建物ポイントデータで出店エリア選定｜キッチンカーの立地分析を解説

「キッチンカー出店＝平日ランチの2時間勝負」だと思っていませんか？

固定店舗に比べて出店の初期投資を抑えられるキッチンカーは、飲食店の新規事業やスモールスタートとして非常に魅力的です。しかし、実際には「平日昼の11:30〜13:30しか売上が立たず、夜や休日の稼働率が低く、人件費や車両代を回収しきれない」という悩みを抱える事業者も少なくありません。

そこで今回は、都内で飲食店を展開するA社をモデルに、高購買力である渋谷・目黒区エリアでキッチンカーの新規事業を立ち上げるにあたって取り組んだ立地分析シナリオを見ていきましょう。

昼も夜も稼げるキッチンカーを目指す出店シナリオ

A社が目指したのは、平日昼のオフィス需要だけでなく、夜間や休日の近隣住民需要までフル獲得するキッチンカーの展開です。

従来データや感覚頼みの立地選定が抱える大きな壁

いざ出店場所を探し始めたA社ですが、従来のオープンデータや感覚頼りの出店検討では、大きな壁にぶつかりました。

「平日ランチのピークを作りながら、夜や休日もテイクアウト客が立ち寄ってくれる場所はどこにあるのか？ 」

この問いに答えるためには、街を大きな単位で捉えるのではなく、「エリア内にどんな人がいるのか」を分析する必要がありました。そこでA社が活用したのが、建物1棟ごとの用途や規模が把握できる「建物ポイントデータ」です。

建物分類や延床面積などの詳細なデータによって「面（広域での絞り込み）」から「点（徒歩3分の足元商圏）」へとドリルダウン。建物単位でエリアの潜在需要や特性をミクロに深掘りし、感覚や経験に頼らない「データ主導の出店分析」へと踏み出すことになりました。

ステップ1｜まずはシングル分析で街の全体像を把握

出店エリアを決める際、いきなり細かな路地を探すのは得策ではありません。まずは1つの数値を用いて、広域エリア全体の大きな傾向を掴んでいきます。

上のマップは、建物ポイントデータに収録されている建物分類をもとに、「オフィス」「住宅」「商業施設」に該当する数を抽出し、全ポイント数に対して「オフィス・商業施設」の割合を計算してヒートマップ化した図です。
割合の高さに応じて4段階に色分けしており、最も濃い赤色のエリアは事業所比率が50%以上であることを示しています。

このシングル分析を行うことで「渋谷駅から恵比寿・目黒方面にかけて事業所比率が高いベルト地帯が形成されている」というマクロな構造が視覚化されました。

しかし、このデータだけでは「平日ランチの売上に依存する収益構造」という課題は解決できません。A社のビジネスモデルに必要なのは、事業所が多いだけでなく住宅も適度に混ざっているエリアです。

そこで次のステップでは、複数の指標を掛け合わせるマトリクス分析でエリア特性をさらに細分化していきましょう。

ステップ2｜マトリクス分析で「職住混在エリア」を抽出

より細かな出店エリア絞り込みのために、今回は「事業所割合」と「住宅割合」の閾値をそれぞれ30%に設定し、渋谷・目黒区エリアを以下の4パターンに色分けしました。

マップ上の色分けは、各町丁目における「事業所（オフィス・商業施設）」と「住宅」の集積バランスを示しています。全168町丁目を4つのタイプに分類した集計結果が以下の通りです。

マトリクス分析を行ったことで、渋谷区・目黒区エリアの曜日・時間帯を問わず集客が見込める「職住混在エリア」を炙り出すことができました。

ステップ3｜建物ポイントデータでミクロな動線を把握

ターゲットエリアに適した職住混在エリアが絞り込めましたが、町丁目全体の比率だけではエリア内のどこにキッチンカーを配置すればいいかの判断材料にはできません。

そこで、ステップ3では事業所・住宅が30%以上ずつの赤色エリアに、建物分類ごとに色分けしたピンをプロットしてみました。

• 緑色ピン：住宅
• 黄色ピン：オフィス
• 青色ピン：商業施設

画像は拡大する前の図ですが、赤色エリアの中に3色のピンが混ざり合って存在している様子が分かります。しかし、なぜ建物分類の混ざり合いを見る必要があるのでしょうか。

それは、平日と休日、どちらの需要も拾うためには、足元商圏を意識した出店エリア選定が重要だからです。

テイクアウト前提となるキッチンカーの商圏範囲は、一般的に徒歩数分～10分程度の範囲とされています。そのため、同じ赤色のエリアであっても商圏内に住宅しかなければ、平日ランチ時の集客が減る恐れがあります。

出店候補地を絞り込んだら、実際の建物ピンを用いてミクロ視点でエリアを分析し「どの通りにキッチンカーを配置すべきか」の判断材料にする必要があるのです。

ステップ4｜徒歩圏のシェア率比較で「優位性の高い立地」を特定

ステップ3までの分析で絞り込んだ出店候補エリアの本命となる職住混在エリア。ここでは、その中から具体的な出店候補地点をピックアップし、キッチンカーの主商圏とされている徒歩3分圏の足元商圏をミクロな視点で集計・分析してみました。

この分析でポイントとなるのが、地図上に立てた「建物ポイントのピン」を見るだけでなく、データに含まれる「延床面積」も参考値として活用することです。

【本命】赤色エリア：昼夜稼げる黄金バランス

まずは、今回の大本命である職住混在（赤色）エリアの出店候補地点にズームインしてみます。

このマップを見ると、オフィス（黄色ピン）・商業（青色ピン）・住宅（緑色ピン）の3色が、徒歩3分圏内にバランスよくプロットされている様子が分かります。大通りのオフィスや店舗のすぐ裏手に一軒家やマンション・アパートなどの住宅群が隣接している、都心部でよく見かける街並みです。

データで集計した延床面積シェアを見ても、オフィス・商業 73.5% に対して住宅 26.5%となっており、ビジネス街としての規模をしっかり保ちながら、足元に約3割の住宅が共存しているため、休日の集客も期待できる立地といえます。

また、徒歩3分商圏内にある既存の飲食店は約49件。昼のオフィス人口と夜・休日の居住人口の双方を抱えているエリアのため、需要に対して競合が多すぎない「適正な市場環境」と判断できるでしょう。

【検証】他特性エリアとの比較で見る出店候補地の優位性

赤色エリアのような職住混在エリアはＡ社のビジネスモデルには適していますが、それ以外のエリアも決して劣っているわけではなく、それぞれに強みや魅力的な市場が存在します。

「平日昼の爆発的なビジネス需要を狙いたい」「競合が少ない場所で地域密着のテイクアウトを展開したい」など、目指すビジネスモデルによって最適な選択肢は変わってきます。

ここでは、オフィス・商業特化の「青色エリア」と、住宅特化の「緑色エリア」についても同様に徒歩3分圏のデータを集計し、それぞれのエリアが持つ明確な特性やポテンシャルの違いを紐解いていきましょう。

比較1｜青色エリア…オフィス・商業施設が多い商圏

まず、オフィス・商業施設のシェア率が高い青色エリアに建物ピンをプロットしていきます。

マップからも分かる通り、渋谷駅近くに配置した出店候補地点の徒歩3分圏内には多数のオフィス(黄色ピン)と商業施設(青色ピン)が表示されます。一方で、住宅のピンは数えるほどしか見当たりません。

集計データ内の延床面積を見ても、全体の99%以上をオフィス・商業施設が占めているため、この範囲はビジネス・商業用途に特化していると考えられるでしょう。
このことから、青色エリアは平日昼のランチはもちろん、時間や曜日を問わず街を訪れる来訪者によって高い集客力・購買力が期待できるエリアといえます。

しかし、建物ポイントデータによると徒歩3分の商圏内に約79件の飲食関係の建物が存在するという側面も。圧倒的な需要がある反面、既存店との差別化やスペース獲得のハードルが極めて高いエリアでもあるのです。

比較2｜緑色エリア…住宅が多いエリア

次に、住宅比率が高い緑エリアに出店候補地点を仮置きし、徒歩3分の商圏を設定してみましょう。

この出店候補地点では、商圏バッファ内にある建物ポイントのほとんどが住居（緑色ピン）となっています。データから集計した約93%という住宅の延床面積シェアを見ても、典型的なベッドタウン構造と判断できます。

しかし一方で、同エリア内の建物ポイントデータを詳細に見てみると、このエリアには「飲食関係」に分類される建物が無いという結果も判明します。

このことから、この範囲は平日昼ランチの需要こそ乏しいものの、ライバルが存在しないため、平日夜や休日のテイクアウト需要については一定のポテンシャルを秘めていると考えられるでしょう。

【発展編】建物ポイントデータに「人流」をプラス！グラフで見る時間帯別の特徴

ここまで「建物ポイントデータ」を活用し、用途バランスや競合状況から「どこに出店すべきか」を解き明かしてきました。これだけでも、出店エリアを絞り込むための強力な武器になります。
そして、この建物データ分析の威力をさらに高めてくれるのが、別データとの掛け合わせです。

今回は各出店候補地点の足元商圏を含んだ町丁目に対して、1時間ごとの滞留人口を集計した「人流データ」を重ね合わせてみましょう。これにより近隣エリアで「何時にどれくらいの人が動くのか」という時間帯ごとのリズムが可視化され、より解像度の高い出店戦略が目指せます。

このグラフは、各エリアのピーク時を100%として時間ごとの推移を示したものです。人数の規模だけでなく「その街がいつ稼働しているか」という固有のリズムが一目瞭然になります。

• 赤色エリア(職住混在）
  ランチ時の12時台と退勤時間の18時台に大きなピークを迎える。建物データで確認した オフィスと住宅の混在が人の動きにも表れている
• 青色エリア(オフィス・商業施設）
  12時台から18時台にかけて右肩上がりに滞留が増加している。飲食のアイドルタイムといわれる昼過ぎ〜夕方前の時間帯でも人が減らず、高い需要を維持している
• 緑色エリア(住宅)
  朝8時台と昼12時台に大きなピークを迎え、14時〜16時台に滞留が安定する住宅地らしい推移

「建物データ×人流データ」で出店戦略はさらに強固になる

「人流データ」を掛け合わせることで、「職住混在エリアだから、12時と18時に合わせてピークの準備をしよう」といった、具体的なオペレーション（営業時間や仕込みの最適化）まで設計できるようになります。

このように、建物ポイントデータを軸にしながら、自社の商材や知りたい情報に合わせて人流データや年収推計、昼間人口推計など別のGISデータを柔軟に掛け合わせることで、分析の精度は劇的に高まるでしょう。

まとめ｜データ主導の分析で「確実に勝てる」立地戦略を

感覚や経験則に頼りがちな出店検討も、建物1棟単位で用途や規模を把握できる「建物ポイントデータ」を活用することで、ミクロな足元商圏の潜在需要を紐解くことができます。

さらに人流データをはじめとする他のGISデータを掛け合わせれば、時間帯ごとの人の動きや街固有のリズムまで立体的に捉えることが可能です。

場所選びにとどまらず、営業時間やメニュー構成まで見据えた高精度な戦略を立てられる点こそ、データ分析の大きな強みです。まずは自社のビジネスモデルに合うターゲット条件を整理し、出店候補地の建物データを確認することから始めてみてはいかがでしょうか。

※記事内の分析は、特定の条件下でのシミュレーションに基づいた結果であり、実際の数値や実測値と完全に一致することを保証するものではありません。可視化にはエリアマーケティングGIS「TerraMapWeb」を使用しています。