重回帰分析の落とし穴-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

重回帰分析の落とし穴-2

売上予測,飲食店経営

2018/05/16 重回帰分析の落とし穴-2

 

分析ポイント(7)サンプル店舗は統計的にうまく絞ること

冒頭にあったように、百~数百店舗を有しているチェーン店の場合は、30~40サンプルくらいに店舗を絞る必要があります。

この場合の絞り方は重要です。単に、行動範囲を短くして効率的に調査できるようにしようと近い店同士を選んだり、面積が似通っている店だけ選んだりというのは避けた方が良いでしょう。

最もお勧めの絞り方は、ランダムに選ぶことです。そして、その上で、全店における売上の平均値と標準偏差という統計値、絞ったサンプルにおけるそれらの統計値がなるべく似通っていることです。

 

分析ポイント(8)サンプル店舗を削ってはいけない

重回帰分析をすすめていくと、必ず1つや2つどうしても、残差が大きいままで、合理的な立地要因が見つからないというサンプルが出てくるものです。そうすると、データの改変はしないものの、そのサンプル自体を削ってしまう人が出てきます。

これも間違っています。すでに書いたように、今見つからないからといって、何らかの要因は必ずあるはずです。だから、残差が出ているわけで、これは、新発見の前段階かもしれないのです。ですから、取り除いてしまってはいけません。

どうしても、こういう大きな残差が残っているのが感覚的に受け入れられないというのであれば、「D店指数(仮称)」という説明変数を作って加えることです。この指数は、残差の大きいD店だけに「1」というデータを入れ、他のサンプルはすべて「0」にしておくものです。こういう変数をダミー変数と言いますが、この変数を入れることで、「大きな残差」は消えます。もちろん、原因が見つかったわけではありませんので、後日、調べなければなりません。

 

分析ポイント(9)相関係数に拘り過ぎてはいけない

重回帰分析では、サンプルに使った既存店の売上実績と予測モデルで算出される売上理論値との相関係数が計算されます。これが1.00に近づけば近づくほど、各サンプル店の残差は小さくなり、見かけの精度は高くなります。

しかし、ここが盲点です。確かに見かけの精度は高くなりますが、そのために説明変数の作り方に相当な無理がかかります。

ひじょうに恣意的なデータになってしまったり、必要以上に多くのデータを使ったものになったり、つまり、意味のない精度アップをしているおそれがあります。

売上予測モデルは実践で活用したときに、高い精度で予測できなければ何の意味もありません。

既存店、しかもサンプル店の精度に拘っているよりも、正しいデータ、正しい説明変数を入れて高い精度の予測ができれば良いのです。筆者は個人的には、売上予測モデルの相関係数は0・85もあれば十分だと考えています。0・95を超えるようなモデルは作らないほうが無難だと思っています。

setumei-3

分析ポイント(10)コンピュータ(ソフトウェア)に任せきりにしない

重回帰分析に用いるソフトウェアの中には、「自動選択法」という機能がついていて、たくさんの説明変数の中から、統計的に間違っていないと言える説明変数だけを見つけてくる。

やや詳しく言うと、ある説明変数をモデルに加えて、相関係数が高くなるなら採用し、低くなるなら不採用とする機能です。人間は何も考えないで良いので、便利で簡単です。

しかし、こうして出てくる売上予測モデルは、だいたいが、箸にも棒にもかからないシロモノになります。競合指標の係数がプラスだったり、商圏人口がマイナスだったり。

一つ一つの説明変数を見ながら、残差の大きいサンプルを照らしながら人間が一歩一歩分析していく方が必ず良いもの(精度の高いもの)ができるものです。

 

まとめ

以上、10つの分析ポイントを挙げましたが、これらは典型的なものばかりで、実際に分析するとなると次々と注意しなければならないことが出てきます。しかし、それらは分析を多数行っていくうちに自然とクリアーできるでしょうし、もし、そうならなければ、分析のセミナーに行ったり、熟達者を探して聞いたりすることをお勧めします。

 

さて、今回で、昨年4月号から始まった“売上予測ができるようにしよう”という連載は一区切りとさせていただきます。次回からは、また、立地の基礎、原則について改めてお話ししていく連載と致しましょう。

 

 

%e5%ae%9f%e9%9a%9b%e3%81%ae%e5%a3%b2%e4%b8%8a%e4%ba%88%e6%b8%ac%e3%83%a2%e3%83%87%e3%83%ab%e4%be%8b
「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)
●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 (後半)
●重回帰分析による売上予測モデルの落とし穴 飲食店経営2013MAR (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