FMCG Intelligence Hungary
Supply Chain Intelligence
Supply Chain Intelligence V2.8

Országos bolthálózat, logisztikai központok és ellátási távolságok

Az oldal elsődlegesen a store-network-hu-final.json véglegesített országos hálózati adatbázisból dolgozik. A distribution-centers.json a nyilvánosan azonosított logisztikai központokat tartalmazza. A távolságok légvonalbeli becslések, nem közúti útvonaltervek. A szimulációs és kockázati blokkok döntéstámogató becslések, nem belső vállalati TMS-adatok.

Országos store adatbázis
store-network-hu.json
Aktív DC-k
elosztó- és logisztikai központok
Átlagos DC távolság
légvonalbeli becslés
Legtávolabbi üzlet
legtávolabbi store→DC

National Store + DC Network Overview

lánconkénti országos üzlethálózat és raktárkapcsolat
Adatok betöltése...
Mit látunk?
Ez a blokk lánconként mutatja az országos üzletszámot, az aktív logisztikai központok számát, az átlagos Store→DC távolságot, a maximális távolságot és a Store/DC arányt.
Hogyan kell értelmezni?
Ez a felső áttekintő a fizikai hálózat gyors állapotképe. A Store/DC arány azt jelzi, hogy egy aktív raktárra átlagosan hány üzlet jut. A magas arány nem automatikusan rossz, de nagyobb szervezési és kiesési kitettséget jelezhet. Az átlagos km és a max km légvonalbeli becslés, ezért közúti útvonalnál a valós távolság általában magasabb lehet.

National Store + Distribution Center Map

országos bolthálózat, raktárak és becsült ellátási kapcsolatok
áruház
aktív DC
legacy / nem ellenőrzött DC
Mit látunk?
A térkép egyszerre mutatja az országos bolthálózatot és a logisztikai központokat. A halvány vonalak az adott bolt és a legközelebbi, azonos lánchoz tartozó aktív DC közötti becsült kapcsolatot jelölik.
Hogyan kell értelmezni?
A térkép nem valós vállalati szállítási útvonalakat mutat, hanem nearest active DC modellt. Ez azt jelenti, hogy a rendszer minden üzlethez megkeresi a lánc legközelebbi aktív raktárát. Nagy hálózatnál érdemes láncra szűrni, mert csak így látszanak jól az ellátási vonalak és a földrajzi mintázatok.

Store Directory

kereshető országos boltlista, DC kapcsolattal
Adatok betöltése...
Mit látunk?
A lista minden figyelt üzlethez megmutatja a hozzá rendelt legközelebbi aktív logisztikai központot és a becsült távolságot.
Hogyan kell értelmezni?
Ez az operatív keresőréteg. Egy adott láncra vagy régióra szűrve meg lehet nézni, hogy az üzletek melyik DC-hez kerülnek a modell szerint. Ha egy bolt nagyon távol esik a legközelebbi DC-től, az nem feltétlenül valós ellátási hiba, de a modellben magasabb logisztikai figyelmet érdemel.

Route & Cluster Simulation

fuvarszervezői szemléletű becsült hálózati modell lánconként
Szimulációs adatok betöltése...
Mit látunk?
Ez a szekció azt becsüli, hogyan gondolkodna egy fuvarszervező rendszer a bolthálózat és a DC-hálózat alapján. A modell az üzleteket a legközelebbi aktív logisztikai központhoz rendeli, majd ebből becsül klasztereket, túraszámot, hálózati komplexitást és hatékonysági pontszámot. Ez nem valós vállalati TMS-adat, hanem összehasonlító szimuláció.

Network Efficiency Benchmark

becsült logisztikai hatékonysági pontszám
Szimulációs adatok betöltése...
Mit látunk?
A pontszám az átlagos távolságot, a maximális távolságot, a Store/DC arányt és a klaszterek számát veszi figyelembe. Magasabb érték kedvezőbb becsült hálózati szerkezetet jelez, de nem helyettesíti a valós költség- és kapacitásadatokat.

Route Complexity Benchmark

becsült útvonal- és hálózati komplexitás
Szimulációs adatok betöltése...
Mit látunk?
A komplexitási pontszám azt mutatja, hogy a hálózat mennyire lehet nehezen szervezhető a modell szerint. A magasabb érték nagyobb távolságot, kevesebb DC-re jutó több üzletet vagy erősebb klaszterezési igényt jelezhet.

Estimated Routes & Clusters

becsült túraszám és klaszterszám lánconként
Szimulációs adatok betöltése...
Mit látunk?
A klaszter a modellben DC × régió páros. A becsült túraszám azt jelzi, hány körjárat jellegű egységre lehetne bontani a hálózatot, ha egy járat átlagosan néhány üzletet szolgálna ki. Ez egyszerűsített logika, de jól összehasonlíthatóvá teszi a láncokat.

DC Load Ranking

legnagyobb becsült raktárterhelések
Szimulációs adatok betöltése...
Mit látunk?
A tábla azt mutatja, hogy a nearest-DC modell szerint egy-egy logisztikai központ hány üzletet szolgálna ki. Ez terheltségi becslés, nem valós raktári kapacitásadat. A magas érték koncentráltabb ellátási modellt jelezhet.

Network Vulnerability Simulation

becsült DC-kiesési hatás
Szimulációs adatok betöltése...
Mit látunk?
A blokk azt becsüli, hogy egy adott DC kiesése esetén hány üzlet lenne érintett a jelenlegi hozzárendelési modell alapján. Nem számol átterhelési kapacitással, ezért inkább sérülékenységi jelzőként érdemes használni.

Distance Bucket Simulation

ellátási távolságok sávos bontása
Szimulációs adatok betöltése...
Mit látunk?
Ez a diagram nem csak az átlagot mutatja, hanem azt is, hogy az üzletek mekkora része esik 0–50, 50–100, 100–150, 150–200 vagy 200 km feletti becsült ellátási távolságba. Ez jobban mutatja a hálózat belső szórását.

Supply Risk Intelligence

lakossági lefedettség, DC-kitettség és ellátási sérülékenység becslése
Supply risk adatok betöltése...
Mit látunk?
Ez a szekció a bolthálózat, a DC-hálózat és a Route & Cluster Simulation eredményei alapján becsül ellátási kockázatot. A Supply Risk Score nem belső vállalati adat, hanem összehasonlító OSINT-alapú modell. Figyelembe veszi a hálózati komplexitást, a legnagyobb DC-kitettséget, a hosszú ellátási távolságokat, a Store/DC arányt és a klaszternyomást.

Supply Risk Ranking

becsült ellátási kockázati pontszám lánconként
Supply risk adatok betöltése...
Mit jelent?
A magasabb érték nagyobb becsült sérülékenységet jelez. A pontszám nő, ha kevés DC lát el sok üzletet, magas a hálózati komplexitás, nagy a maximális ellátási távolság, vagy egyetlen DC kiesése sok üzletet érintene.

Population Coverage Proxy

becsült elért lakosság települési proxy alapján
Supply risk adatok betöltése...
Mit jelent?
A modell települési népességi proxyval becsüli, hogy az adott lánc bolthálózata mekkora lakossági bázist érhet el. Ez nem hivatalos piaci részesedés, hanem lefedettségi közelítés.

DC Exposure Ranking

legnagyobb becsült DC-kitettség lánconként
Supply risk adatok betöltése...
Mit jelent?
A DC exposure azt mutatja, hogy a legnagyobb terhelésű logisztikai központ kiesése esetén az adott lánc üzleteinek mekkora része válhatna érintetté. A 100% egyetlen aktív DC-re épülő, erősen koncentrált modellt jelez.

Risk Driver Breakdown

mi mozgatja a kockázati pontszámot?
Supply risk adatok betöltése...
Mit jelent?
A bontás megmutatja, hogy a kockázatot inkább a komplexitás, a DC-koncentráció, a hosszú távolság, a Store/DC arány vagy a klaszterek száma növeli. Ez segít eldönteni, hogy hálózatbővítés, új DC, regionális áttervezés vagy útvonal-optimalizálás lehet a jobb válasz.

Failure Impact by Population Proxy

DC kiesési hatás üzlet- és lakossági proxy alapján
Supply risk adatok betöltése...
Mit látunk?
Ez a tábla azt mutatja, hogy a nearest-DC modell alapján egy-egy logisztikai központ kiesése hány üzletet és mekkora becsült lakossági lefedettséget érinthet. Nem számol alternatív átterheléssel, ezért sérülékenységi indikátorként érdemes értelmezni.

Average Store → DC Distance

átlagos ellátási távolság lánconként
Adatok betöltése...
Mit látunk?
A diagram azt mutatja, mely láncok boltjai vannak átlagosan közelebb vagy távolabb az aktív DC-hálózattól.
Hogyan számolódik?
Minden üzlethez kiszámoljuk a legközelebbi aktív DC légvonalbeli távolságát, majd lánconként átlagoljuk. A kisebb átlag általában kedvezőbb földrajzi lefedettséget jelez. A mutató nem tartalmaz közúti távolságot, rakodási időt, autópályadíjat, hűtött árut vagy sofőridő-korlátot.

Store / DC Coverage Ratio

országos üzletszám / aktív DC lánconként
Adatok betöltése...
Mit látunk?
A Store/DC arány azt jelzi, hogy a jelenlegi modellben hány üzlet jut egy aktív logisztikai központra.
Hogyan kell értelmezni?
Ha egy láncnál 1 DC és 180 üzlet szerepel, akkor a Store/DC arány 180. Ez magasabb koncentrációt jelent. Ez nem bizonyítja, hogy a lánc rosszul működik, mert egy nagy, korszerű DC sok üzletet is kiszolgálhat. Elemzői szempontból viszont a magas arány kiesési és kapacitási érzékenységre utalhat.

Regional Coverage

üzletek régiós eloszlása
Adatok betöltése...
Mit látunk?
A blokk az üzletek régiók szerinti koncentrációját mutatja.
Hogyan kell értelmezni?
Ez a diagram azt mutatja, hol sűrűsödik a vizsgált FMCG-hálózat. A magas értékű régiókban erősebb a fizikai jelenlét és a verseny. Az n.a. érték azt jelzi, hogy egyes települések régióbesorolása még hiányos. Ez nem üzlethiány, hanem adatminőségi kérdés.

Most Remote Stores

legtávolabbi Store→DC kapcsolatok
Adatok betöltése...
Mit látunk?
Ez a blokk azokat az üzleteket emeli ki, amelyek a modell szerint a legtávolabb esnek a saját láncuk legközelebbi aktív DC-jétől.
Hogyan kell értelmezni?
A legtávolabbi üzletek gyakran a hálózat peremén helyezkednek el. Ezeknél nagyobb lehet az üzemanyag-, idő- és tartalékútvonal-kitettség. A blokk nem azt mondja, hogy az adott bolt ellátása rossz, hanem azt, hogy a földrajzi modellben magasabb ellátási komplexitást kap.

Regional Coverage Matrix

lánc × régió mátrix
Adatok betöltése...
Mit látunk?
A mátrix azt mutatja, hogy az egyes láncok mely régiókban mennyi üzlettel jelennek meg az OSINT-alapú adatbázisban.
Hogyan kell értelmezni?
Ez a versenytársi lefedettség egyik legfontosabb táblája. Megmutatja, hogy melyik lánc melyik régióban erős vagy gyenge. A regionális jelenlét később összeköthető népességi, vásárlóerő- és közúti elérhetőségi adatokkal.

Distance Intelligence Matrix

üzletek legközelebbi DC-je és becsült távolsága
Adatok betöltése...
Mit látunk?
A mátrix üzletszinten mutatja a legközelebbi aktív DC-t és a becsült távolságot.
Hogyan kell értelmezni?
Ez az alapja a szimulációs és kockázati blokkoknak. A rendszer minden üzlethez hozzárendeli a legközelebbi aktív DC-t. Ez egy modellezett hozzárendelés, nem belső vállalati fuvarszervezési adat. A valóságban régiós körzetek, kapacitások, termékkategóriák és útvonaloptimalizálás is befolyásolhatja a raktár-hozzárendelést.

Expansion Simulator

üzletszám-növekedési forgatókönyvek és becsült DC-igény
Adatok betöltése...
Mit mutat a Growth Capacity Ranking?
A blokk azt becsüli, hogy az adott lánc hány további üzletet tudna elvileg befogadni új DC nélkül a jelenlegi Store/DC célérték alapján. Az értéket két módon kell nézni: százalékban és darabszámban. A százalék egy kis hálózatnál, például Auchan esetében, nagyon magas lehet, miközben darabszámban ez csak néhány tucat üzletet jelent.

+50% Growth Stress Test

mi történne, ha minden lánc 50%-kal növelné üzletszámát?
Adatok betöltése...
Hogyan kell értelmezni?
A stresszteszt nem konkrét beruházási terv. Azt mutatja meg, hogy egy erős növekedési hullám hogyan terhelné a jelenlegi raktárhálózatot. A Required DC a cél Store/DC arány alapján becsült szükséges DC-szám. Az Additional DC azt mutatja, hány új raktár vagy cross-dock jellegű pont kellhet a modell szerint.

Suggested Expansion Regions

becsült új DC / cross-dock térségek növekedési nyomás esetén
Adatok betöltése...
Hogyan számolódik?
A jelenlegi V1 modell még szabályalapú javaslatokat ad. A keleti, déli és nyugati régiók ott kerülnek elő, ahol a jelenlegi hálózat távolsági vagy Store/DC nyomása növekedés mellett emelkedne. A következő verzióban ezt már konkrét boltpontok, régiós boltarányok és távolságjavulás alapján lehet tovább pontosítani.

Expansion Executive Interpretation

vezetői olvasat a növekedési szimulációhoz
Adatok betöltése...
Miért hasznos?
Ez a blokk megfordítja a korábbi gondolkodást. Nem azt kérdezi, hogy hova kellene új DC-t tenni, hanem azt, hogy egy üzlethálózat-növekedési terv meddig bírható el a jelenlegi logisztikai struktúrával. Ez stratégiai kérdés: ha egy lánc 10–20%-kal nő, lehet, hogy elég optimalizálni; ha 50–100%-kal nő, már új raktár, cross-dock, regionális depó vagy kiszolgálási körzet-újratervezés kellhet.
Distribution center adattábla distribution-centers.json / items
Store network adattábla store-network-hu-final.json / stores

How to Read the Supply Simulation?

fogalmi magyarázat a fuvarszervezési és ellátási kockázati mutatókhoz

Efficiency Score

Mit jelent?
A hálózat becsült logisztikai hatékonyságát mutatja 0–100 skálán. Magasabb érték kedvezőbb szerkezetet jelez. A számítás az átlagos Store→DC távolságot, a maximális távolságot, a Store/DC arányt és a klaszterek számát veszi figyelembe.

Fontos: nem valódi költségadat. Egy összehasonlító index, amely azt mutatja, hogy a bolthálózat földrajzilag mennyire könnyen szervezhető.

Cluster

Mit jelent?
A klaszter egy becsült földrajzi kiszolgálási csoport. A modell jelenleg DC + régió alapján képez csoportokat. Például egy láncnál külön klaszter lehet Közép-Magyarország, Észak-Alföld vagy Nyugat-Dunántúl ugyanazon DC kiszolgálása alatt.

Értelmezés: több klaszter általában nagyobb földrajzi szóródást és összetettebb fuvarszervezést jelez.

Estimated Route / Túra

Mit jelent?
A túra egy becsült kiszállítási kör. A modell nem kamiondarabszámot mér közvetlenül, hanem azt becsüli, hány kiszállítási körre bontható a bolthálózat.

Jelenlegi feltételezés: 1 túra körülbelül 4–6 üzletet érint, lánctól függően. A gyakorlatban egy túra jellemzően 1 kamiont, 1 sofőrt és több bolti lerakót jelenthet, de a valós érték függ raklaptól, hűtött árutól, idősávtól és útvonaltól.

Complexity Score

Mit jelent?
A hálózat becsült szervezési nehézségét mutatja. Magasabb érték bonyolultabb, sérülékenyebb vagy nagyobb koordinációt igénylő struktúrát jelez.

Növeli: kevés DC, sok üzlet, nagy átlagos távolság, nagy maximális távolság, sok klaszter és magas Store/DC arány.

DC Exposure

Mit jelent?
Azt mutatja, hogy a modell szerint egy adott DC kiesése hány üzletet érintene. Ha egy láncnál csak egy aktív DC szerepel az adatbázisban, akkor a kitettség 100% lesz.

Értelmezési korlát: ez nearest-DC modell. Nem tartalmaz valós átterhelési szabályokat, raktárkapacitást vagy szerződéses kiszolgálási körzeteket.

Supply Risk Score

Mit jelent?
Összetett kockázati index. A complexity score, a legnagyobb DC-kitettség, a hosszú távolsági nyomás, a Store/DC arány és a klaszterezési nyomás alapján készül.

Magas érték: nagyobb ellátásbiztonsági érzékenységet jelez a modellben. Nem azt jelenti, hogy a vállalat valós működése rossz, hanem azt, hogy az OSINT-alapú hálózati szerkezetben magasabb a becsült kitettség.
Miért lehet egy 1 DC-s Auchan jobb, mint egy 1 DC-s ALDI?
A modell nem csak a DC-k számát nézi. Az Auchan 24 üzletes, kisebb hálózat. Az ALDI 188 üzletes, országosabb és nagyobb távolsági szórással működő hálózatként jelenik meg. Ezért ugyanannyi DC mellett az ALDI komplexitása magasabb lehet. A mutató tehát a hálózat méretét, földrajzi kiterjedését és távolsági szerkezetét együtt értelmezi.

Lidl DC Exposure megjegyzés: ha a DC Exposure blokkban csak egy Lidl raktár látszik, az vagy megjelenítési szűkítés, vagy a nearest-DC modell minden Lidl-pontot ugyanahhoz a DC-hez rendelt. Ezt külön DC-load bontással érdemes ellenőrizni, mert a felső áttekintő szerint a Lidl DC-szám már 4 aktív raktárként szerepel.

Block-by-block Interpretation Guide

az új szimulációs és kockázati ábrák részletes olvasata
Network Efficiency Benchmark A láncok becsült logisztikai hatékonyságát hasonlítja össze. Magasabb érték akkor jön ki, ha kisebb az átlagos és maximális távolság, alacsonyabb a Store/DC arány és kevesebb a klaszter.
Route Complexity Benchmark A szervezési nehézséget mutatja. Magas érték akkor jellemző, ha sok üzlet jut kevés DC-re, nagy a földrajzi szórás, és több külön kiszolgálási klaszter alakul ki.
Estimated Routes & Clusters A becsült túraszám nem pontos kamionszám, hanem kiszállítási körök száma. Egy túra a modellben 4–6 üzletet jelenthet. A klaszter a földrajzi kiszolgálási csoport.
DC Load Ranking Azt mutatja, melyik DC-hez mennyi üzlet kerül a nearest-DC modellben. Ha egy láncnál több DC van, itt látszik, hogy a modell szerint melyik raktár kapja a legtöbb boltot.
Network Vulnerability Egy DC kiesési hatását becsüli. Minél nagyobb az érintett üzletszám és arány, annál nagyobb a hálózati sérülékenység.
Distance Bucket Simulation Az üzleteket távolsági sávokba sorolja: 0–50, 50–100, 100–150, 150–200 és 200+ km. Ez jobban mutatja a távolsági profilt, mint egyetlen átlag.
Supply Risk Ranking Összetett kockázati index. A complexity, DC-kitettség, távolsági nyomás, Store/DC arány és klaszterezési nyomás alapján készül.
Population Coverage Proxy Települési népességi becslés. Nem valós vásárlószám, hanem annak közelítése, hogy a bolthálózat mekkora lakossági térben van jelen.
DC Exposure Ranking A legnagyobb egyedi DC-kitettséget mutatja. Ha 100%, akkor a modell szerint az adott lánc minden üzlete egy DC-hez tartozik.
Risk Driver Breakdown Megmutatja, mi húzza fel a kockázati pontszámot: komplexitás, DC-kitettség, hosszú távolság, Store/DC koncentráció vagy klaszterezési nyomás.
Failure Impact Azt mutatja, egy DC kiesése mekkora üzletszámot és becsült lakossági lefedettséget érintene.
Fontos korlát Minden szimuláció OSINT-alapú becslés. Nem látjuk a valós rendelési mennyiséget, kamionkihasználtságot, raktárkapacitást vagy belső vállalati útvonalterveket.

Future What-if Direction: Store Expansion Simulation

nem új DC nyitását, hanem új boltnyitási hullámot szimulálunk
Következő logikus modul: „Mi történik, ha egy lánc új üzleteket nyit?”
Példák: Auchan +500 üzlet, Lidl +20%, Penny +50 üzlet. A modell azt becsülné, hogy az új üzletszámhoz elég-e a meglévő DC-hálózat, hol nő meg a Store/DC arány, hol romlik a távolsági profil, és melyik térségben lenne indokolt új DC vagy regionális cross-dock pont.

Lehetséges kimenetek: szükséges új DC-k száma, javasolt DC-térségek, új átlagos Store→DC távolság, új Supply Risk Score, új túraszám és becsült hálózati komplexitás.

Adatmegbízhatósági megjegyzés

fontos értelmezési keret
Az országos üzlethálózat OpenStreetMap/Overpass alapú, ezért nem tekinthető hivatalos teljes üzletlistának. A raktárpontok nyilvános OSINT-forrásokra épülnek, a koordináták V1/V2 szinten térképi és becslési célra használhatók. A Store→DC távolság légvonalbeli közelítés, nem közúti útvonal. A következő fejlesztés a régióbesorolás tisztítása és a közúti távolságmodell lehet.