美容室の売上予測は難しいが、

美容室の売上予測は難しい。

美容室の売上は人的要因が大きく、従業員のやる気や能力次第で大きく売上が変わるからである。

また、大半の美容室の規模はたいへん小さく、総売上が月間500万円に満たない店が多い。

とはいえ、美容室が立地の影響を受けていることは確かであり、美容室を訪れるお客さまのほとんどは、「近い」ことが最大の来店理由であることがわかっている。

であれば、売上予測モデルができそうであるが、難しいのである。

重回帰分析では、理論値と実績値の残差があることが最大の分析ポイントである。

この「残差が立地の良否に起因する」ことを前提とできるから、この残差を生む立地上の理由を探し出すことができるからだ。

ところが、「残差が立地の良否に起因しているかどうか不明」ということになると、それが難しくなる。

もちろん、残差が明らかに立地の要因によって簡単、明瞭に解釈できる場合は、それで良い。

例えば、すでに分かっている多くの立地の要因を次々に説明変数として導入していき、その当てはまり具合が高い変数を残せばよい。

確かに、この方法を用いてある程度、立地を説明変数とした重回帰モデルを作ることはできる。

しかし、これでできる重回帰モデルの相関係数は0.85はおろか、0.7にさえ届かない。

弊社はこの辺りが、美容室の売上予測の限界であろうと考えている。

では、この先はどうするか？

これ以上、モデルの相関係数を上げても意味のないことであるから、これより上は、人的要因と考えることである。

人的要因であるならば、これをどのように扱うのか。

売上予測において、人的要因を加味する方法は、いろいろあるが、その中で代表的な方法は、営業活動を入れることである。

具体的には、チラシや新聞折込、DMなどの販促活動を実施する場合と、しない場合での振れ幅を導入する。

また、もう一つは、営業期間に応じたトレンド（傾向線）を入れることである。

この二つの営業活動のトレンドと振れ幅によって、初期の売上予測値に対してどのように上下するかをシミュレーションできるようにする。

もちろん、トレンドの傾きと振れ幅については、任意に入力できるようにしておく。

売上予測はあくまでも、何もしなければこうなるという値を出すだけであって、努力次第でそれを上回ったり、下回ったりするというシミュレーションができるようにしておく。

これが、美容室を始めとした、人的要因が売上に大きな影響を及ぼす業種業態の売上予測に適している方法である。