AI×GISで磨く出店予測力
定番4手法をライブデモで学ぶ

第1部 出店判断を支える4つの売上予測手法 ～ハフモデルから機械学習まで～

出店の成否を分ける売上予測。
実は、その手法は1つではありません。
本パートでは、実務でよく使われる代表的な4つの予測手法を、比較しながら解説します。
商圏内での競合との顧客の奪い合いを数理モデル化する「ハフモデル」、既存店の中から新店候補地に似た店舗を探す「類似店検索」、売上と商圏データの関係を数式で表す「重回帰分析」、そしてAI機械学習による「決定木」。
それぞれ得意な場面や、精度・説明のしやすさといったトレードオフが異なります。
自社の業態やデータ状況に合わせて、どの手法をどう組み合わせるべきか、選び方の軸を持ち帰っていただきます。

第2部 THE NOVEL^®ライブデモ ～予測モデルはこう作る～

後半は、当社のAI売上予測プラットフォーム「THE NOVEL^®」を使ったライブデモンストレーションです。
既存店データのインポートから、周辺の人口・世帯数・競合店舗数など商圏データの自動付与、重回帰分析とAI（機械学習）を同時に作成するデュアルモデル構築、交差検証による精度担保までの一連の流れを、実際の画面操作でご覧いただきます。
あわせて、AIの判断根拠を店舗ごとに可視化する「SHAP値」を用いた説明可能AIの考え方や、類似店検索機能のデモもご紹介。
統計解析とAIそれぞれの特徴を踏まえ、実務でどう使い分けるべきかのヒントを持ち帰っていただける内容です。