Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Retail analysis for major housingestablishments
KTH, School of Architecture and the Built Environment (ABE), Real Estate and Construction Management.
KTH, School of Architecture and the Built Environment (ABE), Real Estate and Construction Management.
2013 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Analys av detaljhandel vid etableringar avstörre bostadsprojekt (Swedish)
Abstract [en]

The aim of the thesis was to develop a model for JM that can be used in the establishment of

large housing projects. The model must be able to provide answers to what is economically possible to deliver the projects in form of retail and service. Using reference projects, which are

built under other circumstances, may give a poor result and lead to large vacancies in the

finished development.

To develop this model, we have built upon a proven and tested model of Appraisal Institute, Buying Power segmentation method. Two case studies were done in order to apply it to the Swedish market. The model has been followed step by step but was also complemented with additional analyzes that were considered necessary for JM’s purposes. The case studies that took place were done in two new districts that JM has been involved in, Frösunda in Solna and Liljeholmskajen in Liljeholmen.

In Frösunda Frösunda Torg was examined while in Liljeholmen it was Liljeholmskajens retail area. These two areas are of different characters, which is also what the results showed. In Liljeholmskajen there is a better retail structure and it is considered to be more lively area than Frösunda. Based on today's retail space Frösunda has a leakage of 70 % in their primary area

and 85 % in their secondary area to their competitors. In Liljeholmen these were 50 % and 80 % respectively. One reason for these large leakages is the nature of the competitors, major shopping centers in Solna and Liljeholmstorget. Frösunda Torg and Liljeholmskajens retail area

can therefore not compete against them in the same way since they are not shopping malls.

Analyzes that completed the model were shop distribution in both housing areas. They have been analyzed using statistics from SCB and HUI. The statistics show Sweden’s and Stockholm’s store allocation for daily goods, seldom goods and restaurants. The analysis shows that the retail distribution in Liljeholmen was much better and closer to the statistics than of Frösunda. Frösunda was further analyzed in a scenario analysis where Liljeholmen’s input of sales retention was used as a reference. The result of this was that Frösunda could have had considerably larger retail area, particularly within seldom goods category. The statistics from SCB and HUI remains debatable as it is general and based on the entire country or Stockholm.

Afterwards there has been a further analysis where the existing households were analyzed with data from SCB and Conzoom. It turned out that Frösunda and Liljeholmen consisted more or less out of the same type of customers, Lyxlirarna as Conzoom call them. The household preferences and preferred stores are now known with Conzooms mapping of customer profiles. This can be of great use in order to meet the residential area’s requirement for retail and service.

Housing companies have a large social responsibility when developing new areas. The model

which calculates the demand in the area was proved to be a good start. The analysis has shown

that it is important to create added values for residents by choosing the right kind of shops,

services, meeting places and green spaces. It is important to create an attractive area that appeals

to individuals and companies to run their business there.

Abstract [sv]

Syftet med examensarbetet har varit att ta fram en modell åt JM som kan användas vid

etableringar av större bostadsprojekt. Den skall kunna ge svar på vad som är ekonomiskt möjligt

att tillföra projekten i form av detaljhandel och service. Att använda sig av referensprojekt, med

andra förutsättningar, kan ge ett dåligt resultat och leda till stor vakansgrad av sådana ytor i det

färdiga området.

För att ta fram denna modell har vi utgått från en beprövad och erkänd modell av Appraisal

Institute, Buying power segmentation method. För att kunna applicera denna på den svenska

marknaden har det genomförts två fallstudier. Modellen har följts så långt det går för att

slutligen kompletteras med fler analyser som ansetts vara nödvändiga för JMs syften.

Fallstudierna gjordes i två nya stadsdelar som JM varit inblandade i, Frösunda i Solna och

Liljeholmskajen i Liljeholmen.

I Frösunda var det Frösunda Torg som undersöktes medan i Liljeholmen var det

Liljeholmskajens köpområde. Dessa två områden är av olika karaktärer vilket även resultatet

visade. I Liljeholmskajen finns det en bättre butiksstruktur och det anses vara ett mer livligt

område än Frösunda. Baserat på dagens detaljhandelsyta så har Frösunda ett läckage på 70 % i

sitt primärområde och 85 % i sitt sekundärområde till sina konkurrenter. I Liljeholmen var dessa

50 % respektive 80 %. En anledning till dessa stora läckage kan dock förklaras med att

konkurrenterna har varit stora köpcentrum i form av Solna Centrum och Liljeholmstorget.

Frösunda Torg och Liljeholmskajens köpområde kan inte hävda sig gentemot dessa på samma

sätt då de inte är några köpcentrum.

De analyser som kompletterat modellen är butiksfördelningen i områdena som analyserats med

hjälp av statistik från SCB och HUI. Statistiken visar Rikets och Stockholms butiksfördelning

utav dagligvaruhandel, sällansköpsvaror och restauranger. Analysen visar att butiksfördelningen

i Liljeholmen var mycket bättre och närmare statistiken än vad Frösunda var. Frösunda

analyserades vidare i ett scenario där Liljeholmens indata av erövringsgraden använts som

referens. Resultatet från detta var att Frösunda kunde ha byggts ut betydligt mer, särskilt

gällande sällanköpvaruhandeln. Statistiken från SCB och HUI kan dock diskuteras då den är

generell och baserad på hela Riket eller Stockholm.

Sedan har det skett ännu en analys där de befintliga hushållen analyserats med hjälp av beställd

data från SCB och Conzoom. Det visade sig att Frösunda och Liljeholmen bestod mer eller

mindre utav samma typ av kunder, Lyxlirare som Conzoom kallar dem. Med Conzooms

kartläggning av kundprofiler kunde sedan hushållens preferenser och efterfrågade butiker tas

fram. Detta kan vara till stor användning för att uppfylla bostadsområdes krav på detaljhandel

och service.

Bostadsföretag har ett stort samhällsansvar när de utvecklar nya områden. Modellen som

beräknar efterfrågan i ett område visade sig vara en bra början. Analysen har dock visat att det är viktigt att skapa mervärden för de boende genom att välja rätt sorts butiker, service, mötesplatser och grönområden.  Det handlar om att skapa ett attraktivt område som lockar privatpersoner och företag att driva sin verksamhet där.

Place, publisher, year, edition, pages
2013.
Keyword [en]
Retail analysis, Real Estate Construction
Keyword [sv]
Analys av detaljhandel, bostadsprojekt
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-124342OAI: oai:DiVA.org:kth-124342DiVA: diva2:634112
Supervisors
Examiners
Available from: 2013-06-28 Created: 2013-06-28 Last updated: 2013-06-28Bibliographically approved

Open Access in DiVA

fulltext(1414 kB)167 downloads
File information
File name FULLTEXT01.pdfFile size 1414 kBChecksum SHA-512
d2a1844c75c3e213acf15b49011699926133719cfafc8556a92e4ee48557ad3161522ff383a55520878ef8dd5fc9a53119ff24d63e0953c0744307e40c303bd4
Type fulltextMimetype application/pdf

By organisation
Real Estate and Construction Management
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 167 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 316 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf