感性を数値化せよ（売上予測を重回帰分析で行う手法7）

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

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