感性を数値化せよ(売上予測を重回帰分析で行う手法7)

有限会社ソルブ

048-711-7195

〒338-0002 埼玉県さいたま市中央区下落合四丁目17番18号

lv

感性を数値化せよ(売上予測を重回帰分析で行う手法7)

売上予測

2017/11/03 感性を数値化せよ(売上予測を重回帰分析で行う手法7)

売上予測の手法 その5 重回帰分析を使った売上予測 7 感性と数値化

 

売上予測モデル(重回帰モデル)を作るために一番たいへん、でも大切なことは「残差分析」だと言いました。

 

でも、一つのコツをお教えしましょう。

 

それは、あなたの感性をじゅうぶん生かすことです。

 

残差が大きなプラスになっている店(サンプル)においては、「どんな立地が働いているから、プラスになるのだろう?」と考えたときに

あなたが、まず見なければならないものは

地図(そして写真)です。Googleが出している航空写真やストリートビューもたいへん役に立ちます。

 

地図をよくみていると、そのうち、「あれ?これはもしかして」という立地上の理由が見えてきます。

 

たとえば、「あれ?この店の裏に大きなマンションがあるなあ」と気づいたりします。それが、通常より高く多くの世帯を抱えているマンションなら、売上に対して大きな貢献をしている可能性があります。

そこで、たとえば、周辺で大型マンションがある場合は、3、ない場合は 1 とし、そのどちらにも分類できない場合は 2という数値を当てはめてみます。

 

これも、ちゃっちゃとデータ化します。数字になっていますが、この場合はまだ正確なデータである必要がありません。ザックリとした定義で良いのです。

私は、こうして作った変数を「感覚変数」または「感性変数」と呼んでいます。

そして、30サンプル(または全サンプル)すべてのデータを揃えます。

 

そして、重回帰分析を実行します。

 

仮に、この感性変数を入れたことで、変数のt値が高く、そして、修正済み相関係数が上がったとします。これであなたの感性が、少し支持されたことになります。

そこで、次に、データ化するための定義を少し厳しくして、同じことを繰り返してみます。

この段階でt値が下がってしまえばおしまい。

でも、t値がこれでも高い、または 1以上であるなら、しめたもの。

さらに、厳密に定義して作った変数を入れてみましょう。

 

さあ、うまく、数値化できたでしょうか?

1knowhow4

 
「重回帰分析の方法」の関連記事20180105時点
●売上予測を重回帰分析で行う手法 1
●t値が大事です。(売上予測を重回帰分析で行う手法2)
●修正済み相関係数とは(売上予測を重回帰分析で行う手法3)
●目的変数の決め方(売上予測を重回帰分析で行う手法4)
●残差分析で考える(売上予測を重回帰分析で行う手法5)
●マルチコに気をつけよ(売上予測を重回帰分析で行う手法6)
●感性を数値化せよ(売上予測を重回帰分析で行う手法7)
●競合指数の出し方(売上予測を重回帰分析で行う手法8)
●立地指数の出し方(売上予測を重回帰分析で行う手法9)
●商圏分断を数値化する(売上予測を重回帰分析で行う手法10)
●商圏拡大を数値化する(売上予測を重回帰分析で行う手法11)
●ダミー変数が役に立つ(売上予測を重回帰分析で行う手法13)
●売上予測のフォーマット(売上予測を重回帰分析で行う手法14)
●売上予測値と実際の理論値の差を計算する(売上予測を重回帰分析で行う手法15)
●エクセルを活用しよう 1(売上予測を重回帰分析で行う手法16)
●エクセルを活用しよう 2(売上予測を重回帰分析で行う手法17)
●売上予測モデルはいくつ作れば良いか?(売上予測を重回帰分析で行う手法18)く
●売上予測フォーマット(売上予測を重回帰分析で行う手法19)  
●売上予測をエクセルで実現する (売上予測を重回帰分析で行う手法20) 

 

有限会社ソルブ

電話番号:048-711-7195
住所 〒338-0002
埼玉県さいたま市中央区下落合四丁目17番18号

TOP