公開／本番公開中の自社プロダクト

どこに店ができるか

— 全国500mメッシュの出店モデル

「何人いれば、その地域で店が成り立つか」を、業界の目安ではなく実データから測った研究です。まだ1店も無い場所に、次の店ができやすい順の順位をつけるところまでは当たり、何の店ができるかとどの店が閉まるかは当たらないと分かりました。全国471,024メッシュ・30業種で、コードと集計済みデータも公開しています。

本番サイトを開くこのプロダクトについて問い合わせる

Target出店計画を立てる企業 / 商工団体 / 自治体の商業担当

Category商圏・立地分析

Stage研究公開・コードとデータを公開

Format研究レポート（Web）＋ GitHub ＋ DOI

01 / ISSUE

「コンビニは3,000人」は、どこまで本当か。

出店の検討では「コンビニは人口3,000人に1店」のような目安がよく使われます。けれど、その数字がどのデータから出たのかは分からないことがほとんどです。そこで、公的統計と再配布できるデータだけで、店がどこにできるのかを測り直しました。スクレイピングは使っていません。

02 / WALKTHROUGH

当たることと、当たらないこと。

研究レポート（shoken.monosashi.work）で、結果をそのまま読めます。実際に開いた店で前向きに確かめた結果です。

まだ1店も無いマスの順位づけは当たる。モデルが上位10%に選んだマスが、実際に開いたコンビニ1,236店の75.1%を捕まえた（でたらめなら10%）。平均の7.5倍（95%信頼区間 7.3〜7.7）、ドラッグ8.4倍、スーパー8.3倍
全国で1つのモデルで足りる。県を1つずつ隠して学習する46回の検証で、倍率の中央値は7.2倍
効いたのは従業者数（その街に来ている人）だけ。地価や他業態の集積は、従業者数を入れると効かなくなった。年齢構成はどの業種でも効かない
「この地域に何の店ができるか」は当たらない（AUC 0.508）。どの業種にも良い場所は、ほぼ同じ場所だった
コンビニ1店あたりの人口は、沖縄1,613人から宮崎2,055人まで、県が違っても1.3倍の幅に収まる

03 / LIMITS

この数字の読み方。

倍率は「ここに店ができる」ではなく「ここは平均よりできやすい」です。上位10%のマスでも、1年で店ができる確率は2.17%（全体は0.29%）
閉店は予測できません（AUC 0.61）。元にした店舗データの閉店日は、現実の閉店を測っていないことも分かっています
大都市圏のコンビニは当たりにくくなります（人口密度6,000人/km²以上で2.3倍）。スーパーは都心でも4.7倍を保ちます
評価の物差しは、結果を見たあとに3回変えています。経緯と、どこまで独立に確かめたかはレポートに書いています

04 / BUILD

作り方。

全国を500m四方のマスに切り、人口・従業者数・道路・駅・土地利用から、マスごとの店の数を当てるモデルを作りました。確かめ方は2つです。県を丸ごと隠して学習し、隠した県で当てることと、モデルを作ったあとに実際に開いた店で当てることです。

開店日は、酒類販売業免許の新規取得者一覧（国税庁）、食品衛生申請等システム（厚生労働省）、医療機関の指定年月日（厚生局）から取った。どれも数か月〜1年で消えるので、毎月取りためている
「既にある店の数で並べるだけ」の素朴な対抗馬を必ず並べて比べる。飲食ではこの対抗馬に勝てなかったので、そう書いている
コードと集計済みデータは GitHub で公開し、DOI（10.5281/zenodo.21989889）を付けている

05 / SOURCE

データの出どころ。

Foursquare OS Places（Apache 2.0）
国土数値情報（国土交通省）：将来推計人口500mメッシュ・土地利用・用途地域・地価・駅別乗降客数
経済センサス活動調査 500mメッシュ（総務省統計局、e-Stat）
国税庁酒類販売業免許の新規取得者名等一覧／厚生労働省食品衛生申請等システム／各地方厚生局コード内容別医療機関一覧表

GET IN TOUCH

一緒に、祭を起こしませんか。

次の1店をどこに出すかを、データで比べたい場面はありませんか。出店候補地の比較や、商店街・地域にどんな店が入りうるかの見立てを、公開データから作る仕事です。当てられないことも先にお伝えします。

フォームでのお問い合わせ資料請求・会社案内