GIS活用事例

店舗売上予測

売上予測、データ解析における主要なテーマです。GIS（地図情報システム）MarketAnalyzer^®シリーズは売上予測を実践する際に有効なツールとなっています。

GIS（地図情報システム）を用いた売上予測手法

業種業態や目的によって異なる売上予測手法

チェーン企業におけるGIS（（地図情報システム）を用いた売上予測とは、様々なデータと分析ロジックを駆使して、出店前に出店後の売上を予測することです。業種業態によって向き・不向きがあり、目的に応じて選択したり、使い分けることが重要です。当社ではお客様の状況に応じて様々な予測手法をご提案します。

以下、代表的なハフモデル分析と重回帰分析をご紹介します。

ハフモデル分析

現場ニーズに即したハフモデル

ハフモデルは、店舗の商圏内の小地域ごとに競合店舗の魅力度と位置関係を加味して、自社への吸引率を算出するモデルです。GIS（地図情報システム）「MarketAnalyzer^®」のハフモデル分析機能は、現場のニーズに即して、係数などをチューニングできる実戦的な機能を有しています。

都市型小商圏でのハフモデル分析にも対応

ハフモデルの限界として、集計する小地域データが500mメッシュや町丁目単位しかなかったので、半径300m商圏などで分析する都市型小商圏店舗では、実質上ハフモデル分析が不可能でした。当社は100mメッシュ単位の人口統計データを全国提供できるので、コンビニや都市型スーパーなどでも分析できるようになりました。

100mメッシュデータ（統計地図100mメッシュ）の詳細はこちら

重回帰分析

重回帰モデルとは？

重回帰分析は多変量解析手法のひとつで、売上を予測したい目的変数とし、それを複数の変数（商圏データなど）で説明する式のことです。既存店を分析することによって作成します。

新規出店時には当然売上は未知数だが、商圏データや競合の情報は事前に得られるので、それらを用いて売上を逆算します。

重回帰分析の注意点

売上を説明するデータ項目を何にするか？が予測精度を向上させるポイントです。単純な実数データではなく、対数にしたり構成比にしたりすると精度が向上する場合があります。当社では国勢調査や推計年収階級別世帯数データを予め対数や構成比にした「正規化用データ」もご用意しています。

最適な分析環境

予測モデルを向上させるためには、売上を説明する要因が何かを探索的に見つけ出していく作業が必要です。統計解析ソフトとGIS（地図情報システム）の2つのツールを利用するのが一般的ですが、重回帰分析機能を搭載したGIS（地図情報システム）「SiteAnalyzer™」を用いれば、1つのシステムで重回帰モデルを構築することができ、トライアンドエラーが簡単に行えるようになっています。

重回帰モデル作成機能

SiteAnalyzer™には、重回帰モデルを作成するための様々な分析機能が搭載されています。

・データの正規分布グラフ
・相関分析
・散布部作成機能
・ステップワイズ法他、様々な重回帰モデル作成ロジック

モデルを作成した後の運用フェーズでは、出店予定地を地図上でクリックするだけで予測売上を表示することができます。

店舗クラスター分析機能

売上予測モデルは、駅前やロードサイドといった店舗の立地タイプごとに異なるのが一般的です。既存店舗を商圏データなどからクラスター分析（分類・グループ化）する機能も搭載することができます。