売上予測のための重回帰分析-2

売上予測 30年の実績

048-711-7195

107-0062 東京都港区南青山2-2-15-942

月~金 9:00~18:00

lv_r

売上予測のための重回帰分析-2

売上予測,飲食店経営

2018/05/15 売上予測のための重回帰分析-2

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

まず、図2のような表を作ってください(マイクロソフト社のエクセルがお勧めです)。

%e5%9b%b32

縦軸に、No、そして、サンプルにする店の店名を記入します。30店あれば30行分用意します。

横軸の方向には、目的変数の売上、そして、説明変数として、いくつもの立地に関する名称を列挙していきます。この表には、商圏人口、視界性評価、○○と記入してあります。

手順2 目的変数(売上)を決める

これは、平均月商であっても、年商または平均日商であっても構いません。また、できるだけ最近のデータを使ってください。一度グラフ化しておいて、この数か月以内に大きな売上の上昇、または下降がある場合は、必ずしも年間を通した平均である必要はありません。何らかの立地要因(競合店が出店した等)が働いたと考えて、最近のその数か月間の平均を用いるようにします(図3)。

%e5%9b%b33%e3%80%80%e7%9b%ae%e7%9a%84%e5%a4%89%e6%95%b0%e3%81%a8%e3%81%97%e3%81%a6%e7%94%a8%e3%81%84%e3%82%8b%e6%9c%9f%e9%96%93

また、目的変数は、売上に限るわけではありません。来店客数でも良いですし、入館者数、入場者数でも構いません。さらに、時間帯別の売上や来店手段別の売上、客席のある階層別売上、商品カテゴリー別売上など細分化されたものでも目的変数にすることができます。

 

手順3 説明変数の骨を作る

最初の説明変数(第一変数)を見つけることを、説明変数の骨(以下、単に「骨」と呼びます)を作ると言います。骨は、業種業態によって多少の違いはあるものの、たいていは商圏規模を表すような項目を見つけるようにします。例えば、商圏を設定して、その中に住む人口、あるいは世帯数を用います。また、年間小売販売額などその街の商業集積力が説明変数になる場合もあります。この骨は、売上と最低でも0.4以上の相関(12月号参照)があることが望ましいでしょう。

 

手順4 理論値を出し、残差を求める。

骨が見つかると、この骨を元にして、理論値を計算することができます(図4)。

%e5%9b%b34

理論値は、簡単な1次式、Y=a×X+b になります。この場合、Xは骨のデータです。

aやbは、データがあれば計算して出すことができますが、エクセル表でしたら、それぞれSLOPE関数、INTERCEPT関数を用いて算出することができます。

目的変数から理論値を引いた値を「残差」と呼びます。この残差を計算しておきましょう。

 

 

手順5 第二説明変数を見つける

骨が見つかったら、第二説明変数の探索です。(この二つ目からは、重回帰分析専用のソフトウェアが必要になります。MSエクセルをお持ちの方は、「分析ツール」をアドインに加えるとこの分析ができるようになります。詳しくは、マニュアルをご参照ください)。

この変数は、最も残差の大きいサンプル(店舗)に着目して見つけます(図5の例では、E店になります)。

%e5%9b%b35%e3%80%80%e7%90%86%e8%ab%96%e5%80%a4%e3%81%a8%e6%ae%8b%e5%b7%ae

 

残差が大きいということは、それだけ、骨だけでは説明できない大きな原因があることになります。そして、その原因として考えられそうな立地要因を見つけたら、最初の表にデータを入力していきます。

 

手順6 重回帰ソフトの設定と実行

「分析ツール」の中には、「回帰分析」というソフトウェアが入っていますのでこれを起動させます。すると、Yの範囲、Xの範囲を指定する画面が出ますので、これらを指定して(図6)から、実行をします。

%e5%9b%b36%e3%80%80%e5%9b%9e%e5%b8%b0%e5%88%86%e6%9e%90%e3%81%ae%e8%a8%ad%e5%ae%9a%e7%94%bb%e9%9d%a2

すると、係数が計算されて出てきます。図7の「概要」にあるとおり、この表を用いて実行すると、商圏人口には25.68、視界性評価には122.02という係数が求まったことがわかります。

%e5%9b%b37%e3%80%80%e7%b5%90%e6%9e%9c

 

手順7 理論値を計算し、残差を求め、以降これを繰り返す。

係数が求まったので、理論値を計算することができます。すると、先ほどと同じように残差も求まります。この時、求まった残差が、先ほどの残差より小さくなっていれば、この要因を第二説明変数として良いことになります。もし、良いならば、次の第三変数の探索に入ります。

この辺りが、とても肝心なところですので、次回にもっと詳しく説明しましょう。
「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
●売上予測のための重回帰分析という計算 飲食店経営2013年FEB (前半)

 

 

◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆
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
◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆

TOP