Einführung
In München/Deutschland sind Gaststätten im bayerischen Stil sehr beliebt. Weltweit bekannt ist das "Hofbräuhaus", das vor allem von Touristen frequentiert wird. Neben dem Hofbräuhaus gibt es noch viele andere Gaststätten im bayerischen Stil in der Stadt. Die drei Hauptmerkmale des bayerischen Stils sind das Essen, das servierte Bier und die Einrichtung des Raums. Das Essen basiert hauptsächlich auf Schweinegerichten, z.B. dem berühmten "Schweinebraten". Das Bier kommt immer von einer bayerischen Brauerei, meist sogar von einer lokalen Stadtbrauerei. Das Interieur ist in einem traditionellen und rustikalen Stil gehalten.
Das Ziel dieser Studie ist es, eine geeignete Nachbarschaft für ein neues bayerisches Restaurant zu finden. Geeignet bedeutet in diesem Zusammenhang: Ein Viertel, in dem es vorzugsweise nur wenige bayerische Restaurants gibt - damit sich ein neues erfolgreich etablieren kann. München ist eine wachsende Stadt. Vor nicht allzu langer Zeit überschritt die Einwohnerzahl die 1,5-Millionen-Schwelle. Es wird erwartet, dass sie in etwa 10 Jahren 1,8 Millionen erreichen wird. Es sollte also Chancen für neue Restaurants aller Stilrichtungen geben. Da München die Hauptstadt Bayerns ist, sollten Restaurants im bayerischen Stil eine der besten Optionen sein.
Für diese Analyse wurden nur Bevölkerungsdaten, Nachbarschaften und Wettbewerber in der Umgebung berücksichtigt.
Daten
In dieser Studie wurden verschiedene Datenquellen verwendet (in Klammern die Quelle):
1. Verfügbares Einkommen in den 15 größten Städten in Deutschland (Statistisches Bundesamt)
2. Liste der Münchner Stadtteile und deren Bevölkerung (citypopulation.de)
3. Bevölkerungsdichte der Münchner Stadtteile (Südbayerische Immobilien)
4. Münchner Restaurants (Foursquare.com)
Die Daten aus 1 und 3 waren ohne jegliche Bereinigung verwendbar, da sie in Form von fertigen Diagrammen vorlagen. Die Daten aus 2 mussten von einer Website gecrawlt, dann bereinigt und für die weitere Verwendung vorbereitet werden. Dies beinhaltete die Generierung der Geolocation-Daten mit Hilfe von Open Street Map. Die Daten aus 4 wurden mit dem api-Service von Foursquare.com gewonnen
Methoden
Die Datenanalyse dieser Studie wurde mit den folgenden Tools durchgeführt:
Programmiersprache: Python, auf einem Jupyter Notebook
Haupt-Frameworks: Pandas, BeautifulSoup, Numpy, Scikit-Learn, Leaflet, Folium
Der Vergleich der verfügbaren Einkommen der deutschen Städte wurde durchgeführt, um sicherzustellen, dass München tatsächlich die Stadt in Deutschland mit den wohlhabendsten Einwohnern ist. Wohlhabende Einwohner sind am ehesten bereit, zum Mittag- oder Abendessen auszugehen. München ist in Bezirke und Stadtteile unterteilt. Neben der Bevölkerungsdichte - denn Daten auf Stadtteilebene standen nicht zur Verfügung - wurden die Stadtteile für die Analyse herangezogen. Citypopulation.de ist eine gute Quelle, aber es gibt keinen Api-Service, um die Daten zu erhalten. Sie mussten also von der Website gecrawlt werden. Dies wurde mit dem BeautifulSoup-Framework gemacht. Einige manuelle Korrekturen und Einfügungen mussten vorgenommen werden. Nachdem die Daten in einen Pandas-Dataframe gelegt und bereinigt wurden, wurden die Geolocation-Daten von OpenStreetMap bezogen. Die Ergebnisse wurden in einer Karte visualisiert. Mit den fertigen Nachbarschaftsdaten wurde eine Restaurant-Suche pro Nachbarschaft auf Foursquare durchgeführt. Die Ergebnisse wurden auf verschiedene Arten aufbereitet, z.B. die häufigsten Restaurants pro Nachbarschaft. Im letzten Schritt wurde ein Clustering-Algorithmus angewendet (K-Means), um besser zu erkennen, welche Art von Restaurant am häufigsten vorkommt. Ziel war es, einen Cluster zu finden, in dem sich möglichst kein deutsches/bayerisches Restaurant befindet. Für eine bessere Übersicht wurden die Cluster-Daten auf einer Karte visualisiert.
Ergebnisse
Es ist bekannt, dass München die reichste Stadt Deutschlands ist. Die Zahlen des Statistischen Bundesamtes bestätigen diese Annahme.
München ist in 107 Stadtteile unterteilt. Ein Stadtteil wurde entfernt, weil er nicht relevant ist. Leider wurden bei citypopulation.de die Stadtteile Thalkirchen, Obersendling, Forstenried, Fürstenried und Solln zu einem Stadtbezirk gruppiert. Diese Gruppierung musste manuell rückgängig gemacht werden. Die Bevölkerungsdaten für diese Stadtteile wurden so gut wie möglich bei Wikipedia recherchiert.
Die Abfrage bei Foursquare ergab 2407 Gastronomie-Unternehmen, die in 93 eindeutige Kategorien gruppiert wurden. Ein wichtiger Hinweis: Foursquare hat die Kategorien "deutsches Restaurant" und "bayerisches Restaurant". Beide können als das Gleiche betrachtet werden.
Es wurde eine Liste der Nachbarschaften und der Häufigkeit der Top-5-Lebensmittelstandorte erstellt. Ein kurzer Blick auf diese Liste zeigte, dass es bemerkenswerte Unterschiede von Viertel zu Viertel gibt.
Um die Daten besser zu überblicken, wurde eine Liste der häufigsten Essensstandorte ("venues") pro Stadtteil erstellt.
Das Clustering ergab 10 Cluster, wobei Cluster 0 der interessanteste war. In diesem Cluster waren Restaurants am häufigsten vertreten, aber kein deutsches/bayerisches Restaurant. In einigen der Cluster 0-Gebiete waren deutsche Restaurants der zweithäufigste Veranstaltungsort. Diese Stadtteile werden als nicht wirklich geeignet angesehen. Am Ende bleibt ein Stadtteil übrig, der der beste zu sein scheint: "Giesing". Kein deutsches/bayerisches Restaurant unter den 10 häufigsten Veranstaltungsorten.
Keine deutschen/bayerischen Restaurants als häufigster Wert war auch bei den Clustern 3, 4, 5, 7 und 9 der Fall. Diese waren aber irgendwie untypisch, da die ersten häufigsten Werte meist Lebensmittelstandorte waren, aber keine Restaurants - z.B. Bäckerei, Café, etc. Im Stadtzentrum gibt es erwartungsgemäß überall bayerische Restaurants (blaue Punkte in der Mitte).
Ein Vergleich mit der Einwohnerzahl und der Bevölkerungsdichte hat gezeigt, dass aus der Liste der Stadtteile im Cluster 0, "Giesing" derjenige mit der größten Einwohnerzahl und Bevölkerungsdichte ist (in der Grafik unten ist "Giesing" in "Obergiesing" und "Untergiesing" unterteilt).
Auswertung
In Anbetracht des verfügbaren Einkommens, des Bevölkerungswachstums der Stadt, des Tourismus (neben anderen Faktoren), scheint die Gelegenheit für ein neues Restaurant im Allgemeinen, ein bayerischer Stil im Detail, eine gute Option in München zu sein.
Offensichtlich gibt es bereits bayerische Restaurants in München. Aber die Analyse hier hat gezeigt, dass die Dichte von Stadtteil zu Stadtteil unterschiedlich ist. Der größte Teil Münchens ist mit dieser Art von Essensstandort gut versorgt - vor allem in der Innenstadt.
Aber es gibt tatsächlich 6 Stadtteile, in denen deutsche/bayerische Restaurants nicht die Regel sind. Fünf von diesen sechs sind in den Außenbezirken von München. Der eine übrig gebliebene, "Giesing", liegt zwischen Stadtrand und Stadtzentrum - vielleicht ein kleiner Vorteil gegenüber den anderen. Abgesehen davon hat Giesing kein deutsches/bayerisches Restaurant unter den gängigsten, eine deutlich höhere Einwohnerzahl als die anderen, auch die Bevölkerungsdichte ist höher.
Unter Berücksichtigung dieser Beobachtungen scheint Giesing das beste Viertel für ein neues bayerisches Restaurant in München zu sein.
Evaluation
Ist es also wirklich eine gute Idee, ein bayerisches Restaurant im Stadtteil "Giesing" in München zu eröffnen? Diese Analyse ergab, dass "Giesing" die beste Option ist - wenn man Daten wie Einwohnerzahl, Bevölkerungsdichte und andere Restaurants in der Umgebung berücksichtigt.
Die Frage ist, ob diese Daten ausreichend sind, um eine Entscheidung zu treffen. Eines der größten Probleme in München ist der Mangel an verfügbaren Grundstücken. Selbst wenn man also "Giesing" als bevorzugten Stadtteil auswählt, könnte das Vorhaben daran scheitern, dass kein Standort verfügbar ist. Und selbst wenn, dann sind die Mietpreise in München geradezu exorbitant.
Vielleicht ist die zweite Option, "Am Hart", eine bessere Möglichkeit, vorausgesetzt, die Mietpreise in den Außenbezirken sind niedriger.
Unter Berücksichtigung all dieser Ergebnisse kann man zu dem Schluss kommen, dass die Bevölkerungsdaten und die Wettbewerber in der Umgebung für die endgültige Entscheidung möglicherweise nicht ausreichen. Eine zweite Analyse, die mehr Daten einbezieht, würde zu einem genaueren Ergebnis führen.
Klick: Komplette Arbeit auf meinem GitHub-Account