048-711-7195
107-0062 東京都港区南青山2-2-15-942
月~金 9:00~18:00
売上予測の手法 その3 市場シェア率法
この売上予測の手法は、けっこう最近になって出てきた売上予測の手法です。
というのも、この手法は、けっこう沢山の計算をする必要があるからです。
ですから、この売上予測の手法は、手計算ではたいへんな労力がかかるからです。
そこで、この売上予測の手法は、コンピュータの登場とともに使われるようになりました。
最近は、PCが普及していますから、GIS(地理情報システム)ソフトウェアに、その分析の一つとして「ハフモデル」が搭載されていることが多いようです。ハフモデルも、市場シェア率法の売上予測の手法の一つです。
市場シェア率法という売上予測の手法は、2つの要素を予測してから、あとでこの2つを掛け合わせるというものです。
第一の要素は、A「全体の市場の規模」、第二の要素は、B「予測したい物件のシェア(比率)」です。
要するに 売上予測の値=A×B という式で算出されます。
A「全体の市場の規模」は、最初に 計算する範囲を決めなければなりません。その範囲内で人々の行動が閉じていれば良いのですがなかなかそういう地域は少ないです。そこで、強制的に、10km圏とか、50km圏とかに範囲を決めます。
その中で、「家計調査」でわかっている県民1人当たりの「特定の商品に対しての平均購買額」を元にして計算します。
たとえば、本屋さんであれば、「書籍・雑誌の平均購買額」ということになります。
この2つが、A「全体の市場の規模」を構成します。すなわち、「10km圏内の世帯数」×「書籍・雑誌の平均購買額」です。
あとは、分析する人によって、いろいろな補正係数を付け加えます。「消費購買係数」 であるとかです。
B「予測したい物件のシェア(比率)」
まず、市場の範囲内にある 同業店を全部リストアップします。
そして、それらの力加減(例えば、売場面積、駐車台数、商品種類、付加価値などなど)のデータを求めます。
これらは、分析する人にとって、いろいろ考えられるでしょう。
次に、距離です。これは、➀物件を中心にすべての距離を測定する場合と➁すべての小地域(例えば町丁目)からの距離を測定する場合の2種類が考えられます。➁を使う場合は、いわゆる「ハフモデル」となります。距離ではなく、「道のり」であるとか、「要する時間」を使うこともあります。
重要なことは、これで、その市場の範囲内における影響度を計算するということです。
それは、特定の同業店の影響力=(その同業店の力加減)÷(距離)として
同業店の数だけ、これを計算し、最後にその合計を出します。
すると
特定の同業店のシェア率=(特定の同業店の影響力)÷(全部の同業店の影響力の合計)
を計算することができます。
もちろん、売上予測の対象となっている物件の影響力も、シェア率(つまり、B)も計算できますね。
これで、A×B を計算すれば良いことになります。
とてもややこしいですが、MSエクセルなどの表計算ソフトがあれば、答えはすぐ計算できます。
この売上予測の手法は、たいへん面倒そうに感じますが、とても理論的な感じもしますね。
問題は、精度なのですが、この売上予測の手法では、あまり高い精度は望めません、残念でした。
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
売上予測の手法 その3 市場シェア率法
この売上予測の手法は、けっこう最近になって出てきた売上予測の手法です。
というのも、この手法は、けっこう沢山の計算をする必要があるからです。
ですから、この売上予測の手法は、手計算ではたいへんな労力がかかるからです。
そこで、この売上予測の手法は、コンピュータの登場とともに使われるようになりました。
最近は、PCが普及していますから、GIS(地理情報システム)ソフトウェアに、その分析の一つとして「ハフモデル」が搭載されていることが多いようです。ハフモデルも、市場シェア率法の売上予測の手法の一つです。
市場シェア率法という売上予測の手法は、2つの要素を予測してから、あとでこの2つを掛け合わせるというものです。
第一の要素は、A「全体の市場の規模」、第二の要素は、B「予測したい物件のシェア(比率)」です。
要するに 売上予測の値=A×B という式で算出されます。
A「全体の市場の規模」は、最初に 計算する範囲を決めなければなりません。その範囲内で人々の行動が閉じていれば良いのですがなかなかそういう地域は少ないです。そこで、強制的に、10km圏とか、50km圏とかに範囲を決めます。
その中で、「家計調査」でわかっている県民1人当たりの「特定の商品に対しての平均購買額」を元にして計算します。
たとえば、本屋さんであれば、「書籍・雑誌の平均購買額」ということになります。
この2つが、A「全体の市場の規模」を構成します。すなわち、「10km圏内の世帯数」×「書籍・雑誌の平均購買額」です。
あとは、分析する人によって、いろいろな補正係数を付け加えます。「消費購買係数」 であるとかです。
B「予測したい物件のシェア(比率)」
まず、市場の範囲内にある 同業店を全部リストアップします。
そして、それらの力加減(例えば、売場面積、駐車台数、商品種類、付加価値などなど)のデータを求めます。
これらは、分析する人にとって、いろいろ考えられるでしょう。
次に、距離です。これは、➀物件を中心にすべての距離を測定する場合と➁すべての小地域(例えば町丁目)からの距離を測定する場合の2種類が考えられます。➁を使う場合は、いわゆる「ハフモデル」となります。距離ではなく、「道のり」であるとか、「要する時間」を使うこともあります。
重要なことは、これで、その市場の範囲内における影響度を計算するということです。
それは、特定の同業店の影響力=(その同業店の力加減)÷(距離)として
同業店の数だけ、これを計算し、最後にその合計を出します。
すると
特定の同業店のシェア率=(特定の同業店の影響力)÷(全部の同業店の影響力の合計)
を計算することができます。
もちろん、売上予測の対象となっている物件の影響力も、シェア率(つまり、B)も計算できますね。
これで、A×B を計算すれば良いことになります。
とてもややこしいですが、MSエクセルなどの表計算ソフトがあれば、答えはすぐ計算できます。
この売上予測の手法は、たいへん面倒そうに感じますが、とても理論的な感じもしますね。
問題は、精度なのですが、この売上予測の手法では、あまり高い精度は望めません、残念でした。