どんな売上予測モデルにも例外が発生する

どんな売上予測モデルにも例外が発生する

これは、分析の経験上のことなのだが、売上予測モデルを作っているときに、どうしてもある店の売上の大きさ（逆に小ささ）の説明がつかない、ということがある。

立地上、何が原因なのか、まったくわからない。

ポテンシャルがあっても、売上が低すぎる。

逆に、ポテンシャルがないのに、売上が高すぎる。

あるいは、残差分析している時に、大きなプラスの残差が出て、まったく説明のしようがない。

大きなマイナスの残差が出ていて、まったく説明のしようがない。

ところが、何度も何度もさまざまな残差分析を行っているうちに、「知らぬ間に」その残差が減っていて、「何だったのだろう、あの大きな残差は？」ということもある。

せっかくその大きな残差を説明すべく、画期的な立地要因を見つけ（？）、考え出し、その要因を説明する事象の数値化を一所懸命作っておいたのに、

あるところで、その作った説明変数のｔ値が1を切る。役立たなくなる。

切ないものだ。あの苦労は何だったのか・・・

しかし、こうした何度も何度もアプローチしているにもかかわらずとうとう最後の最後まで、まったく要因が見つからないケースが残ることがある。

もう、そうなったら、「例外」フラグを立てるしかない。

言わば、「降参しました」という白旗である。悔しい。悔しいが仕方ない。

その事象にこだわるために、貴重な分析時間を費やしてばかりはいられない。

「現在の立地理論ではまったく説明のできないものもある」と考え、それが、これなんだと思うしかない。

売上予測モデルには、必ずと言って良いほど「例外」が出るものだ。

30～40サンプルあれば、1～2サンプルは出ると諦めよう。

しかし、この時やってはいけないことは、その例外サンプルを除外してしまうことである。

除外するということは、事実を隠すことである。

そして、都合の悪い事実に目をつぶるということである。

こんなことを平気でやってしまう分析者は、プロとは言えない。予測の詐欺師だ。

そんなことをするくらいなら、その店だけに「1」というフラグが立つダミー変数を入れることが正解だ。

自分の分析者としての至らなさは、堂々と表示しなければならない。

 
「例外/闇」の関連記事20180105時点
●商売と立地は関係ないから隠れ家的なお店がはやるのではないか。
●立地が悪いところで繁盛してこそ、本物の商品だと思うが。
●近隣に立地が悪いのに繁盛している店がある。なぜか。
●売上予測モデルの盲点と闇に用心してほしい。
●どんな売上予測モデルにも例外が発生する
●売上予測、継続は力なり。手法も増えるし、お客さんも増える。