|
|||||||||||||
|
|||||||||||||
年収別世帯数データ (H20版）本データは国勢調査・住宅統計調査を元に当社独自の統計解析ロジックで年収階級別に世帯数を推計したデータです。潜在顧客の購買力を500ｍメッシュもしくは町丁目別に分析できるため、商圏需要にマッチした立地評価や商品の企画が可能です。 |
|||||||||||||
| 【データ属性】 （１）６階級の年収別世帯数 （２）平均年収一般・中堅・高額（３階級）の年収別世帯数 （３）持家別６階級世帯数 （４）持家別平均年収 （５）借家別６階級世帯数 （６）借家別平均年収 （７）５００万以上世帯数 （８）３階級世帯数 （９）住宅持ち方別３階級世帯数 |
|||||||||||||
 |
|||||||||||||
| 不動産業界 ●供給戸数と潜在需要（＝年収別借家世帯数）から需給バランスを判定し、用地購入の判断材料として活用 ●価格別供給戸数と年収別世帯数とを比較し、分譲価格帯毎の需給バランスを判定し、価格構成の特定 ●年齢×住宅の持ち方×住戸タイプ×年収 によるターゲット世帯の需要ボリュームを評価し、最適な住戸構成を企画 ●年収別借家世帯数の多いエリアを絞り込み、効率的に折込広告を配布 |
|||||||||||||
|
|
|||||||||||||
| 流通業界 ●出店候補地の想定商圏から年収別世帯数および平均年収を分析することにより、潜在需要・売上を予測 ●顧客ターゲットを想定した店舗業態・ブランド・商品構成の企画から、コンセプトを使い分けた店舗展開 ●商圏特性とマッチした広告・ＰＲに活用 |
|||||||||||||
|
|
|||||||||||||
 |
|||||||||||||
| データ活用により、このような効果があります | |||||||||||||
| 不動産業界では 空室率の低下、販売期間の短縮、広告費の削減 …を実現 流通業界では 新規出店判断の期間短縮、商圏内シェア率の向上…が可能 |
|||||||||||||
|
|
|||||||||||||
分譲マンションの価格適正判断（平均供給価格と平均年収の比較） 
|
|||||||||||||
住戸タイプ別需要世帯数(20歳以上人口X高額年収借家世帯X3LDK)
|
|||||||||||||
３ＬＤＫ需給バランスのオーバーレイ 
|
|||||||||||||
年収分布から潜在需要と売上を予測(年収500万円以上世帯率と平均年収の比較) 
|
|||||||||||||
年収世帯割合から商品構成を判断(江古田-成城の比較) 
|
|||||||||||||
３ＬＤＫ需要世帯数と読売新聞折込エリアの重ね合わせ |
|||||||||||||
|
|||||||||||||
|
|||||||||||||
