来店客数予測における統計分析手法について(1)

客数予測の基本

客数予測の基本

来店客数予測における統計分析手法(1)

来店客数予測において使用する統計分析手法としては、「数値化理論Ⅰ類」を利用することは前述しましたが、「数値化理論Ⅰ類」を理解してもらう為に簡単な事例をもとに説明します。

(例)商店Aの客数実績とその日の天気が以下の通りあったとします。

日付 1日 2日 3日 4日 5日 6日 7日 8日 9日
客数 1,250 1,899 2,012 1,550 1,198 1,499 2,103 1,087 1,603
天気 晴れ 晴れ 曇り 曇り 晴れ 曇り

「数値化理論Ⅰ類」を使用する場合、
数値では表せない「晴れ」、「曇り」、「雨」を下記表の様に表現します。
(例:1日は「雨」の為、晴れ=0、曇り=0、雨=1で表します)

日付 客数 晴れ 曇り
1日 1,250 0 0 1
2日 1,899 1 0 0
3日 2,012 1 0 0
4日 1,550 0 1 0
5日 1,198 0 0 1
6日 1,499 0 1 0
7日 2,103 1 0 0
8日 1,087 0 0 1
9日 1,603 0 1 0

次に、上記表を回帰分析用データに編集します。

客数 曇り
1,250 0 1
1,899 0 0
2,012 0 0
1,550 1 0
1,198 0 1
1,499 1 0
2,103 0 0
1,087 0 1
1,603 1 0

(注)
「晴れ」に限定する必要はありませんが、任意の列を削除するのは、
回帰分析を行う場合のルールとなっています。

上記表データをもとに「回帰分析」すると、以下の結果を得ることができます。

  係数
切片 2,005
曇り -454
-826

上記表の見方は、以下の様になります。

  • 1) 切片は、列を削除した「晴れ」の時の来店客数を予測しています。
  • 2) 「曇り」の日は、「晴れ」の日より454人少ないことを意味しています。
  • 3) 「雨」の日は、「晴れ」の日より826人少ないことを意味しています。

以上の例は、「天気」だけを対象にしていますので、最もシンプルな回帰分析になります。

しかし、実際には「天気」以外に「曜日」や「店舗企画」などの要因も影響して来店客数が決まりますので、 「曜日」や「店舗企画」なども「天気」と同じ様に表現して回帰分析する必要があります。

次章では、「来店客数予測における統計分析手法(2)」について記述します。