franchise formában működő vállalkozások egységeinek telephelyi sajátosságai

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.

http://www.tranzitonline.hu/

http://www.franchise.hu/

http://www.franchise.hu–/

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

http://www.resourceinfo.hu/

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.

http://dh.hu/irodak

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



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

http://www.oc.hu/ingatlanirodak

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



Vidék



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.

http://www.mcdonalds.hu/RestaurantLocator.aspx

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.

http://www.burgerking.hu/ettermek

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

http://www.kfc.hu/ettermek

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


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


McDonald's 746 552 966

Burger King 487 432 616

KFC 219 330 0


*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.

http://www.telenor.hu/elerhetoseg/uzletkereso?nobp=1

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.

http://www.vodafone.hu/uzletkereso

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


*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


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.

http://www.benu.hu/kereses/regio/budapest

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.

http://www.herbaria.hu/szakuzletek.html

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.

http://www.katedra.hu/

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.

http://www.helendoron.hu/nyelviskola/helyszinek.php

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


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.

http://www.diego.hu/aruhazak

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

http://dh.hu/irodak

http://www.benu.hu/kereses/regio/budapest

http://www.burgerking.hu/ettermek

http://www.diego.hu/aruhazak


http://www.helendoron.hu/nyelviskola/helyszinek.php

http://www.herbaria.hu/szakuzletek.html

http://www.katedra.hu/

http://www.kfc.hu/ettermek

http://www.mbsz.hu/

http://www.mcdonalds.hu/RestaurantLocator.aspx

http://www.oc.hu/ingatlanirodak

http://www.resourceinfo.hu/hu/cikk/resource/31853.html

http://www.telenor.hu/elerhetoseg/uzletkereso?nobp=1

http://www.t-mobile.hu/lakossagi/ugyintezes/elerhetosegek/uzletkereso

http://www.tranzitonline.eu/cikkek/franchise-magyarorszagon

http://www.vodafone.hu/uzletkereso

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





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


Telenor

népességszám 0,950 0,256 0,898 0,617




Vodafone

népességszám 0,972 0,263 0,901 0,629





M8: A két vizsgált szolgáltató viszonteladó pontjai által kiszolgált települések

85

M9: A Benu patikákhoz és Herbária üzletekhez tartozó korrelációs együtthatók


Benu

népességszám 0,946 0,297 0,619 0,581




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




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


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


*a dőlt betűvel szedett értékek a nem megfelelő elemszám miatt csak tájékoztató jellegűek