048-711-7195
107-0062 東京都港区南青山2-2-15-942
月~金 9:00~18:00
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)
売上予測値と理論値の差異のことは、残差と言うのだった。ここで問題にするのは、モデルが出来上がった上で、新規の店を出すために具体的な物件が出て、そこの立地における売上予測計算を行い、店舗をオープンした後、3ヶ月を経てからその後の1年間の平均月商という実績値との差異を計算するというものである。
これこそ、売上予測モデルの「精度」と呼ぶに相応しい。
このグラフは、マクドナルドにおいて、駅前店や商店街における高精度/売上予測モデルが未だ不完全であったころの、予測の理論値と実績値の差異を計算したものである。サンプル数は61である。
余談にはなるが、こういうグラフのことを、「散布図」という。エクセルでも、重回帰分析ができるばかりか、こうした散布図も描くことができる。
それはそれで、エクセルの機能として素晴らしいことなのだが、残念ながら「散布図」の描き方は、30年前とちっとも変わっていない。
致命的な使いづらさがあることを、エクセル開発者は分かっていないらしい。
それは、それぞれのプロットについて、名称(ラベル)を振ることができないことだ。それでは、何のための「散布図」と言うべきがわからない。
そこで、私、林原はラベルを書かせることができる「散布図」ソフトウェアを開発した。無料で公開しているので、使いたい方はこちらから問合せいただきたい。折り返し「ラベル付散布図(非売品)」をお送りします。
さて、その頃の精度が計算できる。計算の結果は、理論値と実績値の相関係数は、R=0.355 である。
かろうじて、プラスの値を保っているに過ぎない。
1980年代初頭まで、あの驚くばかりのマクドナルドの出店における売上予測の精度はこの程度だったのだ。
しかし、この実績があることによって、いろいろな知見を得ることができている。
たとえば、このグラフ内の一番上に出ている「上野広小路店」は、理論値の直線(水色の線)よりはるかに上にある。
今でこそ、この店も占めているが、当時、上野公園の「西郷隆盛」像があるほうの入口に、4階建てのビル1棟があった。
店前の交差点は、上野駅を降りて、出てきた人々の大半が往来する場所である。
と同時に、そのマーケットサイズは、新宿駅・渋谷駅・池袋駅周辺と匹敵する大きさがある。
そして、ファストフードとしては珍しいほどの巨大な客席数。
この3つを過小評価してしまったところに問題があったことがわかる。
これらの分析を踏まえマクドナルドでは1990年までに、高精度/売上予測モデルが完成した。 「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)
23/06/12
22/05/20
21/12/30
21/08/04
21/08/03
21/08/01
21/07/31
21/07/10
21/07/09
21/07/08
TOP
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)
売上予測値と理論値の差異のことは、残差と言うのだった。ここで問題にするのは、モデルが出来上がった上で、新規の店を出すために具体的な物件が出て、そこの立地における売上予測計算を行い、店舗をオープンした後、3ヶ月を経てからその後の1年間の平均月商という実績値との差異を計算するというものである。
これこそ、売上予測モデルの「精度」と呼ぶに相応しい。
このグラフは、マクドナルドにおいて、駅前店や商店街における高精度/売上予測モデルが未だ不完全であったころの、予測の理論値と実績値の差異を計算したものである。サンプル数は61である。
余談にはなるが、こういうグラフのことを、「散布図」という。エクセルでも、重回帰分析ができるばかりか、こうした散布図も描くことができる。
それはそれで、エクセルの機能として素晴らしいことなのだが、残念ながら「散布図」の描き方は、30年前とちっとも変わっていない。
致命的な使いづらさがあることを、エクセル開発者は分かっていないらしい。
それは、それぞれのプロットについて、名称(ラベル)を振ることができないことだ。それでは、何のための「散布図」と言うべきがわからない。
そこで、私、林原はラベルを書かせることができる「散布図」ソフトウェアを開発した。無料で公開しているので、使いたい方はこちらから問合せいただきたい。折り返し「ラベル付散布図(非売品)」をお送りします。
さて、その頃の精度が計算できる。計算の結果は、理論値と実績値の相関係数は、R=0.355 である。
かろうじて、プラスの値を保っているに過ぎない。
1980年代初頭まで、あの驚くばかりのマクドナルドの出店における売上予測の精度はこの程度だったのだ。
しかし、この実績があることによって、いろいろな知見を得ることができている。
たとえば、このグラフ内の一番上に出ている「上野広小路店」は、理論値の直線(水色の線)よりはるかに上にある。
今でこそ、この店も占めているが、当時、上野公園の「西郷隆盛」像があるほうの入口に、4階建てのビル1棟があった。
店前の交差点は、上野駅を降りて、出てきた人々の大半が往来する場所である。
と同時に、そのマーケットサイズは、新宿駅・渋谷駅・池袋駅周辺と匹敵する大きさがある。
そして、ファストフードとしては珍しいほどの巨大な客席数。
この3つを過小評価してしまったところに問題があったことがわかる。
これらの分析を踏まえマクドナルドでは1990年までに、高精度/売上予測モデルが完成した。
「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)