápol az Európai Franchise Szövetség és a Világ Franchise Tanács tagjaként más
országok franchise szövetségeivel. Hazánkban egyébként 50 rendszergazda tagja van, melyek
7000 partnerrel működnek együtt (www.franchise.hu – 2013. április).
A szövetség a szakmai együttműködés mellett rendszeres rendezvényeket tart, és 2008 óta
évente kiosztásra kerülő, a saját maga által megalapított Franchise díjjal ösztönzi és
jutalmazza a szakterületen kiemelkedő tevékenységet nyújtókat, a következő kategóriákban;
Az Év Hazai Franchise Hálózata, Az Év Legdinamikusabban Fejlődő Franchise Hálózata, Az
Év Franchise Átvevője, Az Év Fiatal Sikeres Franchise Átvevője, Az Év Mester Franchise
Hálózata, Marketing Díj, Az Év Innovatív Franchise Hálózata valamint az Internet Média és
Web Díj.
10
2. ábra: A franchise-hálózatok száma szektoronként Magyarországon
Forrás: Magyar Franchise Szövetség (www.franchise.hu – 2013. április)
A következőkben az ábrához kapcsolódóan a szektorok legfontosabb néhány példájának
felsorolása következik a teljesség kedvéért. Szabadidő, sport: Clairol Fitness, Callanetics
mozgásterem; Szálloda, vendéglátás: Hilton, Radisson Blu és Best Western; Autó: Hertz,
Europcar; Bútor, lakberendezés: Diego; Oktatás, szakképzés: Katedra, Helen Doron;
Gyorsétkezetés: McDonald’s, Burger King, KFC; Ingatlan: Duna House, Otthon Centrum;
Üzleti szolgáltatás, tanácsadás: WebBusiness, Dakexpo; Kiskereskedelem: CBA, COOP;
Szépség-egészség: Bio Hair, High Care Center; Étel-ital: Fornetti, Princess, P&P Pékáru;
Ruházat: J. Press, Springfield; Szolgáltatás: 5áSec (gyorstisztítás).
Fontos megjegyezni, hogy ahogy a gazdaság egészén, így a franchise-ban működő
vállalkozások helyzetén is rontott a válság. A MFSZ szerint az elmúlt években nagyjából
ugyanannyi franchise (és hozzájuk kötődő partner) jött létre Magyarországon, mint amennyi
megszűnt vagy kivonult. Azonban a keresletcsökkenés érzékelhető volt minden szektorban,
különösen a szépségszalonok és egyes ingatlanforgalmazók esetében. Sokkal nagyobb
probléma, hogy a vállalkozói kedv esett vissza lényegesen, van olyan rendszergazda, amelyik
szeretne megjelenni a magyarországi piacon, de nem tud partnert találni (NÉMETH, 2011).
0 10 20 30 40 50 60
Szolgáltatás
Ruházat
Étel-ital
Szépség-egészség
Kiskereskedelem
Üzleti szolgáltatás, tanácsadás
Ingatlan
Gyorsétkeztetés
Oktatás, szakképzés
Egyéb
Bútor, lakberendezés
Autó
Szálloda, vendéglátás
Szabadidő, sport
11
3. Az alkalmazott módszerek bemutatása
3.1. Az adatgyűjtésről
A választott franchise rendszerekhez tartozó egységek, tehát az éttermek, irodák, boltok
elérhetősége megtalálható az interneten. A legtöbb esetben pedig egy beágyazott térképen is
megvannak. Kis html ismerettel megnyitható ezeknek a forráskódja, melyekben vagy
megtalálhatók a koordináták, vagy egy az ezeket tartalmazó szkript. Egy átláthatóbb,
viszonylag egyszerűbb esetet – a Telenor - képernyőképét mutatja be a melléklet M2 ábrája,
rajta pirossal bekeretezve a geoadatokat. Ilyen és ehhez hasonló látszólag kusza kódot kellett
minden franchise esetében átalakítani olyan formára, hogy azt a táblázatkezelő szoftver
kezelni tudja, onnan pedig az ArcGIS-be importálni. Sajnos azonban nem minden franchise
oldalán található beágyazott térkép. Ezeknél egyesével kellett a címhez tartozó koordinátákat
átkonvertálni, és azokból létrehozni a táblázatot, és azt importálni.
3.2. Kvantitatív módszerek
Ebben a fejezetrészben a diplomamunkában alkalmazott módszerek tömör ismertetésére kerül
sor. Többek közt ezek is a Regionális Tudomány kvantitatív eszköztárához tartoznak.
A legközelebbi szomszéd analízis (NEMES NAGY, 2009 alapján) a térben pontszerűnek
tekinthető elemek, jelenségek rendezettségének és konfigurációjának vizsgálatára szolgál. E
diplomamunka esetében a különböző franchise egységek feleltethetők meg ilyen pontoknak, a
vizsgált tér pedig Magyarország egésze, illetve némely esetben Budapest, vagy Budapest
nélkül a vidék. A véletlen térbeli alakzat a konfiguráció számszerű jellemzésére szolgáló
elemzés kiindulópontja, tehát adott területen az újabb és újabb pontok elhelyezése független
az előzőleg elhelyezett pontokétól. Ekkor a pontalakzat Poisson-eloszlású, ilyenkor a
legközelebbi szomszéd távolság átlaga D, mely a következőképp számítható ki:
√ ⁄
ahol m a pontsűrűség, azaz a pontok számának (n) és a vizsgált területnek (T) a hányadosa.
Az analízis következő lépésében meg kell határozni a vizsgálni kívánt pontrendszerben
minden pontnak a hozzá legközelebbi pont távolságát, ezen értékek átlaga adja ki Dx-et. Ezen
12
empirikus érték, és a hozzá tartozó (azonos pontsűrűségű) Poisson-eloszlású pontalakzathoz
tartozó D érték hányadosa a legközelebbi szomszéd index (L):
⁄
A fenti egyenletből következik, hogy amennyiben L értéke 1, illetve ahhoz közeli, akkor a
ponteloszlás véletlenszerűnek tekinthető. Amennyiben
egynél kisebb, úgy a ponteloszlás koncentrált. Az egynél
nagyobb értékek pedig a rendezett ponteloszlást jelentik,
2-nél a négyzetest, 2,149-nél pedig a hatszögest, ami az
LSZA maximálisan felvehető értéke. Ezeket mutatja be
az 3. ábra (NEMES NAGY, 2009).
Érdekes lehet megvizsgálni tehát, hogy a különböző
franchise-ok esetében mennyire koncentráltak az
egységek. Előzetes várakozásom szerint, Budapestet
kihagyva a vizsgálatból, az összes franchise esetében a
koncentráció csökkenése várható az országos értékhez
képest, hiszen általában a fővárosban jóval több egységre
lehet számítani, mint a többi településen. A megfelelő
elemszám esetében Budapestre is elvégzem a
számításokat, az ezzel kapcsolatos LSZA értékek is
várhatóan inkább a koncentráltságra utalnak,
melynek a belvárosi sűrűbb eloszlás lehet az oka. Forrás: Nemes Nagy, 2009 239. o
Mindez csupán előzetes feltételezés.
A következő alkalmazott módszer a korreláció:
„...a közönséges lineáris korreláció azonos megfigyelési egységekre vonatkozó adatsor
kapcsolatát méri, azaz az egyterű és egyidejű események közti összefüggés mérőszáma."
(NEMES NAGY, 2009. 267. o.)
A korrelációs együttható értékkészlete -1 és 1 közötti, a pozitív érték egyenes, a negatív pedig
fordított arányosságot jelent. A 0,9 feletti abszolút értékű együttható nagyon szoros, a 0,6-0,9
közötti pedig szoros összefüggést jelent, az ezeknél gyengébbel nem igazán foglalkozom a
diplomamunkában. Az országos településállományra (a megfigyelési egységek) jellemző főbb
mutatók (népesség, jövedelem) és a vállalkozási hajlandóságot és stabilitást jelentő változók
korrelálását végeztem el a településen található adott franchise-ba tartozó egységek számával.
3. ábra: Az LSZA értékekhez
tartozó konfiguráció
13
Mivel azonban Budapest gyakran kiugró egységszámmal rendelkezik, nem csupán az
egységek számával végzem el a korrelációt, hanem az egység meglétét jelentő dummy
változóval is. Illetve ezen felül mindkét esetben elvégzem a számításokat, Budapestet
kihagyva a korrelációból. A korrelációknál alapesetben abszolút mutatókat használok
(népesség száma, felszámolt vállalkozások száma). Ennek oka, hogy a fajlagos mutatókhoz
tartozó korrelációs együtthatók 100-200 közötti franchise egység esetén a 3153 település
mellett nagyon alacsonyak lennének. Így viszont lehetőségem van annak megvizsgálására,
hogy a kiválasztott mutatók közül összességében melyikkel a legmeghatározóbb az
összefüggése az adott franchise jelenlétének, illetve a versenytárs franchise-sal is könnyebben
összehasonlítható.
Több franchise-al felvettem a kapcsolatot, hogy tudnának-e adattal segíteni az egységek
forgalmára vonatkozóan, de mindenütt elutasító választ kaptam. Így sajnos ilyenek nem
kerülnek bele a diplomamunkába.
Az előzetes tervek szerint regresszió és főkomponens analízis segítségével hoztam volna létre
modellt arra vonatkozóan, hogy hipotetikus településeken mely franchise, mennyi egysége
működne. Erre azonban az a rendelkezésre álló adatbázis alapján nem volt lehetőségem, ezt a
megfelelő fejezetben ki is fejtem.
Néhány szóban még ismertetni szeretném azokat a módszereket is, melyeket az ArcMAP
programban használok, egyébként a legközelebbi szomszéd számítását is ebben végzem.
Másik használt funkció a „near” ami egy adott feautre (pl. franchise egység) távolságát
számítja ki másik feature-től (pl. versenytárs franchise egységétől.) További hasznos funckió
a Thiessen-poligonok létrehozása, és a „Spatial join”, ezek alkalmazására az utolsó vizsgált
franchise esetében kerül sor.
14
4. A kapcsolódó szakirodalom bemutatása
A franchise formáról rendelkezésre áll sok hazai és külföldi szakirodalom, PhD dolgozat is
készült az elméleti háttérből. Ezek tartalmilag egyeznek, így viszonylag kevés forrás
felhasználásával is könnyű ezeket részletezni. A kiválasztott magyar szakirodalom (KISS
2002-es könyve és JÁNOSI 1991-es doktori értekezése) mellett a külföldi (DUGAN 1998 és
BENNETT et al. 2008) szakirodalom vizsgálata elég az azóta megjelent újítások,
bekövetkezett változások bemutatására.
Azonban még nem készült tanulmány több, magyarországi franchise formában működő
vállalkozás telephelyi sajátosságairól. Éppen ezért a feldolgozott szakirodalomból csak
ötleteket, módszereket vettem át, és alkalmaztam. Ezek a szakirodalmak leginkább két részre
oszthatók.
Az elsőbe azok a tanulmányok tartoznak, melyek az 1980-as, 1990-es években jelentek meg,
és a kvantitatív regionális tudomány oldaláról közelítik meg a témájukat. Ilyen BRICKLEY és
DARK 1987-es publikációja, mely empirikusan azt vizsgálta, hogy adott cég – mely működtet
saját egységet is és franchise átadó is – egységei mekkora távolságra vannak a cég
központjától. Arra az eredményre jutottak, hogy a saját működtetésű egységek közelebb
vannak a központhoz, míg a franchise-átvevők által működtetettek távolabbak. Mindezt azzal
indokolják, hogy a saját egységekben sokkal nagyobb szerepe van a vállalati ellenőrzésnek,
felügyeletnek, aminek költségei a távolsággal együtt növekednek. Mindezt természetesen az
1980-as évekre kell érteni, ma már elképzelhető, hogy nem találnánk ilyen, vagy ilyen
erősségű összefüggést. A diplomamunka esetében sajnos nem tudtam mindezt tesztelni.
Ennek egyik oka, hogy más jellegű a franchise átvevők is jelen vannak – pl. a már említett
mesterlicensz, mely kizárólagos jogot biztosít egy földrajzi régióra. Másik pedig az, hogy az
általam megkeresett franchise-ok nem adtak választ arra vonatkozóan, hogy melyek a saját és
melyek a teljesen az átvevők által működtetett egységek.
DREZNER 1995-os tanulmánya ennél elméletibb, gravitációs modell segítségével alkot
modellt arra vonatkozóan, hogy egy homogén térben, már működő franchise egységek mellé
hol érdemes újabb egységet nyitni a különböző nyitási költségek alapján. Mivel
Magyarország nem nevezhető a kereslet szempontjából homogén térnek, így ez a tanulmány
is csak közvetve hasznosítható a diplomamunkámban. Viszont részben az ebben foglaltakat
ültette át gyakorlatba THOMDADSEN, aki egy 2007-es publikációjában azt vizsgálta, hogy
Dél-Kaliforniában a McDonald’s és Burger King éttermek egymáshoz viszonyítva hogy
15
települtek, és helyezkednek el. Érdekes észrevételeket tett a szerző, ezek magyarországi
vizsgálatára van lehetőség, a megfelelő fejezetben részletesen le is írom. Magyar vonatkozású
szakirodalomként Tóth Boglárka neve került elő a leggyakrabban, aki a Murciai egyetemen
spanyol kollégáival a versenyképes telephelyválasztás modellezésével foglalkozik, és végzett
elméleti kutatásokat (pl. FERNÁNDEZ et al. 2006).
A szakirodalom másik része GIS-hez köthető, a 2000-es évek második felétől kezdve jelentek
meg ilyen publikációk. Általában ezek esettanulmányok, vagy egy konkrét példa bemutatása,
vagy egy lehetséges kérdés, probléma megoldására tett kísérletek.
Egyik ilyen (SUÁREZ-VEGA et al. 2012) Gran Canaria szigeten egy új szupermarket
nyitásának területi elhelyezésével foglalkozik. A már meglévő üzleteket két részre osztották,
„A”- lánc kíván nyitni újat, „B”-hez pedig a konkurensek tartoznak. Egyrészt a népesség
alapján jelöli a keresleti pontokat, a másik meghatározó tényező pedig a piaci kannibalizáció
(piaci részesedés szerzése a saját lánc rovására). Ezekre állítottak fel matematikai modelleket
(megfelelő távolság a konkurenciától, lehető legsűrűbben lakott terület és a piaci
kannibalizáció minimalizálása), és ezeket ültették át az ArcGIS programba. Végeredményként
pedig ábrázolták a lehetséges helyszíneket.
A témában született legfrissebb tanulmány szintén spanyol (ROIG-TIERNO et al. 2013). A
publikációban Murcia városban vizsgálták meg az üzletnyitás lehetőségeit GIS segítségével.
Mivel az előző tanulmányhoz képest kisebb területről van szó, így itt a népszámlálási
körzetekből becsülték az egyes háztömbök népességét, ezzel egy sokkal részletesebb adatot
kaptak a keresletre vonatkozóan. Következő lépésben a már meglévő szupermarketeket
lokalizálták, és a vásárlófelület (m2) alapján hozzárendeltek egyedi távolságokat, attól
függően, hogy az átlagos vásárló mennyit hajlandó gyalogolni adott méretű boltig. E két
vizsgálat keresztmetszeti eredményéből határolták le, hogy a városon belül mely nagyobb
népességtömörülés közelében nincs üzlet, és ezáltal annak nyitása piacilag gazdaságos lenne.
16
5. Franchise formában működő vállalkozások egységeinek telephelyi sajátosságai
A Magyar Franchise Szövetség kategóriáit mutatta be a 2. ábra. Ezekből több szempont
szerint kellett kiválasztani a diplomamunkában feldolgozandókat. Elsődleges szempont az
volt, hogy legyen az egységek (üzletek, irodák) földrajzi helyzetéről információ, hiszen ez
elengedhetetlen a telephelyi sajátosságok vizsgálatához. Másik fontos szempont az egyes
kategóriákba tartozóknál az összehasonlíthatóság, tehát olyan franchise-ok választása adott
kategóriákból, melynek van érdemi versenytársa, nem pedig szinte monopolhelyzetben van a
piacon. Továbbá figyelemmel kell arra is lenni, hogy érdemes különböző elemszámmal
rendelkezőket is megvizsgálni, tehát olyan franchise-okat, melyeknek 40-50 egysége van,
olyanokat, melyeknek 80-100, és olyanokat is, melyeknek 200-250. Sajnos a kiskereskedelem
terén működő nagyobb franchise-oknak (CBA, COOP) 3000 feletti egysége van, és ezek
földrajzi helyzetéről csak egyesével érhető el információ. Mivel vélhetően gyakorlatilag
lekövetnék a népességszámot, ezek vizsgálatát kihagyom a diplomamunkából.
Ezen felül az sem mindegy, hogy a kevés elemszámú egység inkább Budapesten
koncentrálódik, vagy az egész országot próbálja meg lefedni. Mindez azért fontos, mert a
különböző nagyságú hálózattal rendelkező franchise-ok más-más telephely-választási
stratégiákat alkalmaznak, és ezek összehasonlítása is célja a diplomamunkának. Ezen felül
nem szabad figyelmen kívül hagyni azt sem, hogy más-más terméket, szolgáltatást árulnak,
ezek költségei is nagyon változatosak. Érezhető, hogy a fogyasztó máshogy mérlegel, mikor
hamburger, mobiltelefon, vagy egy lakás vásárlásáról van szó. Egyrészt hajlandó nagyobb
távolságot is megtenni, és ennek felmérésére a franchise hálózatoknak is figyelemmel kell
lenni. Célszerű tehát különböző árkategóriájú termékeket, szolgáltatások kínálókat
megvizsgálni (tehát ingatlanközvetítők után nem érdemes megvizsgálni az autókereskedőket
is).
A felsoroltak alapján – tehát rendelkezésre áll legalább az egységek címe, adott kategóriában
nincs monopolhelyzet, különböző árkategóriájú termékekkel foglalkoznak, különböző
szektorokban és az egységek elemszáma is különböző – a következő kategóriákat
választottam megvizsgálásra: gyorséttermek, nyelviskolák, mobiltelefon viszonteladók,
ingatlanközvetítők és gyógyhatású készítményt árusítók. Ezen felül megpróbálom megkeresni
azt a franchise-t, melynek (kezelhető elemszám mellett) a legegyenletesebb az eloszlása, és
röviden megvizsgálom azt is.
A vizsgálat menetét nemes egyszerűséggel az határozza meg, hogy mennyire volt egyszerű az
egyes hálózatokhoz tartozó egységek geoadatát megszerezni, beírni és elkezdeni a munkát.
17
5.1. Franchise rendszerben működő ingatlanközvetítő irodák
Egyértelműen a legmagasabb árfekvésű termékek közé tartozik az ingatlan. Az autó
kategóriájába tartozó franchise-ok csak egy része foglalkozik értékesítéssel, a többi például
szervizzel, kölcsönzéssel. Ezzel szemben az ingatlan kategóriákba tartozók közül a
legtöbbnek a fő tevékenysége az ingatlanközvetítés, a többi tevékenység azt egészíti ki. Az
irodák címe, koordinátája az összes közvetítő honlapján megtalálható, hiszen fontos számukra
az elérhetőség.
Hazánkban az első franchise-ban működő iroda 1996 novemberében nyílt meg Budapesten és
a Tecnosasa-hoz tartozik. Ez gyakorlatilag egy nagyobb nemzetközi hálózat magyarországi
megjelenése volt. Az ezt követő időszakban viszonylag felfutott az ingatlanközvetítő
franchise hálózatok száma, sőt ebben közre játszott a 2008-ban kezdődött válság is. Ennek
hatására, a túlélés érdekében csatlakozott több önállóan működő iroda a már meglévő
hálózatokhoz. (www.resourceinfo.hu – 2013. április)
Magyarországon (2013 áprilisában) tizenkettő ingatlanközvetítő franchise működik (nem
tartozik ide mind a 25, ami a MFSZ statisztikájában az ingatlan kategóriájába esett), és
ezekhez összesen 283 iroda tartozik. Az 1. táblázat mutatja be, hogy ezen irodák mely
franchise-hoz tartoznak, és hogy Budapesten vagy vidéken helyezkednek-e el.
1. táblázat: Ingatlanközvetítő franchise-ok Magyarországon
Hálózat neve
irodák száma
összesen Budapest vidék
Duna House 113 58 55
Otthon Centrum 79 36 43
Open House 25 2 23
City Cartel 17 8 9
Tecnocasa 15 15 0
Re/Max 14 6 8
CDC ingatlan 6 6 0
Mareco 5 5 0
LAKÁSKULCS-direct 5 0 5
Ibred 2 2 0
A1 Csoport 1 1 0
Engel&Volkers 1 1 0
Forrás: Az egyes hálózatok weboldala
18
Ebből az a fontos következtetés vonható le, hogy az irodák közel fele Budapesten működik, és
amennyiben az agglomerációt is figyelembe vesszük, az arány már közel 60%. Érdemes
megvizsgálni az egyes hálózatok stratégiáját is. Fontos megjegyezni, hogy a franchise
rendszergazda eldöntheti, kíván-e adott településen együttműködni ingatlanirodát nyitni
szándékozó vállalkozókkal. Amennyiben a franchisor úgy ítéli meg, hogy egy esetlegesen
nyíló új iroda egy már meglévő (közeli) egység piaci részesedését túl negatívan befolyásolja –
nagy a kannibalizáció lehetősége – abban az esetben nem születik meg a franchise szerződés.
Ugyanakkor olyan térségekben, ahol a rendszergazda úgy érzi, hogy kiaknázatlan lehetőség
van, vagy a konkurencia piaci részesedését szeretné csökkenteni, akár kedvezőbb feltételekkel
is ösztönözhet vállalkozókat új iroda nyitására.
A két legnagyobbal, a Duna House és az Otthon Centrum hálózatával érdemes elkülönítve is
foglalkozni, mert itt az irodák elemszáma és az országosnak mondható lefedettség lehetővé
teszi komplex vizsgálatok alkalmazását is. A harmadik legnagyobb ingatlanközvetítő
franchise érdekes taktikát választott, hiszen alig van jelen Budapesten, feltételezhetően nem
kíván részt venni a sokszereplős piaci versenyben. Helyette majdnem minden nagyvárosban,
és néhány üdülőkörzetben van jelen. A következő vizsgált hálózat a City Cartel, mely mint
rendszergazda úgy döntött, hogy bekapcsolódik a budapesti versenybe, az irodái fele található
itt. Emellett azonban a többi iroda nem elsősorban a nagyvárosokban, hanem inkább a
középvárosokban található (Veszprém, Szombathely, Szolnok). Nagyjából hasonló vállalati
stratégiát alkalmaz a Re/Max is. A Tecnosa, CDC ingatlan, Mareco, Ibred, A1 Csoport és az
Engel&Volkers kizárólag a budapesti irodával rendelkeznek. Ez természetesen nem jelenti,
hogy egyedül fővárosi ingatlanokat közvetítenek, de kínálatuk meghatározó részét ezek
képezik. Az egy-két irodával rendelkező hálózatok igazából nemzetközi hálózatok
magyarországi képviseletének tekinthetők, némely esetben specializálódtak, például
luxusingatlanokra. A táblázatból egyedül a LAKÁSKULCS-direct nem rendelkezik budapesti
irodával, ez a hálózat a Balaton környéki és a soproni piacra specializálódott.
A Duna House és az Otthon Centrum irodák elemszámából az feltételezhető, hogy Budapest
mellett a legtöbb nagy- és középvárosban jelen vannak, céljuk az ország teljes lefedése. Az
ingatlanpiaci helyzetből pedig az következhet, hogy Budapest agglomerációjában a
legjelentősebb a jelenlétük. Az is kérdés, hogy mennyire vetélytársa egymásnak a két iroda,
milyen különböző stratégiákat alkalmaznak a terjeszkedéshez – új területek bevonása, vagy a
vetélytárs piaci részesedésének megszerzése? Több irodával próbálják lefedni a
nagyvárosokat, vagy csupán eggyel? Ezen fő kérdésekre keresem a választ.
19
Duna House ingatlanközvetítő irodák
Az ingatlanpiaci tevékenységét a cég 1998-ban kezdte, 2003-ban pedig elindult a franchise-
hálózatban való működés, amely a második irodával vette kezdetét. Két évvel később már 36,
2008-ban pedig már közel 100 iroda volt tagja a hálózatnak. A korábban említettek
következtében a válság kezdete óta is nőtt az irodák száma, viszont az ütem lelassult. Ennek
valódi oka ugyanakkor kereshető abban, is hogy nem kívánnak több franchise szerződést
kötni a már meglévő piacokon – akár az erős versenytársak, akár a kannibalizáció elkerülése
miatt. Az irodák területi elhelyezkedésének vizsgálatából kiderül, van-e esetleg olyan térség,
amely nincs lefedve az irodák által. Ennek kiderítésére és szemléltetésére a legegyszerűbb
módszer az irodák térképi megjelenítése. Az irodák pontos koordinátáit tartalmazza a hálózat
honlapjának forráskódjában (http://dh.hu/irodak) egy script (mely a Google Maps-es
megjelenítéshez kell), ebből a megfelelő adatokat kinyerve volt létrehozható a 4. ábra
Az ábra egyrészt sötétkék ponttal jelöli az irodák pontos helyét, másrészt halványkékkel azon
településeket, melyek középpontja az irodák 30km-es közelében találhatók (euklideszi
távolság). Erre az értékre azért esett választás, mert az ingatlankínálatból 10 véletlenszerűen
kiválasztott irodához ennél távolabbi település nem volt jellemző. Az összes irodához tartozó,
összes kínált (23000) ingatlan megvizsgálása nélkül a szubjektív véleményem szerint ez a
távolság tekinthető annak a távolságnak, amelyen belül az irodában hirdetnek ingatlanokat.
Érdemes megvizsgálni külön azon településeket ahol van iroda, és azokat is, amelyek az
irodák 30km-es körzetében találhatók.
20
4. ábra: Duna House ingatlanközvetítő-irodák és azok 30km-es körzetébe tartozó települések
21
Az irodákat pontnak tekintve az elemszám megfelel a legközelebbi szomszéd analízis
feltételeinek. Ennek kiszámított értéke 0,501. Az ábráról is látszik, hogy mennyivel sűrűbb az
irodahálózat Budapesten, mint az ország többi részén, ezt számszerűsítette az LSZA értéke is.
A budapesti irodákat figyelmen kívül hagyva az LSZA értéke továbbra is alacsony, 0,670.
Tehát megállapítható, hogy a Duna House esetében az ingatlanközvetítő irodák
elhelyezkedésére még vidéken is a koncentráció jellemző. Ez abból is következik, hogy a
nagyobb városokban – Debrecen, Szeged, Pécs 3-4 iroda található. A budapesti irodák
elemszáma is önmagában elegendő az analízishez, így a teljesség kedvéért a számítást erre is
elvégeztem, az LSZA értéke itt 0,870, tehát szintén enyhén koncentrált az irodák
elhelyezkedése.
A 113 iroda 42 településen található. Népességszám szerint az első húsz településben van
képviselet, sőt, mint már említettem a legnagyobb városokban több is. A többi iroda a
településlépcső fennmaradó részében megoszlik néhány középváros, és Budapest
vonzáskörzete között. Herceghalom a legkisebb település, ahol van iroda. Nagymértékben
ennek a településnek kis népessége nem befolyásolja az egyértelmű összefüggést a népesség
és az irodák száma között. Mindezt igazolja, hogy Magyarország települései esetében a
népességszám és az irodák száma közti a korreláció értéke 0,984. Az irodák számát, az irodák
meglétére vonatkozó dummy változóra cseréve jelentősen módosul az összefüggés, a
korreláció értéke 0,343. Budapest értékei kiugróak – mind a népesség, mind az irodák számát
tekintve, így az értékeit figyelmen kívül hagyva is érdemes megnézni a korreláció értékeit. A
népesség irodák számával való korrelációja ebben az esetben 0,822, a dummy változóhoz
képest pedig 0,692. Jogos tehát az a feltételezés, hogy a népességszám gyakorlatilag
meghatározó az irodák létrehozása szempontjából.
A népességnél talán csak egy fontosabb települési jellemző van, mégpedig a lakásállomány.
Természetesen nagyon erős az összefüggés a népességszám és a lakásállomány között, a kicsi
különbségek ezért helyi sajátosságokat tükrözhetnek. A lakásállomány és az irodák száma
közti korreláció értéke 0,989, a dummy változó esetében pedig 0,314. Csak a vidéket
vizsgálva pedig előbbinél 0,816 utóbbinál pedig 0,684 a korreláció értéke. A lakásállományra
vonatkozóan szerencsére sok adat elérhető a KSH oldaláról. A 2011-ben épített lakások
számát, és a válság előtt, a 2008-ban építettek számát megvizsgálva is hasonlók a korrelációs
együtthatók értékei. A lakásállomány jellemzői pedig nem egységesek településenként –
főképp Budapesten, így ezek vizsgálatára nem kerítettem sort.
Hasonlóan fontos tényező a kínálati oldal mellett a fizetőképes kereslet. Ezt a 2010 évi
összevont adóalap összegével jellemezve, az irodák számának és az adóalap összegének az
22
ország egészére vonatkozó korreláció értéke 0,991 míg dummy változókkal 0,316. Budapestet
kihagyva, előbbi korrelációja 0,838, míg utóbbié 0,722. Az ezek közti összefüggés tisztán
látszik, és a felsorolt mutatók közül ennél a legerősebb.
2. táblázat: A DH irodák meglétének korrelációja értékét a vállalakozásokat jellemző
mutatókkal
Reg. váll. száma Felszámolt váll. száma
Ország
irodák száma 0,993 0,995
irodák megléte (dummy) 0,300 0,226
Vidék
irodák száma 0,843 0,810
irodák megléte (dummy) 0,700 0,669
Forrás: KSH,GVI – 2011 adatok alapján saját számítás
A 2. táblázatból kiderül, hogy az irodák megléte a vállalkozói hajlandósággal mennyire
szorosan összefügg. A felszámolások esetében Budapest értéke rendkívüli mértékben torzít,
ezt a hatást figyelmen kívül hagyva, az eddig vizsgált mutatók közül a legalacsonyabbak a
korrelációs értékek a dummy változók esetében is és a vidéki értékek esetében is. Ez pedig azt
jelenti, hogy számszerűsíthető, hogy olyan helyen működik Duna House ingatlanközvetítő
iroda, ahol a lehető legnagyobb népesség magas jövedelmekkel rendelkezik, és a vállalkozói
kockázat lehetőleg alacsonyabb. Ezért nem meglepő, hogy a legnépesebb városokban van
iroda.
Az igazi érdekesség viszont az, hogy mitől függ, hogy az ennél kisebb településeken van-e
iroda. Ennek vizsgálatához (és részben az Otthon Centrummal való összevethetőség miatt) az
50 és 15 ezer fő közti települések figyelembe vétele célszerű. Ez a 2012-es helységnévtár
adatai alapján 71 települést jelent, ezekben 18 Duna House iroda működik, ezek között nincs
olyan település, ahol egynél több iroda van. Itt megvizsgálva az előző mutatókat, a
korrelációk értéke a következőképp alakul. Az irodák számát és a népesség számát összevetve
0,312**, az irodák száma és a lakásállomány között 0,251*. A 2010-es összevont adóalap
összegével való korreláció értéke 0,514**. A vállalkozásokat jellemző mutatók közül az
irodák számának a regisztrált vállalkozások számával való korreláció értéke 0,412**, a
felszámolt vállalkozások számával 0,190. Ezekből eddig azt a következtetést lehet levonni,
hogy a középvárosokban a Duna House ingatlanközvetítő irodák megléte (és nyitása)
leginkább a fizetőképes kereslettől függ. Ezt igazolja az is, hogy az egy lakosra jutó összevont
adóalap összegével összevetve is viszonylag magas marad a korreláció értéke: 0,490**. A
korrelációs együtthatók azonban ezen települések esetében sokkal alacsonyabbak, amiből az
23
következik, hogy más telepítő tényezők is közrejátszanak az irodák megnyitásában. Ezért
célszerű más mutatókkal is megvizsgálni az irodák számának alakulását. A számított
korrelációk * esetében p=0,05, **-nál pedig p=0,01 szinten szignifikánsak.
A Duna House irodák földrajzi eloszlását bemutató ábra alapján feltételezhető, hogy a
földrajzi helyzetnek is jelentősége van. Elsőként a Budapesttől való távolság került
megvizsgálásra. Ennek és az irodák számának korrelációs együtthatója -0,279*.
Értelemszerűen a fővároshoz közelebb jellemző az irodák megléte, és ez a szempont
erősebbnek bizonyult a lakásállománynál is. A másik megvizsgált változó az, hogy a település
15km-es körzetében van-e az országos hálózathoz kapcsolódó gyorsforgalmi út. Ennek és az
irodák meglétének korrelációja meglepő módon abszolút értékben majdnem megegyezik a
Budapesttől való távolsággal, 0,280*. Ez a két vizsgált mutató sem határozható meg
kizárólagos telepítő tényezőként, így érdemesnek tartottam a fentiekből egy komplex
módszert alkalmazni. Elsőként regresszióval próbáltam becsülni a fenti mutatókból, hogy
adott településen van-e Duna House iroda – külön megvizsgálva az összefüggést az abszolút
mutatókkal, és azok népességre vetített értékeivel. Egyik esetben sem lett 0,3 feletti a
módosított R2 értéke. A választott mutatók nem alkalmasak arra, hogy nagy valószínűséggel
megbecsülhető legyen az iroda megléte. A főkomponens-analízis esetében pedig módszertani
hiba lenne dummy változó használata, pedig az autópálya közelsége lényeges elem lehet.
Emiatt az a következtetés vonható le, hogy a vizsgált mutatókból felépített modellek nem
alkalmasak annak megállapítására, hogy a vizsgált középvárosok melyikében található Duna
House ingatlanközvetítő iroda.
Érdemes összesíteni az irodával rendelkező települések adatait. Összesen 4 millió 140 ezer fő
él a közvetlen lefedett településeken, a lakásállomány ennél picivel magasabb hányada,
44,2%-a, azaz közel 1 millió 930 ezer lakás van ezen településekben. A jövedelem esetében a
korrelációhoz hasonlóan még magasabb a részesedés, hiszen ezen településeken keletkezik az
egész ország jövedelmének (összevonta adóalap) több mint fele, valamint az átlagjövedelem
is az országos átlag 1,24-szerese. Fontos megemlíteni azt is, hogy 2008-ban még az új lakások
58%-a épült ezeken a településeken, 2011-ben már csak 51%-a. Ugyanakkor ezen
településeken működött illetve itt is szűnt meg 2012-ben a regisztrált vállalkozások 2/3-a.
Az irodák 30km-es körzetében 2091 település található, tehát az ország közel 2/3-a van
lefedve. Ez viszont picivel több, mint 8 millió fő lakóhelye. Ennél kissé alacsonyabb a
lakásállomány részesedése: 80,4%, és az előbb vizsgált vállalkozási mutatók (regisztrált és
felszámolt vállalkozások) száma is 80% körüli. Az összevont adóalap valamivel magasabb –
mint ahogy csak az irodával rendelkező településeket vizsgálva az volt – itt 84,9%, és az egy
24
főre jutó értéke is az országos átlag fölötti, 5%-al. Illetve ezen településeknél a 2008-ban és
2011-ben is az új lakások 90%-a épült a Duna House ingatlanközvetítő irodák 30km-es
körzetében.
Otthon Centrum ingatlanközvetítő irodák
A cég 2000. évi alapítása óta fő profilja az ingatlanközvetítés, ezt kiegészítik az ehhez
kapcsolódó szolgáltatások. Az Otthon Centrum, mint franchise a magyar többségi tulajdonú
Biggeorge’s Holding része. Sajnálatos módon nem érhető el adat arra vonatkozóan, hogy
hogyan változott az irodák száma az évek alatt. Hasonlóan a Duna House-hoz, első lépésben
itt is az irodák elhelyezkedését vizsgálom, majd ezen települések bizonyos tulajdonságaiból
próbálok következtetni, hogy modellezhető-e a terjeszkedési stratégia, végül pedig az irodák
30km-es körzetében található települések néhány adatával elemzem, hogy az országos szintű
lefedettség milyen.
A cég internetes (http://www.oc.hu/ingatlanirodak) oldalán egy egyedi térinformatikai
alkalmazás segítségével kereshetők meg térképen az egyes irodák. Ilyen megoldással
egyébként nem találkoztam a többi vizsgált franchise esetében (amelyiknek volt térképi
megjelenítése, mind a Google szerverét használta). Az is egyedi ebben a rendszerben, hogy
EOV koordinátákat alkalmaz, ezeket a forráskódból kinyerve egyből térképezhető volt az
irodák eloszlása, ezt és a 30km-es körzeteket mutatja be az 5. ábra.
A cég internetes oldalán egyébként röviden ismerteti, hogy még ebben az évben szeretne
további franchise partnerekkel szerződést kötni Budapesten, Veszprémben és Egerben, illetve
számos – meg nem nevezett – kisvárosban. Ebből rögtön kiderül, hogy a cégvezetés szerint
még a kiélezett verseny ellenére is Budapest egy kiemelt terület. A fővárosban egyébként
piacvezető az Otthon Centrum, így elképzelhető, hogy ennek megőrzése érdekében kívánnak
újabb irodákat nyitni – akár egészen addig, amíg a piaci kannibalizáció mértéke a
versenytársak piaci részesedéséből megszerzett szeletnél nagyobb. A másik két megnevezett
város egyikében sem található iroda (a térképen is jól látszik), míg a legnagyobb vetélytársnak
számító Duna House jelen van ezen településeken. Tehát a terjeszkedés szándéka ezen
esetekben nem csupán presztízskérdés, hanem a piac szempontjából indokolható lépés. A
számos kisváros kifejezés pedig talán könnyebben értelmezhető lesz az 50 és 15 ezer fő közti
települések vizsgálata után.
Az irodákat pontnak tekintve a kiszámított legközelebbi szomszéd analízis értéke 0,742.
Ebben az esetben is jól látszik, hogy mennyivel sűrűbb az irodahálózat Budapesten, mint az
ország többi részén. Csak a vidéki irodákra elvégezve a számítást, az LSZA megközelíti a
25
véletlenszerű eloszlást, hiszen az értéke 0,953. Ez azonban nem jelenti azt, hogy a véletlen
következménye – hiszen a magyarországi városhálózat esetében is 1,3 körüli ennek értéke –
arról nem is beszélve, hogy a legnagyobb 50 települést vizsgálva 1,1-1,2 körüli az értéke
(CZIRFUSZ et al. 2008), és nagyjából ennyi iroda található Budapesten kívül. Fontos azt is
megjegyezni, hogy csak Debrecenben és Miskolcon található kettő iroda. A főváros esetében
az elemszám 36, így nem szerencsés az ehhez kapott LSZA értékét figyelembe venni,
egyébként ennek értéke önmagában 1,031.
Országszerte összesen 79 iroda működik, összesen 42 településen. A népességszám szerinti
első húsz településből tizenhétben van képviselet (mint ahogy már említettem, Egerben és
Veszprémben szándékoznak indítani még az idén). A többi iroda településlépcső fennmaradó
részében megoszlik néhány középváros, és Budapest vonzáskörzete között, Balatonlelle a
legkisebb település, ahol van iroda. Az irodák száma és a népességszám közti korreláció
értéke 0,979, az irodák meglétét jelentő dummy változó esetében pedig 0,329. Budapestet
figyelmen kívül hagyva előbbi értéke 0,704, míg utóbbié 0,643. Az Otthon Centrum esetében
is érvényesül az a feltételezés, hogy a népességszám nagymértékben meghatározza az irodák
meglétét. A lakásállomány és az ingatlanirodák száma közti korreláció is nagyon magas,
0,984, dummy változó esetében pedig 0,302. A számításokat a főváros nélkül elvégezve
rendre 0,697 és 0,632 a korrelációk értéke. Hasonlóan nem tért el ezen értékektől az újonnan
épített lakások vizsgálatakor az érték sem 2008-ra, sem 2011-re vonatkozóan, illetve a már
említett okokból kifolyólag, a lakásállomány minőségi mutatóival nem lett elvégezve.
26
5. ábra: Otthon Centrum ingatlanközvetítő-irodák és azok 30km-es körzetébe tartozó települések
27
A 2010-re vonatkozó összevont adóalappal korreláltatva az irodák számát 0,986 az érték, a
dummy változó esetében pedig 0,302, a vidéki irodák tekintetében pedig előbbi 0,715, utóbbi
pedig 0,660. A vállalkozásokkal kapcsolatos mutatók és az Otthon Centrum irodák közti
korrelációk értékei az 3. táblázat mutatja be.
3. táblázat: Az OC irodák meglétének korrelációja értékét a vállalakozásokat jellemző
mutatókkal
Reg. váll. száma Felszámolt váll. száma
Ország
irodák száma 0,988 0,991
irodák megléte (dummy) 0,290 0,222
Vidék
irodák száma 0,707 0,689
irodák megléte (dummy) 0,652 0,631
Forrás: KSH,GVI – 2011 adatok alapján saját számítás
Az Otthon Centrum esetében is elmondható, hogy az irodák megléte a vállalkozói
hajlandósággal nagyon szorosan összefügg. A felszámolások esetében (ahogy korábba már
említettem) Budapest értéke torzít, a korább mutatók közül itt a legalacsonyabbak korrelációs
értékek a dummy változók esetében, és a vidéki irodák számával összevetve is. Kijelenthető,
hogy olyan helyen működik Otthon Centrum ingatlanközvetítő iroda, ahol a lehető
legnagyobb népesség magas jövedelmekkel rendelkezik, és a vállalkozói kockázat lehetőleg
alacsonyabb. Ezért itt sem meglepő, hogy a legnépesebb városokban van iroda.
Érdemes itt is megvizsgálni a középvárosokat, hogy modellezhető-e, hogy milyen stratégia
szerint nyíltak eddig ezen településeken új irodák. Az előző alfejezetben már említett 50 és 15
ezer fő között 71 településen az Otthon Centrumhoz is éppen 18 iroda tartozik, és ezek közül
mindegyikhez csak egy. Ezen középvárosokban a korrelációk értéke a következőképp alakul;
az irodák száma és a népesség száma között 0,051, az irodák száma és a lakásállomány között
pedig 0,004. Mindez eddig arra enged következtetni, hogy látszólag a népesség és a
lakásállomány sem bizonyult döntő tényezőnek abból a szempontból, hogy a kiválasztott
települések melyikében nyíljon iroda. A korrelációs együttható értéke a 2010-es évi összevont
adóalap összegéhez mérve már valamivel magasabb, de csupán 0,212, ennek egy lakosra jutó
összegéhez viszonyítva az irodák számát pedig 0,272* a korrelációs együttható értéke. A
vállalkozási aktivitást jelző mutatók közül a regisztrált vállalkozások számával számított
korreláció értéke 0,226, a felszámolt vállalkozások számához viszonyítva pedig 0,087.
Mindebből megállapítható, hogy nem állítható fel modell ezen mutatók alapján arra
vonatkozóan, hogy a középvárosokban mi határozza meg, hogy van-e ott Otthon Centrum
28
ingatlanközvetítő iroda. Éppen ezért itt is érdemes megvizsgálni néhány földrajzi tényezőt. A
Budapesttől való távolsághoz viszonyítva a korreláció -0,221. A másik vizsgált mutató pedig
az, hogy a település 15km-es körzetében van-e az országos hálózathoz kapcsolódó
gyorsforgalmi út. Ennek és az irodák meglétének korrelációja pedig 0,211. Az Otthon
Centrum esetében a középvárosokat vizsgálva egyedül az egy lakosra jutó adóalap és az
irodák száma közti korreláció értéke szignifikáns.
Ez a két mutató sem nevezhető meghatározónak, bár ennek ellenére is ezeknek a társadalmi
mutatókhoz képest erősebb a korrelációja az irodák meglétével. Sajnálatos módon a komplex
modell létrehozása az Otthon Centrum esetében sem járt sikerrel, regresszió esetében a
módosított R2 0,1 és 0,2 közötti értékeket vett fel, a főkomponens-analízis esetében -
korábban a már ismertettek miatt - az autópálya közelsége nem volt használható elem, illetve
a népességszámnak és a lakásállománynak rendkívül alacsony magyarázóereje volt.
Az ilyen irodával rendelkező települések adatait megvizsgálva közel 4 millió fő lakik
ezekben, a lakásállomány 42,5%-a (1,85 millió lakás) található itt. A közvetlen lefedett
településeken az országos jövedelmek (összevont adóalap) 49%-a keletkezett 2010-ben, egy
lakosra jutó értéke pedig az országos átlag, 1,23-szorosa volt. A regisztrált vállalkozások
45,7%-a működött e településeken, illetve az országban a felszámolások közül 64,1%-ára
került ezekben sor. Az újonnan épített lakások 52%-a épült itt 2011-ben, ami egy pici
csökkenés a 2008-as 53,7%-hoz képest.
A következőkben pedig az irodák 30km-es körzetében található településeik adatai
következnek. Ebbe a körbe 2036 település tartozik, tehát szintén a települések közel 2/3-a.
Ezek lakossága 7,8 millió fő, a lakásállomány 78,4%-a található a lefedett területen. A
vállalkozásokhoz köthető mutatók közül a regisztrált vállalkozások 79,5-a működik ezekben,
és a felszámolások 87,3%-a köthető ide. Az összevont adóalap 2010-es évi összegének
83,3%-a termelődött a lefedett területen, az egy főre jutó értéke az országos átlag 105,8%-a.
Ugyanakkor az újonnan épült lakások részesedése a 2008-as 89,3%-ról 2011-re 91,1%-ra nőtt
– igaz összességében mintegy harmadára csökkent számuk.
29
Duna House és Otthon Centrum irodák területi sajátosságainak összehasonlítása
Az irodák számbeli különbségének ellenére – a Duna House hálózatához 113, az Otthon
Centruméhoz 79 tartozik – egyértelműen egymás legnagyobb versenytársai, hiszen a többi
fanchise-ban működő ingatlanközvetítő náluk lényegesen kisebb. Az irodák eloszlását
jellemző legközelebbi szomszéd analízis eredményeiből (az eredményekről emlékeztet a 4.
táblázat), az a következtetés vonható le, hogy a Duna House irodák elhelyezkedése sokkal
koncentráltabb, és csak a vidéki irodákat vizsgálva is helytálló ez a megállapítás. Az LSZA
értékeiből úgy tűnhet, mintha az Otthon Centrum esetében az irodák elhelyezkedése
véletlenszerű lenne, de alaposabban megvizsgálva nagyon is egyenletes és kiszámítható az
eloszlás, hiszen a településlépcsőt követi le. Ráadásul Budapestet leszámítva, csupán két
városban van egynél több iroda, valóban az látszik, hogy nagyon is tudatos a
telephelyválasztás, próbálják elkerülni a piaci kannibalizációt. Ez utóbbi az LSZA értékei
alapján nem jellemző a Duna House-ra, hiszen itt a koncentrációt jelentő alacsony értékek
csak részben okozták a fővárosi irodák, több más településen is akár 4-5 iroda is működik. Ez
persze felveti a kérdést, hogy hosszú távon ez a taktika nem bizonyul piacilag helytelennek,
de a jelenlegi forgalmi adatok hiányában ennek megállapítása csak akkor lehetséges,
amennyiben néhány év múlva ismét megvizsgálásra kerül az irodák száma és elhelyezkedése.
4. táblázat: Az ingatlanközvetítő irodák LSZA értékei
ország vidék Budapest
DH 0,501 0,670 0,870
OC 0,742 0,953 1,031*
Forrás: Saját számítás
*ebben az esetben a kis elemszám miatt az érték nem mérvadó
Budapest esetében az irodák elhelyezkedése mindkét ingatlankövető-hálózat esetében
véletlenszerűnek tűnhet, ezt mutatja be a 6. ábra. Azonban ezt is közelebbről megvizsgálva
kirajzolódik a nagykörút és a nagyobb sugárutak. Ráadásul a két franchise irodái nem két
eltérő pontalakzatot kirajzolva adtak 1-hez közeli LSZA értéket, hanem két hasonló
pontalakzatot. Ezt az is igazolja, hogy az Otthon Centrum fővárosi irodái (mivel ezekből
kevesebb van) átlag 830 méterre találhatók a legközelebbi Duna House irodától (amiből
értelemszerűen több van), míg a saját franchise-hoz tartozó legközelebbi Otthon Centrum
iroda 1900m-re van átlagosan.
30
A különböző mutatók irodák számához illetve meglétéhez viszonyított korrelációs együtthatói
mindkét franchise esetében nagyon hasonlóan alakultak, ezeket részletesen a melléklet M3
táblázatában ismertetem. Ezért inkább a kivételeket érdemes kiemelni, ahol látható eltérés
van. Már a népesség esetében van egy ilyen, a főváros nélküli irodák számával ezt összevetve
az Otthon Centrum értéke egy tizeddel kisebb. Ez annak a már említett ténynek tudható be,
hogy általában csak egy iroda működik a nagyobb városkban is, míg a Duna House esetében
több is. Ugyanez elmondható a lakásállomány és az összevont adóalap esetében is, sőt
utóbbinál még nagyobb a különbség – hiszen a nagyobb városokban általában a
jövedelemszint is magasabb – és a vállalkozásokat jellemző adatok is ezt a megfigyelést
tovább erősítik.
Az 50 és 15 ezer fő közti településeket külön kezeltem, Budapest közelsége és a
gyorsforgalmi utak szempontjából. Ezek estében az irodák számával való korrelációs
együttható abszolút értéke szintén a Duna House irodák esetében volt nagyobb, de már csupán
6. ábra: A Duna House és az Otthon centrum budapesti irodái
31
fél tizeddel. Ugyanakkor a korrelációk értékei is szignifikánsabbak voltak, tehát kevéssé erős,
de szignifikáns az összefüggés a vizsgált mutatókkal.
A fent leírtakból az a következtetés vonható le, hogy a két franchise irodanyitási stratégiája
abban egyezik, hogy a nagyobb és közepes városokban megtalálhatóak legyenek. Ezt igazolja
az is, hogy a két hálózat irodáinak száma közti korreláció értéke 0,989, dummy változó esetén
0,638 és Budapestet kihagyva pedig előbbi 0,658, utóbbi pedig 0,629. A másodlagos célok
viszont szemmel láthatóan eltérőek.
A Duna House – a megvizsgált mutatók alapján – inkább arra törekszik, hogy minél több
irodával rendelkezzen, ezek összesítve pedig a lehető legnagyobb piaci részesedést tudják
elérni a környékükön. Így nem meglepő, hogy piacvezető pozícióban van. Ennek hátulütője
pedig – a valószínűsíthetően megjelenő – kannibalizáció. Ugyan az elmúlt években is nőtt az
ide tartozó irodák száma, de ennek üteme nagyon lelassult és részben a válság miatt a
franchise-ot választókból áll. Arra vonatkozóan nem áll rendelkezésre adat, hogy hány iroda
szűnt meg, így ezt csak egy későbbi állapotot felmérve lehet megbecsülni, és abból
következtetéseket levonni.
Az Otthon Centrum viszont láthatóan el kívánja kerülni a piaci kannibalizációt, harmadával
kevesebb irodával fed le majdnem annyi települést – és hozzá tartozó népességet,
lakásállományt. Ennek a stratégiának az lehet a veszélye, hogy az újabb területek lefedését
megcélozva olyan helyen is nyílik iroda, mely hosszú távon nem gazdaságos. Ennek
bekövetkezése természetesen csekély valószínűségű, hiszen ez az egyik legelső dolog, amit
megvizsgál egy vállalkozó, aki irodát szeretne nyitni.
Végső soron néhány szót szeretnék ejteni azon területekről, ahol egyik iroda sincs jelen. Ezek
átfogóbb elemzéséhez szükség lenne a nem csak franchise-ban működő ingatlanközvetítőkről
is, hiszen lehet, hogy pont azért nem jött ezen helyekre franchise, mert a helyi vállalkozók
teljesen lefedik a piacot. Természetesen az is lehet, hogy nem éri meg egyes helyeken irodát
nyitni, a forgalmi adatok hiányában ez sem jellemezhető átfogóan.
Talán ez utóbbi lehet az oka, hogy az ország északkeleti határvidékén, Nógrád megye északi
részén és az Ormánságban nincs Duna House vagy Otthon Centrum iroda. Nem ennyire
egyértelmű a helyzet azonban néhány egyéb, egybefüggő területen. Első ilyen Győr-Moson-
Sopron megye középső, Vas keleti része. Ilyen néhány alföldi középváros és környéke is:
Karcag, Szeghalom, Makó. A legérdekesebb terület azonban Bács-Kiskun megye nyugati
része, és a Duna túloldalán Dunaújváros-Paks térsége, melyek az ország egyik leggazdagabb
települései. Az ezt bemutató térkép a melléklet M4 ábrája.
32
5.2. Franchise rendszerben működő gyorséttermek
Számos tanulmány született az éttermek és gyorséttermek telephelyválasztásáról. Ezek egy
része fogyasztói szempontból homogén területen az egyébként hasonló árú és
termékpalettával rendelkező éttermek egymástól a lehető legtávolabb helyezkedjenek el, vagy
a piac közepén versengjenek (D’ASPERMONT et al 1979, ANDERSON et al. 1992).
THOMADSEN (2007) tanulmánya áll a legközelebb a jelenleg vizsgált témához. Ebben a
szerző McDonald’s és Burger King éttermek elhelyezkedésit vizsgálja meg Dél-
Kaliforniában, és figyelembe veszi az erőviszonyokat, mivel McDonald’s kiterjedtebb
hálózattal rendelkezik. A kutatás egyik eredménye a Hotelling-modelt mindkét cég figyelmen
kívül hagyja, amennyiben a kereslet a tér kitüntetett pontjában nagyon magas – főként
bevásárlóközpontoknál. Ilyeneknél a vizsgált területen mindkét cég a bevásárlóközpontba
települt. Bevásárlóközpont hiányában viszont a McDonald’s stratégiája volt agresszívebb, a
lehetőségekhez mérten mindig a piac központja közelében nyitott éttermet, még ha annak
közelében egy Burger King működött is. Ezzel szemben a Burger King a piac túloldalára
települt, amennyiben egy McDonald’s már üzemelt. Ráadásul a központtól távolabb, mint a
korábban épült versenytárs, így még jobban kerülve a versenyt. Ennek magyarországi (illetve
a megfelelő elemszám hiányában Budapesten való) teszteléséhez első feladatom a
bevásárlóközpontok összeírása volt. A Magyar Bevásárlóközpontok Szövetségének
weboldalán (mbsz.hu) elérhető ezek listája. Ezek egy része belvárosi „pláza” sok
üzlethelységgel, másik része pedig hatalmas áruház (Auchan, Tesco), körülötte üzletsorral.
Ezeket a Szövetségbe nem tartozó Stop Shopokkal kiegészítve hoztam létre az adatbázist. A
méretbeli különbségeket (pl. a Westendben 400 üzlethelység van, míg a győri Duna
Centerben csupán 20) is érdemes figyelembe venni, hiszen nagyobb bevásárlóközpont
esetében elképzelhető, hogy a koordinátája és a gyorsétterem koordinátája nem esik egybe.
Ezért meghatároztam minden bevásárlóközpont alapján egy „r” méretet:
ahol r a méret, p a belvárosi pláza esetén 1-es értékű dummy változó, ü pedig a plázában
található üzlethelységek száma.
„r” így annak a körnek a sugara, ami alatt a bevásárlóközpont területét értem a vizsgálat
során, a kör középpontja pedig a bevásárlóközpont címéhez tartozó koordináta
Hazánkban a Magyar Franchise Szövetség felmérése szerint 23 gyorsétterem franchise
működik itthon. Azonban ezek egy része öt-tíz, többségében budapesti étteremből áll (Bel
Frit, Subway). A sok még kisebb gyorsétterem hálózat tagjainak száma elég gyakran változik,
33
havonta jelennek meg hírek, hogy egy újabb franchise készül Magyarországra, vagy épp
kivonul. Ez utóbbi még a legnagyobbakkal is előfordul, mint például a Dunkin Donuts vagy a
Wendy’s, melyek pedig a nemzetközi piacon a legmeghatározóbbak közé tartoznak. Másrészt
ide vannak sorolva az italértékesítéssel foglalkozó vállalatok, melyek közül sok egy helyen
működik az éttermekkel. Továbbá a különböző termékek nem versengnek egymással, így egy
pizzéria és egy hamburgert áruló étterem sem összevethető. Így ebben a fejezetben három
franchise rendszerben működő gyorsétterem-láncot vizsgálok meg: McDonald’s, Burger King
és KFC.
McDonald’s gyorséttermek
A világ talán legismertebb franchise hálózata, sokan téves azt hiszik, hogy egyben kitalálója
is. Magyarországi 1986-os megjelenése után 1988-ban nyitotta meg első éttermét és nagyban
segítette a franchise terjesztését, és a Magyar Franchise Szövetség megalakítását. Az indulás
óta dinamikusan bővült az éttermek száma, 1996-ban nyílt meg az ötvenedik étterem, ma
pedig már közel száz működik (a hivatalos magyarországi oldalon 98 étteremről írnak, de
elérhetősége csak 94-nek van feltüntetve). Magyarországon az éttermek fele vállalati
tulajdonban van, és csak a másik fele működik franchise formában. Sajnos ehhez kapcsolódó
megkeresésemre nem érkezett válasz, így a tulajdonosi háttérről nem áll rendelkezésre
adatom. Ezért az összes étterem vizsgálatára egyszerre kerül sor, azok telephelyi sajátosságai
együtt vannak vizsgálva.
Az éttermek címe egyrészt megtalálható a McDonald’s magyarországi honlapján
(http://www.mcdonalds.hu/RestaurantLocator.aspx) de lehetőség van a GPS POI koordináták
letöltésére is – hiszen céljuk a könnyű elérhetőség mindenki számára. Ezeket letöltve pedig
csupán egy a pontokat EOV-ba kellett átkonvertálni és el is készült a 7. ábra, melyen a
narancssárga pontok jelölik a McDonald’s gyorséttermeket.
34
7. ábra: McDonald’s gyorséttermek elhelyezkedése
35
A gyorséttermeket pontnak tekintve elvégezhető a legközelebbi szomszéd analízis, mivel az
elemszám megfelel az ehhez kapcsolódó kritériumnak. Az LSZA értéke 0,524, ami azt jelenti,
hogy az éttermek eloszlása jelentősen koncentrált. Ennek magyarázata egyértelműen az, hogy
csak Budapesten 50 étterem található. Az ország többi részén 44 McDonald’s működik,
ezeket is megvizsgálva (az eredményeket az 50 alatti elemszám miatt fenntartásokkal kezelve)
az LSZA vidéki értéke 0,737. Ez is enyhe koncentrációt jelez, ennek egyik oka az, hogy a
nagyobb városokban több étterem is van (32 településen található a 44 étterem), valamint
Budapest környékén is sűrűbb a hálózat. A McDonald’s oldalán olvasható célok között
olvasható, hogy korábban el akarták érni, hogy minden 50 ezer főnél népesebb településen
jelen legyenek. Ezt a kitűzést elérték, Hódmezővásárhely (46 ezer fős) a legnagyobb
település, ahol nincs étterem. A nagyobb városok mellett azonban az 50 ezernél kisebb
településeken is működik étterem – általában Budapest környékén (pl. Törökbálint,
Budakalász), és a Balaton közelében (pl. Siófok, Keszthely). Hátravan még a fővárosi LSZA
értékének vizsgálata. Ennek értéke 0,814, ami szintén enyhe koncentrációt jelez.
A következőkben a bevásárlóközpontok és a McDonald’s gyorséttermek adatainak alapján
arra a kérdésre keresem a választ, hogy az éttermek mekkora hányada található
bevásárlóközpontban, illetve amelyik nem ott van, ott mi határozhatta meg a
telephelyválasztást.
Országosan 28 étterem (29,8%) működik bevásárlóközpontban, és átlagosan 746 méterre
találhatók a bevásárlóközpontoktól. A vidéki éttermek esetében a 44-ből 8 (18,1%) található
bevásárlóközpontokban (Egerben, Győrben, Érden, Budaörsön, Nagykanizsán, egy
Debrecenben és kettő Miskolcon). Vidéken átlagosan 966 méterre találhatók a McDonald’s
gyorséttermek a bevásárlóközpontoktól, tehát kicsit távolabb, mint az országos átlag, ebből
következően Budapesten közelebb lesznek.
Budapesten tehát 20 étterem (40%) található valamilyen bevásárlóközpontban. Érdemes külön
megvizsgálni a klasszikus belvárosi „plázákat”, Thomadsen tanulmánya is az ilyen mall-okat
emelte ki. Ezt úgy tettem meg, hogy kiválasztottam azon bevásárlóközpontokat, melyek
legalább 50 üzlethelységgel rendelkeznek – Budapesten 20 db ilyen van. Ezek közül 14-ben
van McDonalds (70%) – egyébként 16 db, ami alátámasztja Thomadsen Dél-Kaliforniára
vonatkozó megfigyelését, miszerint az ilyen kitüntetett keresleti pontokba előszeretettel
települnek a gyorséttermek. A fővárosban egyébként átlagosan 552 méterre találhatók a
gyorséttermek a legközelebbi bevásárlóközpontoktól. Az 8. ábra mutatja be a McDonald’s
gyorséttermek, a bevásárlóközpontok és a plázák elhelyezkedését.
36
8. ábra: McDonald’s gyorséttermek Budapesten
A fennmaradó harminc étterem közül öt a nagykörút, három a kiskörút mentén és három a
Hungária körút közelében található, ezek is kitüntetett pontnak tekinthetők. További hat pedig
autópálya bevezető szakaszai közelében, illetve a maradék éttermek jó része
tömegközlekedési átszállóhelyeken található (pl. metró megállók). Ilyen adatbázis hiányában
azonban ez tovább nem részletezhető. Az viszont jól látszik, hogy valóban forgalmas helyekre
települtek az éttermek.
37
Burger King gyorséttermek
A Burger King a világ második legnagyobb gyorsétterem hálózata, Magyarországon 1991-ben
jelent meg. Mind a harminc magyarországi éttermet egyetlen cég üzemelteti, mely a korábban
már ismertetett mesterlicensz szerződés alapján lehetséges. Az éttermek címe egy, az oldalba
beágyazott Google Maps térképen található (http://www.burgerking.hu/ettermek), ennek a
forráskódjában lévő JavaScript kódból nyerhetők ki a WGS84 koordináták. Ezt EOV-be
átkonvertálva hoztam létre a Burger King gyorséttermeket bemutató ábrát. Mivel azonban 30
étterem közül 22 Budapesten található, nem érdemes az egész országot ábrázolni, és a
legközelebbi szomszéd analízist elvégezni. A fővároson kívül étterem van Vecsésen,
Győrben, Vértesszőlősön, Székesfehérváron, Pécsett, Debrecenben és Szegeden pedig kettő.
A kis elemszám miatt egyáltalán nem érdemes a legközelebbi szomszéd analízist elvégezni,
de érezhető, hogy Budapesten sok étterem található, ami koncentrációt jelent
A következőkben a gyorséttermek olyan szempontú vizsgálata következik, hogy
bevásárlóközpontokban találhatók-e. Az ország 30 Burger King-je közül 12 (40%) található
bevásárlóközpontban, átlagosan pedig azoktól 487 méteres távolságban helyezkednek el. A
vidéki éttermek tekintetében 4 (50%) van bevásárlóközpontban, az átlagos távolság pedig 616
méter. A fővárosi gyorséttermek közül pedig 8 db (36,4%) választotta a bevásárlóközpontot,
mint helyszínt. Azonban az átlagos távolság itt kisebb, mint a vidéki éttermekben, Budapesten
csak 432 méter. Érdekes viszont, hogy a 20 „pláza” közül csupán 4-ben (20%) van Burger
King, összesen 6 db. Ez némileg ellent mond Thomadsen tanulmányának, miszerint lehetőség
szerint a Burger King is az ilyen helyszíneke választja, akkor is, ha a nála erősebb versenytárs
is jelen van ott.
A nem bevásárlóközpontban található 14 gyorsétterem közül három a kiskörút, egy a
nagykörút és három a Hungária körút közelében található, melyek már az előzőekben is ki
voltak emelve, mint kitüntetett részei Budapestnek. Mindezt a 9. ábra szemlélteti.
38
Kentucky Fried Chicken gyorséttermek
Magyarországon 1992-ben nyílt meg az első KFC. Profilját tekintve kissé eltérő az előző két
gyorsétteremtől, mert inkább csirkére specializálódott, mint hamburgerre. Azonban az itteni
ételek elfogyasztása hasonló időtartam, és új egység nyitásának is hasonlóak a feltételei, ezért
(a franchise-ban működő pizzériákkal ellentétben) úgy vélem összehasonlítható a korábban
ismertetett két gyorsétterem lánccal. A Burger Kinghez hasonlóan a KFC is mesterlicensz
szerződéses formában működik Magyarországon. Ráadásul ez a cég más itthon franchise
hálózatokat is üzemeltet. Egyik ilyen a Pizza Hut, melyek többsége néhány éve átalakult
KFC-vé.
Ma hazánkban 25 KFC étterem működik, ezekből 17 Budapesten. A fővároson kívül van
étterem Debrecenben, Szegeden, Pécsett, Vecsésen, Dunaharasztin, Dunakeszin és kettő
Budaörsön. Az éttermek pontos címe a KFC magyarországi oldalán elérhető
(http://www.kfc.hu/ettermek), melyről a Burger Kinghez hasonló módon a beágyazott
térképhez tartozó szkript forráskódjából érhetők el a koordináták. Ezek EOV-ba konvertálását
követően rajzolható meg a 10. ábra. Azonban mivel a KFC esetében is a budapesti éttermek
9. ábra: Burger King gyorséttermek Budapesten
39
adják a többséget, ezért az ábra csak ezt a részt mutatja. A legközelebbi szomszéd analízis
elvégzésének itt is gátat állít az elemszám.
Országosan 16, a franchise-hoz tartozó étterem (64%) található bevásárlóközpontokban. A
gyorséttermek átlagos távolsága ezektől pedig mindössze 219 méter. A 8 vidéki gyorsétterem
közül 6 (75%) működik bevásárlóközpontban a modell szerint, összességében átlagos
távolságuk pedig azoktól mindössze 9 méter. Mindez sajnos a módszer hibájából következik,
hiszen egyenként leellenőrizve a maradék két éttermet kiderül, hogy azok is
bevásárlóközpontban találhatók. Ennek oka abban lehet, hogy a bevásárlóközpontok a
valóságban nem kör alakúak (mint a modellben), hanem esetenként elnyúltak, így hiába
vannak a bevásárlóközpontban, a számolás alapján azoktól néhány tíz méterre arrébb kerültek.
Budapest esetében a 17 KFC közül 10 (58,8%) választott bevásárlóközpontot telephelyéül. Az
összes fővárosi étterem átlagos távolsága a bevásárlóközponttól pedig 330 méter. Ebben az
esetben a modell helyesen helyezte el az egységeket. A 20 fővárosi plázából 8-ban van jelen a
KFC (40%), 9 étteremmel. A fővárosban nem bevásárlóközpontban 7 KFC működik, főleg a
belvárosban közelében és tömegközlekedési átszálló helyeken (Móricz Zsigmond körtér,
Keleti pályaudvar).
40
A franchise-ban működő gyorsétterem-hálózatok összehasonlítása
A három vizsgált franchise közül egyértelműen a legnagyobb és piacilag a legerősebb a
McDonald’s. Ezt az 5. táblázat is jól szemlélteti.
5. táblázat: Franchise-ban működő gyorséttermek Magyarországon
Hálózat neve éttermek száma
összesen Budapest vidék
McDonald's 94 50 44
Burger King 30 22 8
KFC 25 17 8
Adatok forrása: A láncok weboldala
Mindhárom hálózatra a fővárosi koncentráltság jellemző, LSZA értéket a kis elemszám miatt
csak a McDonald’s-ra volt érdemes számolni, és az is a koncentrációt bizonyította.
Mindhárom gyorsétterem-lánc rendelkezik egységgel Budapesten kívül Pécsett, Szegeden,
Debrecenben és Vecsésen – a Budapest Liszt Ferenc Nemzetközi Repülőtér közelében.
10. ábra: KFC gyorséttermek Budapesten
41
Ezeken kívül vidéken is egyértelműen a McDonald’s dominál, ahogy már említettem jelen
van minden 50 ezres városban és néhány más településen is. Burger King csak olyan
településen van, ahol McDonald’s is (amennyiben vértesszőlősit Tatabányához számoljuk, de
ez megtehető, hiszen az egység neve is Burger King Tatabánya). KFC viszont van más
településen is, de csak Budapest környékén.
Thomadsen megállapítása az volt, hogy nagy bevásárlóközpontokba akkor is települ a Burger
King és a McDonald’s is, ha a másik ezt már korábban megtette. A tér többi pontjában viszont
a McDonald’s az agresszívebb, és próbálja meg dominálni a piaci középpontot, a Burger King
pedig visszahúzódik inkább. A megállapítások tesztelése Magyarországon igazából csupán
Budapesten érdemes, itt található megfelelő számú étterem. A korábban az egyes hálózatoknál
leírt bevásárlóközponti elhelyezkedés és távolsági adatokat mutatja be a 6. táblázat.
Ebből az a következtetés vonható le, hogy Budapesten ez nem érvényesül teljes mértékben.
Ennek oka lehet egyrészt az, hogy a bevásárlóközpontok később épültek, mint ahogy a
gyorséttermek terjeszkedtek. Ennek megvizsgálásához szükség lenne a nyíló éttermek
idősoros adatbázisára, mely sajnos nem áll rendelkezésre.
6. táblázat: A gyorséttermek összegyűjtött adatai
Hálózat neve bev.központi éttermek aránya (%)
összesen Budapest vidék Bp. plázák*
McDonald's 29,8 40 18,1 70
Burger King 40 36,4 50 20
KFC 64 58,8 75 40
Hálózat neve bev.központ átlagos távolsága
összesen Budapest vidék
McDonald's 746 552 966
Burger King 487 432 616
KFC 219 330 0
Forrás: Saját számítás
*esetében az arány nem az éttermekre vonatkozik, hanem a plázák étteremmel való
lefedettségére
Az értékeket összehasonlítva szembetűnik, hogy a KFC-re jellemző leginkább az, hogy
bevásárlóközpontokba települjön. Ezzel szemben a McDonald’s gyorséttermek találhatók
átlagosan legtávolabb ezektől. Ennek oka az lehet, hogy egységek működnek az autópálya
bevezető szakaszok mellett is. Viszont a nagy plázák tekintetében a McDonald’s van jelen a
42
legtöbben, a Burger King pedig a legkevesebben. A következőkben annak megvizsgálása
következik, hogy valóban a két kisebb versenytárs inkább oda települ-e, ahol nincs
McDonald’s, vagy pedig éppen ott nyitnak éttermet ők is.
A Burger King van jelen a legkevesebb budapesti plázában, négyben a húszból. Ebből a
négyből azonban háromban jelen van a McDonald’s, és mind a négyben a KFC is. A KFC a
húszból nyolc plázában van jelen, ezek közül ötben található McDonald’s és négyben Burger
King. Ezek alapján kijelenthető, hogy nincsenek felosztva ezek a nagyobb belvárosi
bevásárlóközpontok, és nem is riasztja el a versenytárs megléte a többi láncot étterem
nyitásától.
Érdemes azt is megvizsgálni, hogy nem bevásárlóközpontokban lévő gyorséttermek milyen
távolságra helyezkednek el a versenytársaktól. Mivel a McDonald’s a legnagyobb, a KFC-t és
a Burger Kinget ezzel érdemes összevetni. A KFC és Burger King térbeli távolságának
összehasonlítására is lehetőség van. A budapesti Burger Kingektől átlagosan 763 méterre
található a legközelebbi McDonald’s, ami nagyobb távolság, mint amennyire átlagosan a
bevásárlóközpontok vannak. Ez esetben igazolódik Thomadsen megállapítása, hiszen a
Burger King a lehetőségekhez mérten a kitüntetett keresleti pontokhoz lehetőleg közel, de az
erősebb versenytárstól távolabb nyit éttermet. A nem bevásárlóközpontban működő KFC
egységek esetében az átlagos távolság a legközelebbi McDonald’s étteremtől 525 méter,
Burger Kingtől viszont 2km. Előbbi azt jelenti, hogy a Burger Kingnél merészebb a
telephelyválasztásban, mivel érezhetően közelebb pozícionálja éttermeit versenytársához.
Utóbbi távolság pedig azt érzékelteti, hogy a két hálózat viszonylag a plázákon kívül nem
igazán verseng egymással. A három franchise fővárosi éttermeinek elhelyezkedését a 11. ábra
mutatja be.
43
11. ábra: Franchise rendszerű gyorséttermek elhelyezkedése Budapesten
44
5.3. Franchise rendszerben működő mobiltelefon viszonteladók
A mobiltelefon ma már az átlagember mindennapjainak szerves részét képezi. Egyesek
néhány havonta cserélik készülékeiket, a telefonok mellett pedig mobilinternetet, egyéb
eszközöket is lehet kapni a viszonteladóknál. Ez a szektor tehát töretlenül jövedelmező, ezért
is érdekesnek tartottam megvizsgálni azt, hogy szolgáltatók milyen területi lefedettségre
törekednek az értékesítési pontokra vonatkozóan.
Ma Magyarországon három nagy mobiltelefon szolgáltató működik: T-Mobile, Telenor és a
Vodafone. Az előfizetéseikhez tartozó készülékek országosan két-háromszáz üzletben
vásárolhatók meg. Ezen viszonteladó pontok közül csak nagyon kevés (10-15) mintaüzletet
működtetnek ezek a nagy cégek, a többit franchise szerződés alapján partnereik.
Az üzletek száma alapján a T-Mobile-nak van a legkiterjedtebb hálózata. Azonban ezekben
nem csak a mobiltelefon üzletághoz tartozó szolgáltatásokat és termékeket értesítik, hanem az
egész cégcsoportét (T-Home, T-Systems…). Ezek alapján pedig nem szerencsés
összehasonlítani a másik két versenytárssal, melyek közt nagyjából egyenlő erőviszony áll
fent. Ezennel rá is térek a Telenor és utána a Vodafone viszonteladó üzletek telephelyei
sajátosságainak bemutatására
Telenor üzletek
A Telenor weblapján olvasható céginformációkból kiderül, hogy 1994-ben kezdte el
működését Magyarországon, kezdetben még PannonGSM néven. A névváltoztatásra 2010-
ben került sor. Az üzletek számának változásáról nincs elérhető adat, de a cég 9 db saját
értékesítési ponttal rendelkezik, és további 234-et franchise partner működtet. Arról sincs
elérhető adat, hogy mennyi olyan átvevő van, amely több üzlettel rendelkezik. A 12. ábra
mutatja be az összes üzlet elhelyezkedését, kék ponttal jelölve azokat.
A Telenor oldalán található egy üzletkereső
(http://www.telenor.hu/elerhetoseg/uzletkereso?nobp=1), melyen külön weblapon vannak a
vidéki és a fővárosi üzletek. Összesített beágyazott térkép nincs az oldalon, csak külön az
egyes üzleteknél, azok linkjére rákattintva. Azonban ennek a két oldalnak a forráskódja
tartalmazza az üzletek koordinátáját, ami így könnyen kinyerhető, átkonvertálható és térképre
vihető.
45
12. ábra: Telenor értékesítési pontok
46
A 200 feletti elemszám azt jelenti, hogy elvégezhető a legközelebbi szomszéd analízis. Az
ország összes üzletére ezt elvégezve 0,796, ami enyhe koncentrálódást jelent. Ez érthető is,
hiszen az ábráról is látszik, hogy Budapesten sokkal sűrűbben vannak üzletek. A fővárost
kihagyva, csak a vidéki üzletekre is elvégezve a számítást, az LSZA értéke 0,839. Az ennél
tapasztalható szintén enyhe koncentrációnak legvalószínűbb magyarázata az, hogy a nagyobb
városokban több üzlet is található (pl. Kecskeméten, Miskolcon és Pécsett is 5-5). Budapesten
34 üzlet található, a kiszámított érték 0,692, azonban a kis elemszám miatt az LSZA értékét
fenntartásokkal kell kezelni.
A 243 Telenor üzlet 139 településen található. Ahogy az ingatlanirodák esetében, itt néhány
mutató és az üzletek számának illetve meglétének korrelációja kerül megvizsgálásra. Első
ilyen mutató a népesség. Telenor üzlet egyébként minden húszezernél népesebb településen
található, a legnagyobb olyan, ahol nincs a 18500 lakosú Göd. Az üzletek számának és a
népesség számának korrelációja 0,950, az üzlet meglétét jelentő dummy változó esetében
pedig 0,256. A két korrelációs együttható a főváros nélküli értéke, változatlan sorrendben:
0,898 és 0,617. Egyértelmű tehát a népesség jelentősége a viszonteladói üzletek létesítésénél.
A fizetőképes kereslet mutatója az ingatlanközvetítő irodákhoz hasonlóan szintén a 2010 évi
összevont adóalap összege. Az irodák számának ezzel való korrelációjának eredménye 0,937,
dummy változó esetén pedig 0,221. A csak vidéki üzletek esetében pedig a korrelációs
együttható értéke 0,893, dummy változóknál pedig 0,602. Ezek szerint a fizetőképes kereslet
is meghatározó, bár önmagában kevésbé, mint a népesség. A vállalkozásokat jellemző
mutatók közül a regisztrált vállalkozások számával való korreláció értékei a szokásos
sorrendben 0,932, 0,210 valamint 0,887 és 0,596. A 2012-ben felszámolt vállalkozásokkal
mért korrelációs együtthatók értékei pedig 0,898, 0,139, csak a vidéki üzletekkel számolva
pedig 0,893 és 0,605. Mindez azt jelenti olyan településeken vannak Telenor üzletek, ahol
élénk a vállalkozói élet, de ehhez képest mégis kicsit kevesebb a kockázat – hiszen a
felszámolásra vonatkozó korrelációk értékei alacsonyabbak, mint a vállalkozások számaihoz
viszonyítottaké.
Mivel gyakorlatilag az összes 20 ezer főnél népesebb településen található üzlet, és számos
kisebben is, nem érdemes azt vizsgálni, hogy a középvárosokban mitől függ, hogy van-e
üzlet. A 10-20 ezer fő közti településeket megvizsgálva a korrelációs együtthatók (abszolút)
értéke sem a fent vizsgált mutatók esetében, sem az ingatlanirodáknál alkalmazott
Budapesttől való távolság és az autópálya közelsége esetében sem volt 0,3 feletti. Ezekből
pedig komplex modellt létrehozni arra vonatkozóan, hogy mi lehet a döntő érv az üzlet
47
nyitásában, nem lehet. Ezen településeken tehát a nem területi típusú vállalati stratégiák, vagy
egyéb humán tényezők határozhatják meg a viszonteladó pont meglétét.
Budapestet azonban érdemes külön megvizsgálni. A korábban már bemutatott
bevásárlóközpontokkal kapcsolatos adatok alapján megállapítható, hogy a 34 üzletből 23
(67,7%) található ilyen helyen. Még érdekesebb, hogy a 20 belvárosi plázából 17-ben van
Telenor viszonteladó, összesen 20 darab. A budapesti Telenor viszonteladókat a 13. ábra
mutatja be. A bevásárlóközponti üzletek inkább csak a fővárosban jellemzőek, vidéken
mindössze 25 ilyen van a 209-ből
13. ábra: Telenor üzletek Budapesten
48
Vodafone üzletek
A Vodafone két versenytársa után néhány évvel, 1999-ben indította el magyarországi
szolgáltatásait. Azóta a harmadik szolgáltató ügyfélkörének nagyságát tekintve. A 216
értékesítési pontból 24 a saját márkaképviselet. A többi üzlet franchise szerződés alapján
működik. Mindegyik üzlet esetében jelezve van, hogy milyen cég az átvevő fél. Ezek alapján
megállapítható, hogy vannak olyan cégek, melyek több üzletet is üzemeltetnek, általában egy
bizonyos térségben. Azonban az is látszik az üzletek adataiból, hogy ilyen helyeken van más
átvevő fél is, így ezek a területi licenszek egy különös formái.
A Vodafone internetes oldalán található meg az összes üzlet elérhetősége
(http://www.vodafone.hu/uzletkereso). Sajnálatos módon azonban ez csupán egy lista, az
üzletekhez a címen kívül nincs hozzárendelve egyetlen koordináta, beágyazott térkép sem. Így
az ezek térképi megjelenítéséhez egyesével, mind a 216 üzlet címét ki kellett keresnem, és ez
alapján a hozzátartozó koordinákká konvertálnom. Ennek eredménye a 14. ábra.
A Vodafone üzleteket pontnak tekintve elvégezhető a legközelebbi szomszéd analízis. Az
egész országra számolt érték 0,792, ami enyhe koncentrációt jelez. Szintén hasonló
következtetés vonható le a vidéki üzleteket vizsgálva, ebben az esetben az LSZA értéke
0,852. Budapesten valamivel több Vodafone üzlet van, mint Telenor, de még így is 50 alatti
az elemszám, ezért az erre kapott 0, 535-ös LSZA nem mérvadó.
A 216 egység 126 településen található. Vodafone üzlet Gyál kivételével minden más 20 ezer
főnél népesebb településen megtalálható. A következőkben ismét a különböző mutatókkal
mért korrelációs együtthatók bemutatása és értékelése következik. A népesség és az irodák
számának korrelációja 0,972, az irodák meglétét jelentő dummy változóval pedig 0,263. Csak
a vidéki egységekre levégezve a műveletet az erdmény 0,901 és a dummy változó esetén
pedig 0,629. A 2010-es összevont adóalap összegének esetében a korrelációs együttható
értékei 0,963, 0,228, a budapesti üzletek nélkül pedig 0,895 valamint 0,614. Mind a népesség,
mind a fizetőképes kereslet tehát nagyon jelentős telepítő tényezőnek számít, az utóbbihoz
tartozó korrelációk értékei kissé magasabbak, így az fontosabbnak tűnik. A regisztrált
vállalkozások számával összevetve a Vodafone üzletek számával, 0,887-es korreláció az
eredmény, dummy változó esetén pedig 0,218. A csak a vidéki üzleteket figyelembe véve
ezek értéke 0,887 és 0,611.
49
14. ábra: Vodafone értékesítési pontok
50
A felszámolások esetében a négy korrelációs együttható értékei: 0,933, 0,145, a fővárost
figyelmen kívül hagyva pedig 0,851 valamint 0,531. Ez azt jelenti, hogy olyan településeken
vannak Vodafone üzletek, melyeken magas a vállalkozói aktivitás, viszont ezeknél kicsit
magasabb az instabilitás is, hiszen a felszámolásoknál magasabb korrelációs értékek
találhatók.
Mivel Vodafone üzlet megtalálható majdnem minden 20 ezer főnél népesebb településen, itt
is inkább a 10 és 20 ezer közöttieket érdemes megvizsgálni. Sajnos azonban ezen települések
esetén sincs 0,3-nál magasabb korreláció sem a korábban vizsgált mutatók esetében, sem a
Budapesttel való távolságtól, sem pedig a gyorsforgalmi út meglétével. Tehát itt sem hozható
létre komplex modell arra vonatkozóan, hogy mi befolyásolja az üzletek nyitását. Erre így
érdemes később visszatérni.
Budapestet külön megvizsgálva feltűnik, hogy a bevásárlóközpontoknak jelentős szerepe van
az üzletek elhelyezkedésében, hiszen a 37-ből 28 (75,7%) ilyen helyen található. A húsz
belvárosi plázából 17-ben van, összesen 19 Vodafone üzlet. Érdemes azt is megjegyezni,
hogy az összes, Vodafone által működtetett mintabolt ilyennek számít. Emellett a 179 vidéki
üzletből 38 bevásárlóközpontban található. A legtöbb ilyen egyébként Tesco üzletsorokon,
illetve a nagyobb vidéki plázákban van. Ez talán köszönhető annak is, hogy a Tesco és a
Vodafone közötti megállapodás értelmében közösen hoztak létre egy virtuális
mobilszolgátatót, a Tesco Mobile-t. Ez nem rendelkezik saját hálózattal, hanem a Vodafone-ét
használja, ami jelzi a két cég közti szoros kapcsolatot, és talán magyarázatot is arra, hogy
Telenor viszonteladók nem igazán találhatók a Tesco bevásárlóközpontokban. A fővárosra
vonatkozó részletes képet a 15. ábra mutatja be.
51
15. ábra: Vodafone üzletek Budapesten
Telenor és Vodafone üzletek területi sajátosságainak összehasonlítása
Mindkét hálózat esetében 200 feletti üzletszámról beszélhetünk. Az üzletek térképét
összevetve a hálózati lefedettség térképével (Melléklet M5 és M6 ábrái) az is kiderül, hogy
mindkét szolgáltató esetében szinte az összes viszonteladó pont olyan helyen van, ami az
általuk szolgáltatott leggyorsabb adatátviteli protokoll (jelenleg a HSPA) által lefedett. A
Telenor esetében összesen 5,8 millió fő él olyan településen, ahol van viszonteladó, és
átlagosan 115%-a az egy lakosra jutó összevont adóalap (2010-es) összege az országos
értéknek. A Vodafone esetében kisebb üzletszám következménye az, hogy összesen 150
ezerrel kevesebben élnek közvetlen ilyen viszonteladóval rendelkező településeken.
Ugyanakkor az egy lakosra jutó összevont adóalap összege megegyezik a Telenoréval. A
kiszámolt LSZA értékeket a 7. táblázat mutatja be, ezek enyhe koncentrációra utalnak, és
mindkét hálózat esetében mind az országos, mind a vidéki érték között csupán századnyi
eltérések vannak (Budapest esetében a kis elemszám miatt nagyobb eltérés van, ezt figyelmen
kívül lehet hagyni). A kis eltérés azt jelenti, hogy nagyon hasonló ponteloszlása van mindkét
52
hálózatnak, a következőkből pedig az is kiderül, hogy a pontalakzatok is egymásra
hasonlítanak.
7. táblázat: A mobilszolgáltatók üzleteinek LSZA értékei
ország vidék Budapest*
Telenor 0,796 0,839 0,692
Vodafone 0,792 0,852 0,535
Forrás: Saját számítás
*ebben az esetben a kis elemszám miatt az érték nem mérvadó
A különböző mutatóknak az üzletek számához illetve meglétéhez viszonyított korrelációs
együtthatói mindkét franchise esetében nagyon hasonlóan alakultak, ezért inkább a kivételeket
érdemes kiemelni, ahol látható eltérés van. Az összes értéket a melléklet M7 táblázata
tartalmazza. Ezek közül egyedül a felszámolások és az üzletek számának korrelációjában van
a legnagyobb különbség, de ez is csupán 0,034. Ezek alapján kijelenthető, hogy szinte teljesen
ugyanazon szempontok alapján vannak jelen adott településeken a szolgáltatók.
A vizsgált mutatók alapján nem állapítható meg, hogy mi a döntő tényező az üzletek
elhelyezkedésében. Egy dolog azonban eddig kimaradt. Mégpedig a versenytárs meglétének
vizsgálata. Mindkét szolgáltató 114 településen van jelen. Tehát a Telenor üzletek esetében
82%, hogy van adott településen Vodafone, a Vodafone esetében pedig 90%, hogy van
Telenor üzlet. A két hálózat üzleteinek száma közti korreláció értéke 0, 978, a településen az
üzletek meglétet jelentő dummy változó esetében is 0,895. Hasonlóan magasak a korrelációs
együtthatók értékei Budapestet kihagyva: 0,924 és 0,894. Mindez tehát azt jelenti, hogy a
népesség és a jövedelem nagysága mellett a legfontosabb telepítő tényezőnek a versenytárs
megléte számít. Ez érthető, hiszen a mobiltelefon nem jelent akkora kiadást, mint egy
ingatlan, így ha adott településen nincs értékesítési pont, úgy a fogyasztók a versenytársat
fogják választani. Erre a viselkedésre pedig a szolgáltatók úgy reagáltak, hogy olyan helyeken
ösztönzik az átvevőket üzlet nyitására, ahol a versenytársé már működik. Ezt mutatja be a
melléklet M8 ábrája
Országosan több a Telenor üzlet, így a Vodafone értékesítési pontok ezektől mért távolságát
érdemes vizsgálni. A mért átlagos távolság 1011m, Budapestet kihagyva pedig 1136. Ez
megerősíti a korábban leírtakat, miszerint a szolgáltatók stratégiája az, hogy a versenytárs
közelében mindenképp képviseltessék magukat. Csak azokat a településeket vizsgálva, ahol
mindkét hálózat jelen van, az átlagos távolság csupán 534 méter. Ebből kifolyólag nem
53
csupán arra törekednek, hogy jelen legyenek, de arra is, hogy lehetőleg közel egymáshoz –
feltételezhetően valahol a települések központjában.
Mint már említettem, Budapesten mind a Telenor, mind a Vodafone üzletek előszeretettel
települtek bevásárlóközpontokba. Mindkettő esetében a 20 plázából 17-ben vannak jelen,
ezek közül 16 ugyanaz. Tehát két plázában csak egyiknek van üzlete, és kettőben (a két
legkisebben) egyiknek sem. Mivel a fővárosban több a Vodafone üzlet, a Telenor
viszonteladók ezektől való távolságát érdemes vizsgálni. Ennek eredménye az, hogy átlagosan
593 méter a távolság, ami azt jelenti, hogy viszonylag közel is vannak egymáshoz. Ezt az
átlagot egyébként nagyon megemeli néhány szélsőérték, a dél-budai kerületekben (XI., XXII.)
a Telenor üzletek számítanak dominánsnak, itt összesen egy Vodafone viszonteladó van (az
Allee plázában).
Budapest esetében a T-Mobile is csupán 34 üzlettel rendelkezik, így érdemes bevonni a
vizsgálatba. Ezek közül 24 (70,6%) van bevásárlóközpontban, ami tovább erősíti azt a
megállapítást, hogy előszeretettel települnek ilyen helyekre a mobilszolgáltatók üzletei. A 20
plázából 16-ban találhatók meg, összesen 12 üzlettel. Így összesen 15 plázában található meg
mindhárom szolgáltatóhoz tartozó értékesítési pont. A három szolgáltató üzleteinek egymástól
való átlagos távolságait a 8. táblázat mutatja be.
8. táblázat: A mobiltelefon értékesítők egymástól való átlagos távolsága Budapesten
Vodafone-tól Telenortól bármelyiktől
Vodafone - - 245
Telenor 593 - 476
T-Mobile 556 418 334
Forrás: Saját számítás
Budapestről pedig átfogó képet a 16. ábra ad.
54
16. ábra: T-Mobile, Vodafone és Telenor üzletek Budapesten
55
5.4. Franchise rendszerben működő gyógyhatású készítményeket árusító üzletek
Elsőként furcsa névválasztást szeretném megmagyarázni. Az adatgyűjtéskor a Magyar
Franchise Szövetség tagjai között egyetlen franchise-ban működő gyógyszertár szerepelt, a
Benu. Lakóhelyemen az ehhez a lánchoz tartozó gyógyszertárba ellátogatva megkérdeztem a
patikust, hogy miért ehhez a hálózathoz csatlakozott. Azt a választ kaptam, hogy egyedül így
van „esélye a túlélésre” és egyébként ez az egyetlen franchise-ként működő gyógyszertár, az
Alma gyógyszertárak nem azok. Emiatt úgy döntöttem, hogy a Benu mellett a franchise-ban
működő Herbáriákat vizsgálom meg, jellegében hasonló, hiszen ezekben is gyógyhatású
készítményeket árusítanak. Ez azért fontos, mert mindenképp szerettem volna olyan franchise
egységeket is megvizsgálni, melyek célközönsége inkább az idősebb népesség. Aztán a MFSZ
oldalán 2013. április közepén megjelent hírként, hogy az Alma gyógyszertárak is tagok lettek.
Sajnos azonban ennek oldalán csupán az egyes patikák címe érhető el egyesével, ráadásul
nem kimásolható szövegként, hanem képként (némelyiknél ugyan a leíró szövegben
megtalálható GPS koordináta is). Mivel eddig megkereséseimre csupa elutasító választ
kaptam, úgy döntöttem nem próbálom elkérni az Alma gyógyszertárak címlistáját, és inkább
folytatom eredeti tervem, a Benu patikák valamint a Herbária üzletek telephelyi sajátosságait
vizsgálom meg.
Benu gyógyszertárak
A Benu saját oldalán nem található túl sok információ a franchise-ról. A céget a Pharmanova
Zrt. indította 2012 májusában, szűk egy év alatt 123 gyógyszertár a tagja lett a láncnak. Ez
elég gyors növekedésnek számít. A patikák címe területi bontásban található meg az oldalon
(http://www.benu.hu/kereses/regio/budapest). Az itt található címek egyesével történő
kimásolása és koordinátává konvertálása után készült el a 17. ábra, mely az összes patika
pontos helyzetét jelöli zöld ponttal.
Az első vizsgálat a legközelebbi szomszéd analízis. Ennek értéke az egész országra mérten
0,469. Ez közepesen erős koncentrációt jelent, melynek hátterében egyrészt a sok budapesti
patika van, másrészt jó néhány esetben más településeken is több gyógyszertár található
(Zalaegerszegen és Szombathelyen is 6-6). Ezt alátámasztja a vidéki gyógyszertárakra kapott
0,532-es LSZA is. Budapest esetében pedig a 0,698-es értéke nem mérvadó a 34-es elemszám
miatt.
56
17. ábra: Benu gyógyszertárak
57
A 123 Benu gyógyszertár 52 településen található. Népségszám szerint a legnagyobb húsz
településből tizennyolcban van patika. A népességszámmal való összefüggést a már
megszokott módon a korrelációs együtthatók értékével mértem. A gyógyszertárak száma és a
népesség száma közti korreláció értéke 0,946, a gyógyszertárak számát azok meglétét jelentő
dummy változóra cserélve pedig 0,297. Budapestet kihagyva a számításból az 0,619 és 0,581
a korrelációk értéke. Tehát a népesség száma jelentős befolyásoló tényezőnek minősül. A
következő vizsgált mutató a fizetőképes keresletet reprezentáló 2010. évi összevont adóalapot
képző jövedelem összege. Ez esetben a korrelációk értéke 0,948 és 0,271 országosan, csak a
vidéki patikákat figyelembe véve pedig 0,644 és 0,593. Mindez azt jelenti, hogy egy picivel
ennek jelentősége nagyobb, mint a népességnek. Emellett a vállalkozásokat jellemző mutatók
közül a regisztrált vállalkozások arányával mért korreláció 0,945, a dummy változó esetében
pedig, 0,259. A vidéki patikákat megvizsgálva pedig 0,620 és 0,578 a korrelációs együtthatók
értéke. A felszámolt vállalkozásokat tekintve pedig 0,946, 0,198 valamint 0,618 és 0,556 a
korreláció. Tehát olyan településeken van inkább Benu, ahol élénk, és az élénkséghez képest
picivel stabilabb a vállalkozói környezet.
Mivel a gyógyhatású készítmények általában célzott közönségnek szólnak, érdemes ezt is
jellemezni néhány mutatóval (melyek 2011-es adatok), és letesztelni a feltételezést. Első ilyen
a 60 év feletti népesség száma. Az ezzel való korrelációk értékei a következők: 0,947, dummy
változó esetén pedig 0,283, a fővárost kihagyva pedig 0,626 és 0,580. Ez azt jelenti, hogy az
idős népesség jelenlét is nagyban befolyásoló tényező. A következő ilyen mutató az adott
településen található gyógyszertárak száma. Ebben az esetben a korrelációs együtthatók
hasonlóan alakulnak: 0,943 és 0,338 valamint 0,618 és 0,588. Ez alapján kijelenthető, hogy a
franchise-ban működő gyógyszertárak épp olyan településeken találhatóak, ahol működik
másik gyógyszertár is, nem pedig visszahúzódnak a versenytársak elől. Az utolsó választott
mutató dummy jellegű, és a kórházak adott településen való meglétére utal. Az ehhez
kapcsolódó korrelációs együtthatók a következők: 0,248 és 0,384 valamint 0,396 és 0,367.
Ezek szerint a kórházak megléte nem mérvadó a Benu gyógyszertárak üzemeltetését illetően.
A Budapesttől való távolság és a gyorsforgalmi úttal való ellátottság nem játszik szerepet, a
korrelációs együtthatók értéke minden esetbe 0,2 alatti.
A bevásárlóközpontban működés nem jellemző a Benu patikákra, a 123-ból mindössze 13
ilyen van, ebből 4 budapesti. A vizsgált mutatók alapján nem alkotható modell sem az összes,
sem a vidéki, sem az 50-20 ezer fő közötti városokra arra vonatkozóan, hogy található-e ott
Benu gyógyszertár. Kicsit valóban úgy tűnik, mintha ahogy az általam megkérdezett patikus
mondta – a túlélés érdekében választották néhányan az így való működést.
58
Herbária üzletek
A korábban már leírtak miatt esett a választás a Herbária franchise hálózatára. Maga a vállalat
már 1949 óta létezik, akkor még selyemhernyó tenyésztésére szakosodott állami vállalat, és
később alakult át gyógynövény feldolgozóvá és forgalmazóvá. A gyógynövény alapanyagokat
nem saját maga gyűjtötte, hanem az egykori ÁFÉSZ-ek szolgáltak felvásárló telepként,
ahonnan továbbították a feldolgozóüzembe. A rendszerváltozás következtében megszűnt a
cég monopolhelyzete a piacon, 1993-ban pedig magántulajdonba került. Szükségessé vált
szaküzlethálózat kialakítása, ehhez pedig a cégvezetés a franchise rendszert választotta. Ilyen
üzletből jelenleg 89 működik az országban.
A szaküzletek címe megyei bontásban található meg a Herbária internetes oldalán
(http://www.herbaria.hu/szakuzletek.html). Sajnos se térképi koordináta, se beágyazott térkép
nem tartozik ezekhez így a Benu gyógyszertárakhoz hasonlóan a címeket egyesével kellett
kimásolni és EOV koordinátává konvertálni ahhoz, hogy mindez térképezhető legyen. Ennek
eredménye a 18. ábra, melyen piros ponttal vannak jelölve a Herbária franchise-hoz tartozó
szaküzletek.
A már megszokott módon az első elvégzendő vizsgálat a legközelebbi szomszéd analízis az
összes egységre. Ennek eredménye 0,621, ami a szaküzletek közepesen erős koncentrációjára
utal. Csak a vidéki egységekre is kiszámolva, 0,652 az LSZA értéke. Ez pedig azt jelenti,
hogy a koncentrációt a fővárosi üzletek sűrűbb elhelyezkedése csak kisebb mértékben okozza,
ebből egyébként csupán 12 van. Mind az országos, mind a vidéki üzletekre számolt LSZA
értékeket inkább az tolja el a koncentráció irányába, hogy az üzletek számához képest
viszonylag sok (16) településen több egység is található. A budapesti üzletekre pedig
egyáltalán nem érdemes LSZA-t számolni. A 89 üzlet 55 település között oszlik meg.
59
18. ábra: Herbária szaküzletek
60
A következőkben a Benu gyógyszertáraknál használt mutatók vizsgálata következik,
hasonlóan, az adott településekre vonatkozó mutatók az ott lévő Herbária üzletek számának
vagy meglétének korrelációjával.
Első vizsgált mutató a népességszám. Ennek a szaküzletek számával való korrelációja 0,848,
a szaküzletek meglétét jelentő dummy változóval pedig 0,319. Budapestet kihagyva, csak a
vidéki értékek esetében ezen korrelációk 0,824-re és 0,672-re módosulnak. A népesség a
Herbária esetében is nagyon jelentős befolyásoló tényező az üzletek elhelyezkedésében,
telepítésében. A fizetőképes keresletet jelentő 2010. évi összevont adóalap összege a
következő mutató. Az országos szintű korreláció értéke itt 0,830 az üzletek számát tekintve,
dummy változóval pedig 0,289, a főváros nélkül pedig 0,839 és 0,684. Ez azt jelenti, hogy a
népességgel nagyjából egyenértékű a mutató fontossága, a vidéki üzletek esetében pedig egy
kicsit jelentősebb is. A vállalkozások jellemző mutatók közül a regisztrált vállalkozások
számával mért korrelációs együtthatók értéke 0,822 és 0,275 országosan, a vidék tekintetében
pedig 0,831 és 0,671 a már megszokott sorrend szerint. A felszámolások esetében pedig a
korrelációs együtthatók a következőképp alakulnak: 0,774 országosan az összes üzlet
számával, dummy változóval pedig 0,204, csak a vidéki üzleteket figyelembe véve pedig
előbbi 0,818, utóbbi pedig 0,647. Ez azt jelenti, hogy olyan helyeken található Herbária
szaküzlet, ahol élénk a vállalkozóság, és nagyjából ugyanakkora, picivel kisebb az instabilitás,
a cégek megszűnésének száma.
A célzott közönségre vonatkozó mutatók közül első a 60 év feletti népesség aránya. A
Herbária üzletek ezzel való korrelációja az ország összes településének tekintetében 0,838, az
üzletek meglétét jelentő dummy változó esetében pedig 0,303. Budapestet kihagyva az
korrelációs értékek 0,819-re és 0,670-re módosulnak. Az idős népességgel tehát erős az
összefüggés, ráadásául vidéken is majdnem annyira, mint Budapesttel együtt. A következő
mutató az adott településen található gyógyszertárak száma. Ez esetben is hasonló korrelációs
együtthatókkal találkozhatunk, ezek a már megszokott sorrendben a következők: 0,871 és
0,361 valamint 0,825 és 0,676. Az utolsó vizsgált mutató a kórházak meglétét jelentő dummy
változó. A Herbária szaküzletek ezzel való korrelációja pedig 0,440 és 0,585 országosan, a
vidék esetében pedig 0,534 és 0,580, amik közepesen erős kapcsolatnak nevezhetők. A
Budapesttől való távolság és a gyorsforgalmi úttal való ellátottság a Herbária esetében sem
játszik szerepet, a korrelációs együtthatók abszolút értéke minden esetben 0,1 alatti.
A bevásárlóközpontban működés mérsékelten jellemző, a 89-ből 22 ilyen (24,7%), a legtöbb
leginkább Tesco üzletsoron található, nem a plázákban. Sem a vizsgált mutatókból, sem azok
61
fajlagos értékeiből nem alkotható megfelelő modell a Herbária szaküzletek számára,
meglétére vonatkozóan
A Benu patikák és Herbária üzletek összehasonlítása
Mindkét franchise egységeinek eloszlása esetében az LSZA értéke közepesen erős
koncentrációra utal. Az is mindkettőre igaz, hogy a fővárosi egységek ezért csak részben
felelősek, országosan az alacsony LSZA értékeket (0,569 és 0,621) legalább ennyire
befolyásolta az is, hogy a viszonylag kis elemszám mellett sok vidéki településen több egység
is van. A Benu esetében 10 település van az 52-ből (19,2%), a Herbáriáknál pedig 8 az 55-ből
(14,5%), ahol kettő vagy több egységük van. Ezen települések közül 26 olyan van, melyben
mindkét láncnak van kettőnél több egysége.
Az eddig vizsgált franchise-ok közül itt vannak a legnagyobb eltérések a két hálózathoz
tartozó korrelációs együtthatók közül, ezeket részletesen a melléklet M9 táblázata mutatja be.
Ez adódhat abból is, hogy a korábbiakhoz képest jelentősebb eltérés van a két lánc
kínálatában. Rögtön a népességgel összevetve, a Benu patikák számának korrelációs
együtthatója egy tizeddel magasabb a Herbária üzletekénél. Budapestet kihagyva a
vizsgálatból viszont megfordul a helyzet, a Herbáriához tartozó érték magasabb 0,2-vel, ami
már jelentős eltérés. A dummy változók esetén is megfigyelhető ugyanez, csak kisebb
mértékűek az eltérések Ebből az a következtetés vonható le, hogy a Herbária nem annyira
Budapestet próbálja lefedni szaküzletekkel, hanem az ország többi részét. Ezt tovább erősíti
az a tény is, hogy annak ellenére, hogy harmadával kevesebb egységgel rendelkezik, mint a
Benu gyógyszertárak, mégis több településen van jelen. A népességszámhoz hasonló
különbségek figyelhetők meg a fizetőképes kereslet (2010. évi összevont adóalap összege), és
a vállalkozásokhoz kapcsolód mutatók – regisztrált vállalkozások száma és a felszámolt
vállalkozások száma – terén is, ami szintén a fentiekből vezethető le.
A három kiválasztott kapcsolódó mutató – a 60 év felettiek aránya, a gyógyszertárak száma és
a kórház létét jelentő dummy változó – az első kettőnél is ugyanezt tapasztaljuk, azaz
Budapesttel együtt nézve a Benu patikákhoz tartozó korreláció értéke a magasabb 0,07-0,1-el
az egységek számát tekintve, az egységek megléténél pedig 0,03-0,04-el. Budapest nélkül
viszont a Herbáriához tartozó korreláció értékei magasabbak. Viszont a kórházak megléte
esetén nem ez a helyzet. Ott ugyanis bár alacsonyabb mindkét franchise esetén a korrelációs
együttható, de a Herbáriáé a magasabb mind országosan, mind csak a vidék tekintetében.
Ennek oka az lehet, hogy azokon a közepes nagyságú településeken, ahol van kórház, az
szerződésben áll egy patikával, mely így jelentős versenyelőnyben van a többi gyógyszertárral
62
szemben. Ilyen helyeken pedig nem szerencsés másik gyógyszertárat is működtetni.
Ugyanakkor a Herbária ezeknek nem egyértelmű versenytársa, így nem félnek annyira a
versenytől.
A két franchise egységeinek egymással való korrelációja 0,814, csak a vidéki egységeket
számolva pedig 0,570. Ezek alapján inkább az a következtetés vonható le, hogy a Herbária
nem versenytársa a patikáknak (jelen esetben a Benunak), hanem hasonló telepítő tényezőket
választva, nagyjából hasonló helyeken található meg, és kiegészíti a gyógyszertárak
szolgáltatásai, termékeit.
63
5.5. Franchise rendszerben működő nyelviskolák
Az oktatási szféra területén a legjobb példa a franchise-ra a nyelviskola. Ennek a szektornak
kiválasztását az indokolta, hogy legyen a vizsgálatban olyan franchise is, ami inkább a
fiatalabb korosztályokat célozza meg. A következőkben kettő nyelviskola területi
sajátosságainak bemutatására kerül sor. Mivel azonban sajnos azonban a 2011-es
népszámlálás nyelvismeretre vonatkozó információi még nem kerültek ki a KSH oldalára, és a
2001-es adatokat már elavultnak érzem, a korrelációkon túl egy kicsit más irányba is viszem a
vizsgálatot, azt keresve, hogy a kívánt hálózatbővítés helyszínei mitől függhetnek, illetve
milyen hatásai lehetnek az LSZA értékekre, és a vizsgált korrelációkra.
Katedra nyelviskolák
A Katedra nyelviskolák internetes oldalán az derül ki, hogy 1990-ben alapították, utána 4-5
évente sikerült újabb nyelviskolát nyitni a fővárosban. 2006-ban pedig franchise rendszerben
elindult az országos Katedra Nyelviskola Hálózat. Jelenleg 42 nyelviskola működik, ezekből
4 Budapesten, a többi pedig mind egy-egy településen. A Katedra internetes oldalán elérhető
egy beágyazott AJAX-os térkép (http://www.katedra.hu/), melynek forráskódjából elérhetők
az egyes nyelviskolák koordinátái. Ezek EOV-ba konvertálása után készítettem el a 19. ábrát.
Ugyanakkor a weboldalon elérhető azon települések listája is, amik nyitás szempontjából
szabadok, tehát nem kötöttek még franchise szerződést senkivel, viszont a jövőben szeretnék,
ha ott is működne Katedra nyelviskola. Ezen településeket zöld alapszínnel jelöltem az ábrán.
A legközelebbi szomszéd analízis elvégzéséhez a 42-es elemszám kevésnek számít,
ugyanakkor az összevethetőség kedvéért az országos hálózat összes elemére elvégeztem. Az
LSZA értéke ebben az esetben 1,175 ami közel véletlenszerű ponteloszlásra utal. Azonban
nem véletlen okozta ezt az értéket, hiszen nagyjából a hasonló értéke van a településhálózat
eloszlásának is ekkora elemszámnál. Fontos azt is megjegyezni, hogy a nyugati országrészben
érezhetően több a nyelviskola, mint a keleteiben, utóbbiban sokkal több olyan település van,
ahol várják a partnereket új nyelviskola nyitására. Amennyiben ezen települések középpontját
is belevesszük a számításba, úgy az LSZA értéke 1,182-re módosul. Tehát amennyiben az
összes kívánt helyen sikerül végbevinni a kívánt bővítést, úgy a nyelviskolák térbeli
konfigurációja alig változna.
64
19. ábra: Katedra nyelviskolák és nyitás szempontjából szabad települések
65
A következő korrelációs vizsgálatokban azt vizsgálom, hogy befolyásolná a korrelációs
értékeket, ha az összes felsorolt helyen nyílna Katedra nyelviskola. Mivel Budapesten van
egyedül több nyelviskola, így nem érdemes külön dummy változót is használni a nyelviskolák
meglétére, valamint ott is csupán négy egység van, tehát nem érdemes külön a vidéki
korrelációs együtthatókat vizsgálni sem.
Első a Katedra nyelviskolák számának Magyarország összes településén, és azok
népességének a korrelációja. Ennek értéke 0,681, kibővítve a még nem létező, de kívánt
nyelviskolák helyszíneivel pedig 0,592. A csökkenés annak tudható be, hogy a nyitás
szempontjából szabad települések átlagosan kisebbek. A népesség tehát egy fontos elem, de
nem meghatározó. A 2010. évi összevont adóalap összegéhez viszonyítva a 0,661-es
korrelációs együttható kibővítve 0,564-re módosul. Nagyjából tehát ugyanaz elmondható erre,
mint a népességre, de egy kicsivel kisebb a jelentősége. A következő mutatók a
vállalkozásokkal kapcsolatosak, első a regisztrált vállalkozások száma. Ez esetben a
korrelációs együttható értéke a létező nyelviskolákkal 0,652, kibővítve pedig 0,552. A
felszámolások esetén a két együttható 0,604 és 0,491. Itt is igaz, hogy a vállalkozási aktivitás
fontos tényező, és ehhez mérten az olyan települések a dominánsabbak, ahol mindez stabil,
hiszen alacsonyabb a korreláció értéke a felszámolások száma esetében. A Budapesttől való
távolság és a gyorsforgalmi út 15km-es közelsége egyáltalán nem számít érdemi tényezőnek.
A nyelvismerettel kapcsolatos újabb adatok hiányában más mutatókat vizsgálok meg,
melyeknek közvetett módon azért hatása van a nyelvtudásra. Az egyik ilyen 18 év alatti
népesség aránya. Ezzel való korreláció értéke magasabb az összes eddiginél, 0,691, kibővítve
a hálózatot pedig 0,611. Tehát a népességen belül valóban inkább a fiatalkorúak a
célközönség. Másik mutató pedig a felsőoktatásban résztvevő hallgatók száma a képzés helye
szerinti településen. Ez azért fontos, mert például a diploma megszerzéséhez szükség van
nyelvvizsgára, a fiatalok pedig gyakran költöznek be oda, ahol főiskolás/egyetemi éveiket
végzik. Az ezzel kapcsolatosan számolt korreláció 0,760, kibővítve pedig még magasabb,
0,803. Mindez azt jelenti, hogy a Katedra nyelviskola meglétét illetően meghatározó, hogy
folyik-e adott településen felsőoktatási képzés, illetve lehetőleg a legtöbb ilyen településen
jelen szeretnének lenni.
66
Helen Doron nyelviskolák
Magyarországon 2002-ben indult a Helen Doron módszerrel való oktatás. Ennek részleteibe
nem szeretnék belemenni, a fő kiemelendő azonban az, hogy gyermekek számára folyik a
nyelvoktatás, kihasználva a meglévő természetes tanulási készségeiket. 2003-ban jött létre a
magyarországi franchise központ. Az egyes nyelviskolák nem feltétlenül rendelkeznek külön
épülettel, leggyakrabban iskolában, esetleg óvodában folyik a tanítás, így telephelynek ezeket
vettem figyelembe.
Ezek elérhetősége egyesével megtalálható a franchise magyarországi internetes oldalán
(http://www.helendoron.hu/nyelviskola/helyszinek.php). Sajnos csupán a címek vannak
feltüntetve, így egyesével kellett azokat EOV koordinátába konvertálnom. Ezek mellett
megtalálhatóak azon települések is, ahol a franchise licensz még megvásárolható. A 20. ábrán
piros pontokkal jelöltem a meglévő nyelviskolákat, rózsaszínnel pedig azokat a településeket,
ahol még szabad a licensz.
Összesen 126 nyelviskola működik a Helen Doron franchise rendszerében, ebből 34
Budapesten. További 23 település az, ahol szabad még a licensz, és tervezik nyelviskola
beindítását. A meglévők esetében a számított LSZA értéke 0,815, ami enyhe koncentrációt
jelent, Budapestet kihagyva az érték 0,911. Amennyiben a még szabad területek középpontját
is belevesszük a számításba, 1,026 az LSZA országos értéke, Budapest nélkül pedig 1,130.
Ebből az következik, hogy a bővítés révén szeretnék elérni a településlépcső felső részének
jobb lefedését.
A korrelációs vizsgálatoknál a hangsúly itt is azon van, hogy miként befolyásolná az
értékeket, ha mind a 23 településen sikerülni franchise szerződést kötni, és beindulnának a
Helen Doron nyelviskolák. Mivel Budapesten 34 nyelviskola van, az összes többi településen
pedig 1 (elképzelhető, hogy több iskolában is vannak órák), ezért itt csak az iskolák meglétét
jelző dummy változóval nézem a korrelációkat.
Első vizsgált mutató a népességszám. A meglévő nyelviskolák esetében a kettő közti
korreláció értéke 0,588, kibővítve pedig 0,615. A fizetőképes keresletet jelző összevont
adóalap összege esetében pedig 0,601 és 0,615. Mindkettő tehát fontos, de jelenleg a
jövedelem kissé meghatározóbb a népességnél. A regisztrált vállalkozások esetében 0,582 a
korrelációs együttható értéke a jelenlegi helyzetben, a kibővült hálózat esetében pedig 0,601.
A felszámolások számát tekintve pedig 0,508 és 0,525 a korreláció.
67
20. ábra: Helen Doron nyelviskolák és nyitás szempontjából szabad települések
68
Budapest közelségének és a gyorsforgalmi úthálózatnak nincs jelentősége a Helen Doron
nyelviskolák meglétét illetően.
A 18 év alatti népesség esetében 0,598 és 0,625 a korrelációs együtthatók értéke, a
felsőoktatásában résztvevőkkel pedig elhanyagolhatóan alacsony.
Katedra és Helen Doron nyelviskolák összehasonlítása
Célközönségét tekintve alapvetően két különböző jellegű nyelviskoláról van szó. A
nyelviskolák eloszlását tekintve azonban mindkettőnek 0,9-1,0 körül az LSZA értéke, és ez
nem nagyon változik azokat a területeket hozzávéve a számításhoz, ahol még nem működnek,
de szeretnének jelen lenni.
A korrelációs együtthatók összehasonlításához a Katedra nyelviskolák meglétét kell
figyelembe venni (dummy változó). Ezek értéke sokkal alacsonyabb a Helen Doronhoz
tartozónál. Hasonló különbségek vannak a vállalkozásokkal kapcsolatos mutató esetében és a
18 év alatti népesség tekintetében is. Mindez abból adódik, hogy Katedra nyelviskolából
sokkal kevesebb van (hiszen ezek nem iskolákban működnek, hanem saját irodáik, tantermeik
vannak), ezért a településlépcső magasabb szintjén tudnak csak jelen lenni.
9. táblázat: A nyelviskolák meglétéhez (dummy) tartozó korrelációs együtthatók
Katedra Helen Doron
népességszám 0,339 0,588
összevont adóalap 0,308 0,601
reg. vállalkozások 0,297 0,582
felsz. vállalkozások 0,254 0,508
18 év alattiak száma 0,356 0,598
felsőokt. Résztvevők száma 0,221 0,241
Forrás: Saját számítás
Összesen 51 olyan település van, ahol valamelyik franchise a bővítést tervezi, ezek közül öt
(Körmend, Mosonmagyaróvár, Komárom, Monor, Makó), ahol mindkét nyelviskola tervezi új
egység nyitását, ez viszonylag kevésnek számít a 23 illetve 34 nyitás szempontjából szabad
településből. Ugyanakkor van 6 olyan település, ahol van Katedra, de nincs Helen Doron, és
21 olyan település, ahol Helen Doron nyelviskola van, és Katedra nyitása tervben van. Ezek
alapján kiszámolható, hogy 19 olyan település van csupán, ahol valamelyik nyelviskola
újonnan szeretne megjelenni. Ez inkább azzal magyarázható, hogy a kissé eltérő célközönség
miatt nem igazán versenytársai egymásnak, így gond nélkül tudnak működni egymás mellett,
minthogy a másik nyelviskola franchise megléte lenne meghatározó ok az odatelepülésre.
69
5.6. Egyenletes eloszlású hálózattal rendelkező franchise
Az egyenletes eloszlás alatt természetesen nem 2 körüli LSZA értéket értek, hiszen piaci
szempontból az ilyen eloszlású egységek üzemeltetése semmilyen szektorban nem érné meg.
Ehelyett a már említett Czirfusz-Szabó tanulmány alapján, a városlépcsőt leképező 1,3-1,4
körül érteket kerestem, legalább 100-as elemszám mellett.
A keresésem eredményként a legjobban illeszkedő a franchise a Diego lett. Ez nem számít
meglepetésnek, hiszen olyan terméket (szőnyeget, parkettát) árusítanak, melynek vásárlásakor
az ár már jelentős szerepet játszik, éppen ezért a fogyasztó hajlandó elmenni érte a
legközelebbi népesebb településre is, ha helyben éppen nincs.
A Diego 1991. lett alapítva, akkor még olasz-magyar vegyesvállalatként, autószőnyegek
értékesítésére. Azonban az akkori kiskereskedelmi hálózatok nem voltak fogékonyak ezekre,
így az a döntés született, hogy a telephelyen ők maguk értékesítsenek. Mivel ez a módszer
működött, először további saját boltok nyitásába kezdtek, két év alatt 5-6 ilyen nyílt. A
távolabbi boltok esetén azonban menedzselési problémák léptek fel. Ennek leküzdésére pedig
el kívánták érni, hogy az ottani eladók is érdekeltek legyenek a sikerben. Pincési Endre, a
társaság egyik alapítója elmondása szerint maguktól jöttek rá a franchise-ra, és kezdték el
alkalmazni (KISS, 2002). A Diego oldalán szerencsére található adat arra vonatkozóan, hogy
az elmúlt években mennyi áruház volt a hálózat tagja, viszont ebben benne vannak a
szlovákiai és romániai boltok is. 1999 és 2000 között volt egy jelentős ugrás, 12-ről 36-ra,
valamint 2006 és 2007 között 77-ről 95-re, és azóta is folyamatosan növekszik a számuk.
2012-ben 125 áruház volt, 2013 év végére 141 a terv. 2013 áprilisában Magyarországon 89
bolt a hálózat tagja.
Az áruházak koordinátája egyesével elérhető az adott áruházhoz tartozó beágyazott térkép
forráskódjából (www.diego.hu/aruhazak). Ezek alapján készült a 21. ábra, mely piros ponttal
jelöli a boltok pontos helyét.
A Diego franchise-hoz tartozó összes bolt esetében a legközelebbi szomszéd analízis
eredménye 1,358. A fővárosi üzleteke kihagyva pedig 1,394. Budapesten egyébként 8 áruház
van, viszonylag elszórtan.
70
21. ábra: Diego áruházak
71
Pincési Endre a már említett interjúban azt is említette, hogy 12 ezer lakos körül megéri egy
150 négyzetméteres boltot működtetni. Azóta eltelt 11 év, és közbejött egy válság is, de
érdemes megnézni, hogy milyen nagyságú településeken vannak boltok.
Ezt megvizsgálva az látszik, hogy a 12 ezer fős településeken még nem, inkább a 25 ezer
főnél népesebb településeken viszont már van Diego áruház, ezek 87,2%-ában vannak jelen
közvetlenül. Érdekes, hogy az első nagyobb települések, ahol nincs, azok Budapest
környékiek, pl.: Dunakeszi, Szigetszentmiklós. A többi olyan nagyobb település, ahol nincs
Diego amiatt van, hogy a közelben van egy még nagyobb város, ahol viszont van (Ajka
közelében Veszprém, Hajdúböszörmény mellett Debrecen, stb.)
Az egyenletes eloszlás mellett azonban annak vizsgálata is lehetséges, hogy mekkora
területeket fed le egy-egy Diego, illetve mekkora ezek népessége. Az egyes áruházakhoz
tartozó területek meghatározását Thiessen-poligonok létrehozásával végeztem el. Ennek
grafikus ábrázolása a 22. ábra.
Az ábrán jól kirajzolódik a fővárosi sűrűsödés, és a Budapestet körbefogó gyűrű. Az ország
többi részén a boltok nagyjából ugyanakkora területet fednek le. Ezen területek által lefedett
népesség átlagosan 112 ezer fő. A Thiessen-poligonok által érintett települések népessége
annyi felé lett osztva, amennyi poligon a települést akár csak érintette is. A legkisebb ilyen
poligon a szentgotthárdi üzlethez tartozó, ahol a lefedett terület népesség csupán 17,5 ezer fő,
de a kőszegi és körmendi boltokhoz tartozó területek is kisebbek, elképzelhető, hogy
Ausztriából megéri átjárni ezen üzletekbe vásárolni. A másik véglet a debreceni áruházhoz
tartozó terület, melyben 357 ezer fő él. A területekhez tartozó népesség relatív szórása 55,1%,
a két szélső decilist figyelmen kívül hagyva pedig 34,2%.
A Diego tehát egy jó példa az ország üzletekkel való viszonylag egyenletes lefedésére.
72
22. ábra: A Diego áruházakhoz tartozó területek meghatározása Thiessen-poligonokkal
73
6. Konklúzió
A vizsgált franchise formában működő vállalkozások telephelyei (üzletek, patikák,
nyelviskolák, stb.) elemszáma változatos. A változatos elemszámú egységek vizsgálata
ugyanakkor célkitűzés is volt. Összefüggés van az elemszám és a franchise által kínált termék
vagy szolgáltatás ára között, akkor, ha (közel) teljes országos lefedettségre törekednek. Erre
legjobb példa az, hogy egy hálózathoz tartozó mobiltelefon viszonteladóból 200-250 van,
addig ingatlanközvetítő irodából 90-110. 40-120 körül egysége van az olyan franchise-nak,
mely nem az egész országot kívánja lefedni, hanem csak a nagyobb településeket, attól
függően, hogy Budapesten mennyi egység tartozik hozzá – a McDonald’s esetében a 94-ből
50, de a Herbáriák esetében például a 89-ből csak 12, vagy a Katedra nyelviskolákból a 42-
ből 4. Másik meghatározó szempont az elemszám vizsgálatakor az, hogy gyakorlatilag csak
Budapesten vannak-e jelen. Ez a KFC és Burger King gyorséttermekre igaz, 20-25
gyorséttermük van a fővárosban, 3-4 pedig a többi nagyvárosban.
Ennek függvényében változtak a legközelebbi szomszéd analízis értékei. Az országos értékek
0, 5 és 1,4 között. A legkoncentráltabb eloszlása azoknak van, melyek 100-110 elemszámú
egységgel rendelkeztek, és ezek jelentős része Budapesten van. Ilyen a Duna House és a
McDonald’s is, érdekes, hogy profiljában két eltérő franchise hasonló telephelyi
sajátosságokkal rendelkezik. Előfordulnak olyan franchise-ok is, melyeknek nincs annyira
kiugróan sok egysége Budapesten, amelyik településen jelen vannak, ott több egységgel is.
Ezeknél is egészen alacsony LSZA értékek vannak, jó példa rájuk a gyógyhatású
készítményeket árusító üzletek, leginkább a Benu patikák. Ezeknél a csak a vidéki egységekre
számolt legközelebbi szomszéd analízis értékei is alacsonyak. A városlépcső értékét visszaadó
LSZA értéke a Diego áruházaknak van, de a többi olyan franchise-ban, ahol az egységek csak
kis része található Budapesten, szintén 1 közeli az LSZA, például a nyelviskolák esetében. A
22. ábrán egy pontdiagramon helyeztem el a franchise-okat, az egyik tengelyen az egységek
teljes elemszámát, másikon pedig az országosan mért LSZA értéket feltüntetve. Ebből
kiderül, hogy a kettő között nincs közvetlen összefüggés, de a már említett 100-110 elemszám
esetén a legalacsonyabb az LSZA. Az összes LSZA-t és elemszámot tartalmazó táblázat a
melléklet M10-es táblázata.
Ezek alapján egy hipotetikus franchise egységeinek térbeli konfigurációja csak akkor
határozható meg, ha tudjuk az elemszámot és a választott terjeszkedési stratégiát.
Amennyiben a „Budapestre sok egységet”, vagy a „nagyvárosokba többet” választja, úgy
feltehetően alacsony lesz az LSZA, míg ha az „egyenletes eloszlást” választja, úgy 1,3 körüli.
74
Érdekes vizsgálat volt a bevásárlóközpontokban való elhelyezkedés, ez leginkább a
gyorséttermekre jellemző, de a Herbáriáknál is előfordul. Ezzel kapcsolatban az Thomadsen
tanulmányában leírtak Budapesten való tesztelésére is sor került, és ez részben igazolódott is
– hiszen a gyorséttermek jó része ilyen bevásárlóközpontban található, a Burger King pedig a
lehetőségekhez mérten megpróbálja távolabb pozícionálni magát a McDonald’s-tól, a KFC
viszont nem.
23. ábra: Az elemszám és az LSZA közti összefüggés
A korrelációs vizsgálatokból kiderült, hogy a népességszámnak és a fizetőképes keresletnek
meghatározó szerepe van az összes franchise-nál (és természetesen az összes egyéb
vállalkozási formában is). Az is igazolódott, hogy olyan településeken működnek leginkább,
ahol magas a vállalkozási aktivitás ugyanakkor magas a felszámolások száma is, de a kettőt
összemérve inkább stabilnak mondhatók a települések.
75
A gyorsforgalmi út megléte és a Budapesttől való távolság esetében nincs egységes
összefüggés, az ingatlanközvetítő irodák esetében magas volt a korrelációs együttható, a
többinél viszont gyakorlatilag elhanyagolható.
Az egyes kategóriákhoz tartozó franchise-ok esetén az azokhoz választott mutatók
korrelációja bizonyult a legmagasabbnak – például, a gyógyhatású készítményeket árusítóknál
az idős népesség aránya, sok franchise esetében viszont a konkurencia megléte. Az ezekre
vonatkozó összefoglaló táblázatok a mellékletben találhatók.
Összességében kijelenthető, hogy minden franchise egyedi, ez a két szerződő fél
egyességének eredménye. Ez az egyediség pedig visszatükröződik a most vizsgáltak
jellemzőiben.
76
7. Irodalomjegyzék
Szakirodalmi források:
Anderson, S. P.; de Palma, A.; Thisse, J.-F. (1992): Discrete Choice Theory of Product
Differentiation. MIT Press, Cambridge MA, 423 o.
Barringer, R. B.; Ireland, D. R. (2011): Entrepreneurship, successfully launching new
ventures (4th Edition). Prentice Hall, Upper Saddle River NJ, 592 o.
Bennett, J.; Babcock, C. (2008): Franchise Times, Guide to Selecting, Buying & Owning a
Franchise. Sterling Publishing Co, New York NY, 416 o.
Brickley, J. A.; Dark, F. H. (1987): The Choice of Organizational Form: The Case of
Franchising. Journal of Financial Economics, 18. 2. 401-420. o.
Czirfusz M.; Szabó P. (2008): A legközelebbi szomszéd analízis és alkalmazási lehetőségei.
Területi Statisztika, 48. 3. 281–294. o.
d'Aspermont, C.; Gabszewicz, J. J.; Thisse, J.-F. (1979): On Hotelling's "Stability in
competition". Econometrica, 47. 5. 1145-1150. o.
Drezner, T. (1998): Location of multiple retail facilities with limited budget constraints — in
continuous space. Journal of Retailing and Consumer Services 5. 3. 173–184. o.
Dugan, A. (szerk.) (1998): Franchising 101, the complete guide to evaluating, buying and
growing your franchise business. Kaplan Publishing, Chicago IL, 280 o.
Fernández, J.; Tóth B.; Plastria, F.; Pelegrín, B. (2006): Reconciling franchisor and
franchisee: a planar biobjective competitive location and design model. Lecture Notes in
Economics and Mathematical Systems, 563. 375-398. o.
Goodchild, M. F. (1984): ILACS: A Location Allocation Model for Retail Site Selection.
Journal of Retailing, 60. 1. 84–100. o.
77
Jánosi I. (1991): A franchise, valamint helyzete és lehetőségei Magyarországon. Doktori
értekezés, Budapesti Közgazdságtudományi Egyetem, 91 o.
Kiss I. (2002): Franchise A-tól Z-ig. DASY Kft, Budapest, 295 o.
Kotler P.; Armstrong G. (2001): Principles of Marketing (9th Edition). Prentice Hall, Upper
Saddle River NJ, 785 o.
Nemes Nagy J. (2009): Terek, helyek, régiók. Akadémiai Kiadó, Budapest, 350 o.
Németh A. (2011): Magyarországi franchise-esélyek : Periférián. HVG, 33. 19. 51-52. o.
Paswan, A. K.; Wittmann, C. M. (2009): Knowledge management and franchise systems.
Industrial Marketing Management, 38. 2. 173-180. o.
Poór J; Zentai K. (1991): Franchise, út a sikeres vállalkozáshoz. Nemzetközi Menedzser
Központ, Budapest, 224 o.
Roig-Tierno, N.; Baviera-Puig, A.; Butrago-Vera, J. (2013): Business opportunities analysis
using GIS: the retail distribution sector. 1. nyomtatott formában még meg nem jelent szám, 1-
13. o.
Suárez-Vega, R.; Santos-Peñate, D. R.; Dorta-González, P. (2012): Location models and GIS
tools for retail site location. Applied Geography, 35. 1–2. 12–22. o.
Thomadsen, R. (2007): The Role of Location in the Fast Food Industry. Marketing Science,
26. 6. 792-804 o.
78
Internetes források:
http://dh.hu/irodak 2013. április
http://www.benu.hu/kereses/regio/budapest 2013. április
http://www.burgerking.hu/ettermek 2013. április
http://www.diego.hu/aruhazak 2013. április
http://www.franchise.hu 2013. április
http://www.helendoron.hu/nyelviskola/helyszinek.php 2013. április
http://www.herbaria.hu/szakuzletek.html 2013. április
http://www.katedra.hu/ 2013. április
http://www.kfc.hu/ettermek 2013. április
http://www.mbsz.hu 2013. április
http://www.mcdonalds.hu/RestaurantLocator.aspx 2013. április
http://www.oc.hu/ingatlanirodak 2013. április
http://www.resourceinfo.hu/hu/cikk/resource/31853.html 2013. április
http://www.telenor.hu/elerhetoseg/uzletkereso?nobp=1 2013. április
http://www.t-mobile.hu/lakossagi/ugyintezes/elerhetosegek/uzletkereso 2013. április
http://www.tranzitonline.eu/cikkek/franchise-magyarorszagon 2013. április
(Zöld Anett, 2008. április)
http://www.vodafone.hu/uzletkereso 2013. április
79
8. Ábrák és táblázatok jegyzéke
1. ábra: A franchise jogok átadásának struktúrája és a hálózat alapszerkezete ....................... 5 2. ábra: A franchise-hálózatok száma szektoronként Magyarországon .................................. 10
3. ábra: Az LSZA értékekhez tartozó konfiguráció .................................................................. 12 4. ábra: Duna House ingatlanközvetítő-irodák és azok 30km-es körzetébe tartozó települések
.................................................................................................................................................. 20 5. ábra: Otthon Centrum ingatlanközvetítő-irodák és azok 30km-es körzetébe tartozó
települések ................................................................................................................................ 26
6. ábra: A Duna House és az Otthon centrum budapesti irodái .............................................. 30 7. ábra: McDonald’s gyorséttermek elhelyezkedése ................................................................ 34 8. ábra: McDonald’s gyorséttermek Budapesten ..................................................................... 36 9. ábra: Burger King gyorséttermek Budapesten ..................................................................... 38 10. ábra: KFC gyorséttermek Budapesten ............................................................................... 40
11. ábra: Franchise rendszerű gyorséttermek elhelyezkedése Budapesten ............................. 43
12. ábra: Telenor értékesítési pontok ....................................................................................... 45
13. ábra: Telenor üzletek Budapesten ...................................................................................... 47 14. ábra: Vodafone értékesítési pontok .................................................................................... 49 15. ábra: Vodafone üzletek Budapesten ................................................................................... 51 16. ábra: T-Mobile, Vodafone és Telenor üzletek Budapesten ................................................ 54
17. ábra: Benu gyógyszertárak ................................................................................................ 56 18. ábra: Herbária szaküzletek ................................................................................................ 59 19. ábra: Katedra nyelviskolák és nyitás szempontjából szabad települések .......................... 64
20. ábra: Helen Doron nyelviskolák és nyitás szempontjából szabad települések .................. 67 21. ábra: Diego áruházak ........................................................................................................ 70
22. ábra: A Diego áruházakhoz tartozó területek meghatározása Thiessen-poligonokkal ..... 72 23. ábra: Az elemszám és az LSZA közti összefüggés .............................................................. 74
1. táblázat: Ingatlanközvetítő franchise-ok Magyarországon .................................................. 17
2. táblázat: A DH irodák meglétének korrelációja értékét a vállalakozásokat jellemző
mutatókkal ................................................................................................................................ 22 3. táblázat: Az OC irodák meglétének korrelációja értékét a vállalakozásokat jellemző
mutatókkal ................................................................................................................................ 27 4. táblázat: Az ingatlanközvetítő irodák LSZA értékei ............................................................. 29
5. táblázat: Franchise-ban működő gyorséttermek Magyarországon...................................... 40 6. táblázat: A gyorséttermek összegyűjtött adatai .................................................................... 41 7. táblázat: A mobilszolgáltatók üzleteinek LSZA értékei ........................................................ 52
8. táblázat: A mobiltelefon értékesítők egymástól való átlagos távolsága Budapesten ........... 53 9. táblázat: A nyelviksolákhoz meglétéhez (dummy) tartozó korrelációs együtthatók ............. 68
80
9. Melléklet
M1: A kettős marketing
81
M2: A Telenor üzleteket tartalmazó oldal forráskódja
82
M3: Az ingatlanközvetítő irodákhoz tartozó korrelációs együtthatók
Franchise mutató ország dummy vidék dummy
Duna House
népességszám 0,984 0,343 0,822 0,692
lakásállomány 0,989 0,314 0,816 0,684
összevont adóalap 0,991 0,316 0,838 0,722
reg. vállalkozások 0,993 0,300 0,843 0,700
felsz. vállalkozások 0,995 0,226 0,810 0,669
Otthon Centrum
népességszám 0,979 0,329 0,704 0,643
lakásállomány 0,984 0,302 0,697 0,632
összevont adóalap 0,986 0,302 0,715 0,660
reg. vállalkozások 0,988 0,290 0,707 0,652
felsz. vállalkozások 0,991 0,222 0,689 0,631
Forrás: Saját számítás
M4: A DH és OC irodák által le nem fedett területek
83
M5: Telenor hálózati lefedettsége és viszonteladó pontjai
M6: Vodafone hálózati lefedettsége és viszonteladó pontjai
84
M7: A mobiltelefon-szolgáltatókhoz tartozó korrelációs együtthatók
Franchise mutató ország dummy vidék dummy
Telenor
népességszám 0,950 0,256 0,898 0,617
összevont adóalap 0,937 0,221 0,893 0,602
reg. vállalkozások 0,932 0,21 0,887 0,596
felsz. vállalkozások 0,898 0,139 0,893 0,605
Vodafone
népességszám 0,972 0,263 0,901 0,629
összevont adóalap 0,963 0,228 0,895 0,614
reg. vállalkozások 0,887 0,218 0,887 0,611
felsz. vállalkozások 0,933 0,145 0,851 0,531
Forrás: Saját számítás
M8: A két vizsgált szolgáltató viszonteladó pontjai által kiszolgált települések
85
M9: A Benu patikákhoz és Herbária üzletekhez tartozó korrelációs együtthatók
Franchise mutató ország dummy vidék dummy
Benu
népességszám 0,946 0,297 0,619 0,581
összevont adóalap 0,948 0,271 0,644 0,593
reg. vállalkozások 0,945 0,259 0,620 0,578
felsz. vállalkozások 0,946 0,198 0,618 0,556
60 év felettiek száma 0,947 0,283 0,626 0,580
gyógyszertárak száma 0,943 0,338 0,618 0,588
kórházak megléte 0,248 0,384 0,396 0,367
Herbária
népességszám 0,848 0,319 0,824 0,672
összevont adóalap 0,830 0,289 0,839 0,684
reg. vállalkozások 0,822 0,275 0,831 0,671
felsz. vállalkozások 0,774 0,204 0,818 0,647
60 év felettiek száma 0,838 0,303 0,819 0,670
gyógyszertárak száma 0,871 0,361 0,825 0,676
kórházak megléte 0,440 0,585 0,534 0,580
Forrás: Saját számítás
M10: A franchise-okhoz tartozó LSZA értékek és elemszámok összefoglaló táblázata
Franchise LSZA elemszám
ország vidék Budapest ország vidék Budapest
Duna House 0,501 0,67 0,87 113 58 55
Otthon Centrum 0,742 0,953 1,031 79 36 23
McDonald's 0,524 0,737 0,814 94 44 50
Burger King - - - 30 8 22
KFC - - - 25 8 17
Telenor 0,796 0,839 0,692 243 209 34
Vodafone 0,792 0,852 0,535 216 179 37
Benu 0,469 0,532 0,698 123 89 34
Herbária 0,621 0,652 - 89 77 12
Katedra 1,175 - - 42 38 4
Helen Doron 0,815 0,911 - 126 92 34
Diego 1,358 1,394 - 89 81 8
Forrás: Saját számítás
*a dőlt betűvel szedett értékek a nem megfelelő elemszám miatt csak tájékoztató jellegűek
Top Related