売上予測モデルの盲点と闇に用心してほしい。

売上予測モデルの盲点と闇

売上予測モデルを重回帰分析を使って作る。

目的変数を決め、立地のさまざまな要因を説明変数として集め、分析に何回も何回もかけて、売上予測モデルは作られる。

その労力と精神的消耗にはたいへんなものがある。

そして、そういう大きな努力を経て作られた売上予測モデルには「高精度」という魂が宿る。

しかし、こういう努力を一切行わず、ほんのお決まりのデータを探してきて1日か2日でも、「高精度」な売上予測モデルができてしまう、と言ったら、あなたはどう思うだろう？

いわば、こうした盲点（クライアントには気づかれない）というか、超裏ワザがあると言ったらあなたはどう思うだろう？

そして、現実にこういうまやかしの高精度売上予測モデルを作れるといとも強気で営業し、「たくさんの」チェーン企業が騙されて、高額な契約をして、依頼したはいいが、実は、「ぜんぜん当たらない」ことが分かったときは、後の祭り。こういうことが、本当にあるのだと言ったら、あなたはどう思うだろう？

重回帰分析という「統計の王様」でも、いくつもの弱点、盲点が存在する。

一つは、「多重共線性/マルチコ」。これは互いに相関が高いデータを2つ混入させると、都合の良い説明変数を作ることができる、というもの。

そして、もう一つ。

サンプルが10個あるとして、説明変数を9列用意したとする。この場合、説明変数の中身がどんなにデタラメな数字であっても、出来上がる売上予測モデルの重相関係数は、必ず1.000になる。

これは、理論上あり得るし、誰でも再現することができる。

データがデタラメでもよいということは、作成者に都合の良いデータでも勿論かまわないということである。

つまり、見かけは、説得力のある売上予測モデルのような気がしても、それは、まったく精度が低い。

サンプル数をどんなに増やしても、その（サンプル数－1）個の説明変数さえ「創作」することができれば、出来上がる売上予測モデルの見かけ上の相関は、1に限りなく近いことになる。

「高精度の売上予測モデルを作って差し上げます」という会社があなたの会社に営業に来たら、まずご用心くだされ。

その会社の営業トークは神の如くで、その毒牙にかかった会社は数知れず。

聞けば、必ずやりたくなる。

私の推測であるが、毒牙にかかった会社はこの20年で１００社は下らないだろう。

売上予測モデルは、こと会社の生命線であるが、他言できない事柄でもある。だから、そういった話は表面には出てこない。

最近はよく、私は当事者だった人、会社の人から、話しを聞かされるようになった。ほんとに用心してほしい。