048-711-7195
107-0062 東京都港区南青山2-2-15-942
月~金 9:00~18:00
売上予測のための重回帰分析-1
いよいよ、今回から最も本格的な方法、重回帰分析(じゅうかいきぶんせき)による売上予測の方法についてお話ししていきます。
この方法は、まず既存店の立地を調査して、立地と売上についての関係式(これを「モデル」と呼びます)を作ります。この関係式に、必要な立地データを入力して、売上を予測するというものです。
では、順を追って説明していきます。
まず、関係式のことについて、知ってもらわなければなりません。
この関係式とは、Y=a×X1+b×X2+・・・ のように、多項式で表わされます。一般的には、Yは目的変数、X1、X2・・は説明変数と言われますが、ここでは、Yには売上データ、X1、X2・・には立地に関わるデータ、例えば、商圏人口とか、視界性評価等が入ります(図1)。
a、bは、それぞれの立地データに掛ける係数というものです。この係数を求める計算のことを「重回帰分析」と言い、計算し出来上がった関係式を「売上予測モデル」と言います。
次に、知っておくべきことは、YやX1、X2・・・に使うデータは、既存店の立地の数だけあるということです。30店の既存店をこの分析のために使う(30店をサンプルにする)のであれば、Yも30個、X1やX2も30個用意することになります。
ちなみに、X1、X2・・・と「・・・」が入っているのは、説明変数がいくつもあるということです。最低でも10個、最終的に使わない変数もありますから、その数は100個になることも珍しくありません。
すると、30店をサンプルにするというだけで、30×100=3000個ものデータを集める必要があります。
最初に、この分析をする人にとっては、途方もない量の数字を相手に計算しなければならず、たいへんだと思われるかもしれません。
しかし、あまり驚くまでのことはありません。
というのも、たとえどんなに大量のデータがあったとしても、計算して、答えの係数を出してくれるのはコンピュータであって、それは瞬時にやってくれます。
そして、いくら大量のデータでも、それらがあまり意味ないものであれば、そのほとんどがはじかれてしまいます(その意味は後述)。分析では、意味のあるデータを見つけ、使っていくことが重要なことです。
分析が、終了して、X1、X2・・・(各種立地のデータ)とY(売上)との関係がわかったとします。つまり、X1、X2・・・それぞれの係数が計算されたとします(コンピュータが計算します)。
すると、今度は、売上予測を求めたい物件の立地のデータを調査してくれば良いのです。商圏人口が必要なら、その商圏人口を。視界性評価が必要なら視界性評価のデータを求め、その関係式のX1、X2・・・に代入していきます。
すると。それぞれの係数がわかっているのですから、Yの値が立ちどころに計算できますね。
これが、予測売上になります。
さて、概略は以上ですが、ここからは、手順を追って説明します。
手順1 データ表を作成する (後半へ続く) 「重回帰分析の方法」の関連記事 ●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) ●重回帰分析の出来は、データの多さでなく、残差分析の深さで決まる。 ●高精度/売上予測モデルはエクセルで分析したら、エクセルで運用した方が良い2つの理由。 ●最初から行き詰まるときは、考えるチャンス。重回帰分析の挑戦 ●変数が多くなり、エクセルの重回帰分析が嫌いにならない内に行動すべし
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
いよいよ、今回から最も本格的な方法、重回帰分析(じゅうかいきぶんせき)による売上予測の方法についてお話ししていきます。
この方法は、まず既存店の立地を調査して、立地と売上についての関係式(これを「モデル」と呼びます)を作ります。この関係式に、必要な立地データを入力して、売上を予測するというものです。
では、順を追って説明していきます。
まず、関係式のことについて、知ってもらわなければなりません。
この関係式とは、Y=a×X1+b×X2+・・・ のように、多項式で表わされます。一般的には、Yは目的変数、X1、X2・・は説明変数と言われますが、ここでは、Yには売上データ、X1、X2・・には立地に関わるデータ、例えば、商圏人口とか、視界性評価等が入ります(図1)。
a、bは、それぞれの立地データに掛ける係数というものです。この係数を求める計算のことを「重回帰分析」と言い、計算し出来上がった関係式を「売上予測モデル」と言います。
次に、知っておくべきことは、YやX1、X2・・・に使うデータは、既存店の立地の数だけあるということです。30店の既存店をこの分析のために使う(30店をサンプルにする)のであれば、Yも30個、X1やX2も30個用意することになります。
ちなみに、X1、X2・・・と「・・・」が入っているのは、説明変数がいくつもあるということです。最低でも10個、最終的に使わない変数もありますから、その数は100個になることも珍しくありません。
すると、30店をサンプルにするというだけで、30×100=3000個ものデータを集める必要があります。
最初に、この分析をする人にとっては、途方もない量の数字を相手に計算しなければならず、たいへんだと思われるかもしれません。
しかし、あまり驚くまでのことはありません。
というのも、たとえどんなに大量のデータがあったとしても、計算して、答えの係数を出してくれるのはコンピュータであって、それは瞬時にやってくれます。
そして、いくら大量のデータでも、それらがあまり意味ないものであれば、そのほとんどがはじかれてしまいます(その意味は後述)。分析では、意味のあるデータを見つけ、使っていくことが重要なことです。
分析が、終了して、X1、X2・・・(各種立地のデータ)とY(売上)との関係がわかったとします。つまり、X1、X2・・・それぞれの係数が計算されたとします(コンピュータが計算します)。
すると、今度は、売上予測を求めたい物件の立地のデータを調査してくれば良いのです。商圏人口が必要なら、その商圏人口を。視界性評価が必要なら視界性評価のデータを求め、その関係式のX1、X2・・・に代入していきます。
すると。それぞれの係数がわかっているのですから、Yの値が立ちどころに計算できますね。
これが、予測売上になります。
さて、概略は以上ですが、ここからは、手順を追って説明します。
手順1 データ表を作成する (後半へ続く)
「重回帰分析の方法」の関連記事
●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)
●重回帰分析の出来は、データの多さでなく、残差分析の深さで決まる。
●高精度/売上予測モデルはエクセルで分析したら、エクセルで運用した方が良い2つの理由。
●最初から行き詰まるときは、考えるチャンス。重回帰分析の挑戦
●変数が多くなり、エクセルの重回帰分析が嫌いにならない内に行動すべし
私は、あなたが開店する時の「立地リスク」を激減させます。
有限会社ソルブ(StoreOpeningRiskBusters)代表 林原安徳
電話番号:048-711-7195
住所 〒338-0002
埼玉県さいたま市中央区下落合四丁目17番18号
◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆