2015 May Vol.52 GSI Monthly Report 技研商事インターナショナルコラムマンスリーレポート「GISを用いたチェーン企業の売上予測とその失敗事例」技研商事インターナショナル株式会社 Giken Shoji International Co., Ltd. (GSI) ５エリアマーケティングコラム「チェーン企業のGISを用いた売上予測とその失敗事例」技研商事インターナショナル株式会社マーケット分析ソリューション事業部シニアコンサルタント市川史祥弊社のGIS（地図情報システム）は、デジタル地図と人口統計などの統計データベース（需要）、競合店舗データ（供給）を搭載したエリアマーケティング用のシステムです。自社が保有する店舗や顧客のデータ（実績）を GISにインポートし、需要と供給と実績を地域・商圏ごとに見える化することで、データに基づく各種戦略の立案を実現するものです。国内では約20年前よりチェーン企業を中心に活用されてきました。小売や飲食などチェーン企業における活用は年々高度化しており、新規出店時の売上予測というテーマでGISのデータを統計解析し、売上予測モデルを構築している企業も多くあります。しかしながら、統計解析のテクニカルな部分を高度化するだけでは本当の意味での成功は難しいのが実情です。本コラムでは売上予測手法の中で重回帰分析について解説すると共に、売上予測に取り組む企業の失敗事例を紹介します。する場合もあれば、クライアントへの提案ツールと 1 GISと売上予測して活用する場合もあります。チェーン企業におけるGISの分析レベルは様々です。 GIS（地図情報システム）は、コンシューマー向け、古くから活用されている業態だけあって、売上予測官公庁向け、ビジネス向けの3つに大別することがでモデルの構築に取り組んでいる企業も多くあります。きます。コンシューマー向けはカーナビゲーション売上予測と言っても様々な手法があり、どれが最適やインターネットやスマートフォンの地図閲覧サイかは一概には言えません。業種業態によって向き不トなどがお馴染みです。官公庁向けは国や都道府県、向きがあり、やってみないとわからないというのが各自治体で広く活用されています。下水道配管シス現状かもしれません。テムや固定資産税管理台帳などで地図を利用したり、各企業が保有しているデータベースを見える化し、都市計画や防災など分野は多岐に渡ります。そしてデータ分析に基いて各種施策を立案・実行するのは、ビジネス向けもいくつかのジャンルに分かれますが、昨今のビジネストレンドとなっています。ただし、ここではマーケティング用途に絞って解説します。企業が保有している店舗データや顧客データのみで民間企業におけるマーケティングGISの活用は、国は実績を示すに過ぎません。実績値がポテンシャル内では約20年前から始まったとされています。当初に対して限界なのかそうではないのかを知る必要がはチェーン店舗の新規出店時の商圏調査に用いられあります。一方、GISに搭載されている人口などの各てきました。今ではあらゆる業種業態に広まり、既種統計データはまさしく市場ポテンシャルを表す存店の分析や顧客分析、統廃合など分析課題や手法ビッグデータです。統計データも分析ニーズに合わも多様化・高度化しています。企業によって活用のせて進化してきました。国が調査する国勢調査などレベルは様々です。統計解析を駆使して予測モデルのセンサスデータだけではなく、ターゲットをよりを構築したりしている企業もあります。自社で利用詳細にセグメントするための年収や消費などの推計データも活用が進んでいます。こうした統計データ GSI Monthly Report_20150506 と実績データを組み合わせることによって、自社の売上は目的変数、その他の項目が説明変数の候補と売上に貢献するターゲット指標は何かを見出し、売なります。このようなデータが重回帰分析のスター上を説明する計算式を構築する手法が重回帰分析でト地点となります。次のステップでは、売上に影響す。を与えるデータ項目を探索していきます。 2 3 重回帰分析とは？売上とデータの関係性は？重回帰分析は多変量解析手法のひとつで、売上を売上を説明する変数を見つけるための手法の一つ予測したい目的変数とし、それを複数の変数（商圏に、相関分析があります。売上が上がるのは商圏人データなど）で説明する式のことです。既存店の口が多いからなのか？商圏内に競合店舗が多いからデータ分析することによって作成します。新規出店なのか？売上と変数の関係性を相関係数という数字時には当然売上は未知数ですが、商圏データは事前で読み取ります。相関係数は－1から＋1の間に現れ、に得られるため、それらを用いて売上を算出します。絶対値が1に近いほど関係性が高いと解釈します。例えば年齢とコレステロールの相関係数が＋0.81 だった場合、両者には関連性があり、年齢が上がればコレステロール値も上がると解釈できます。相関分析自体はExcelでも可能です。【重回帰モデル式のイメージ】 ■相関係数の落とし穴 ■準備するデータレイアウトまず、必要なデータのレイアウトを下に示しました。自社の店舗リストは当然として、実績を示す売上や面積、駐車場台数などの属性項目もあるとよいでしょう。店舗属性項目によく採用されるものとして席数や営業時間、従業員数、レジ台数などもあります。店舗リストをGISにインポートし、各店舗の商相関係数自体はデータ間の関連性を示しません。圏データを紐付けます。例えば店舗半径1km商圏内結果を解釈する必要があり、その際に注意しなけれの夜間人口、昼間人口等です。その他に商圏内の競ばならない点があります。上の図は相関係数が同じ合店舗の要素も、GISがあれば瞬時に集計可能です。で異なるデータの散布図です。左側は相関係数だけを見ると関連性が高いように見えますが、一部の店舗名称住所売上高売場面積駐車場台数 1km夜間 1km昼間 1km商業人口 1km高年収世帯 1km食料消費額千葉若松店千葉県千葉市若葉区若松町９３４－１ 8898 482 49 17068 10905 8917 156 4645806559 八王子松木店東京都八王子市松木１５－７ 20704 564 17 22129 12897 22761 166 6694735983 東村山秋津店東京都東村山市秋津町１－３－１ 12479 403 30 27558 22048 10812 270 7643052042 川崎中野島店神奈川県川崎市多摩区生田２－１－１ 12868 429 27 37783 22964 20423 477 12379464260 練馬南大泉店東京都練馬区南大泉１－１５－３５ 14583 528 24 46079 26130 18645 686 14861493860 川崎土橋店神奈川県川崎市宮前区土橋１－２１－９ 13596 578 31 46989 28281 40849 731 14642649850 八王子中野店東京都八王子市中野山王１－１１－１６ 26682 627 86 23148 16336 16991 207 7080285425 練馬善福寺店東京都練馬区関町南１－１－４ 26973 908 57 40678 26809 17509 900 14219383350 志木中宗岡店埼玉県志木市中宗岡４－１８－４５ 23942 495 48 16901 11249 11364 144 4478059774 横浜瀬谷店神奈川県横浜市瀬谷区南台１－４４－１３ 38409 1036 60 39402 26101 28525 285 12100984724 昭島中神店東京都昭島市朝日町３－１－２６ 35824 1030 39 32814 25162 19857 224 9464125901 富里店千葉県印旛郡富里町七栄７２２－４ 44735 1026 29 7892 6235 6880 58 2075601824 東大和街道団地前店東京都東大和市新堀２－１４９０－２ 26814 990 68 31769 23386 12094 250 8767653482 鶴ケ島店埼玉県鶴ケ島市大字脚折１３７－１ 12286 891 23 18023 13352 30196 130 5096546936 昭島北中神店東京都昭島市中神町１１４９－１ 28419 877 44 27113 26245 19394 192 7564130024 目的変数店舗属性説明変数データが偏っており、それを除くとまったく関連がないという結果になります。単なる相関係数だけではなく、データの分布（散布図）を見ることも重要です。商圏データ Copyright (c) 2015 GIKEN SHOJI INTERNATIONAL CO., LTD. All Rights Reserved. ■相関係数が高い指標の例（参考）弊社では分析支援業務の中で、お客様の分析作業に多く立ち会っています。過去の事例をいくつか紹介します。・学習塾子ども向けの学習塾の場合、子供が多くいるところに開設すれば生徒数が増え、更に親の年収と親の最終学歴（大卒・院卒）とも相関が高い。・スポーツカー単身者、賃貸住宅・社宅が多く、富裕度がある程度以上のエリアは購買顧客が多い。【ステップワイズ法のイメージ】・アイスクリームおもちゃ屋が入っているショッピングセンターに出店すると売上に好影響を与える。・ファミリーレストラン競合Aチェーンはマイナスの相関だが、競合Bチェーンは好影響を与える。単価とメニューの違いか。 4 重回帰モデル式作成【モデル式評価指標の見方】次に実際のモデル式を作成します。大枠の流れとしては、まず売上予測式に採用できそうなデータ項目を選択します。相関係数の高い項目を選択すると ■精度向上のためのポイント（参考） 1回の分析で納得できるモデル式が出来上がることよいでしょう。そして選択した項目群のなかで、最は残念ながらほとんどありません。トライアンドエ適な組み合わせをステップワイズ法によって自動計ラーを繰り返しながら精度を上げていく必要があり算します。この方法は異常値が少なく、最も信頼性ます。以下経験上のポイントを幾つかご紹介します。の高い予測式の組み合わせを算出してくれます。統計解析ソフトやMarketAnalyzer™の重回帰分析機能・データを正規化するが必要ですが、結果の解釈もし易いためお薦めです。実データの数字そのままでは統計処理上、効果が出（右上のイメージ図参照）ない場合もある（対数や率も検討する）。・多重共線性を避ける ■重回帰モデル評価指標の見方、ポイント（参考）統計解析ソフトやMarketAnalyzer™の重回帰分析投入する項目同士の相関が高いと、実際の精度が悪くなる場合がある。機能で作成したモデル式の評価指標として、代表的・店舗を分類し、分類ごとにモデル式を作成するなものとその見方を例示します。コンセプトや商圏特性が全く異なる店舗同士を同時に投入しない。 GSI Monthly Report_20150506 5 社内では運用できず、都度外注し予測金額を出して失敗事例もらっていた。費用対効果が悪く運用しきれなく統計学上の予測精度を向上させることは時間をかなった。ければ難しくはありません。売上予測数値をビジネスにおける意思決定に使うためには、テクニカルな自社で再現できないモデルは運用を継続できない側面よりも重要なことがあります。ほとんどの失敗事例はデータ分析技術の欠如が原因ではなく、それ ■某飲食チェーン以前の問題であることが経験上多くあります。以下、担当者の統計知識が非常に豊富で、数年かけて高精チェーン企業の売上予測モデル構築における失敗事度な重回帰モデルが完成し、現場では重宝していた。例をご紹介します。出店のための社内会議で根拠として分析結果を提示するも経営陣には伝わらなかった（統計解析に懐疑 ■某小売チェーン的）。結局別の方法を取ることになった。過去よりGISを活用し、出店候補地の商圏データを参照していたが、出店精度を上げるために売上予測モ全社の理解が得られないと意思決定に利用されないデルの構築を社内プロジェクトとして実行することになった。プロジェクトの途中で分析担当と責任者が変更となり、前任の分析結果が新任の経験と勘と合わずに何度もやり直すことに。結局プロジェクト 6 最後には一向に進展せず、途中で息切れ。データに基いて意思決定する時代にあって、実績何をもってゴールとするかというプロジェクトの目を示すデータと市場を示すデータを組み合わせるこ標設定と担当窓口の一元化が必要だった。とは重要です。さらに売上を予測することもデータ分析において頻出する課題ではないでしょうか？売 ■某サービスチェーン上予測のひとつの手法として重回帰分析を紹介しま店舗データ整備のために店舗の前面通行量が必要としたが、作業はGISというツールに任せておき、そこいう仮説を立てた。調査を専門業者に外注する予算から得られる結果の解釈や運用に注力することが一がないため各店長に実査してもらった。バラバラな番重要だと思います。カウント基準やデータ不備によって売上との相関も出ず、徒労に終わる。当社にはデータ分析やGISの運用に関して様々な経験とノウハウがあり、統計学の世界だけではなく、実践的なビジネスマインドを持つスタッフが、高同じ基準で整備されたデータの重要性度・高速なツールを用いてお客様がご自身でマーケティングナレッジを蓄積する支援をしています。 ■某アミューズメント施設これからプロジェクトを始める方、現状のプロ分析の結果、立地タイプに応じた2通りのモデル式がジェクトに行き詰まった方、お気軽にご相談くださ完成。1つは高精度で予測可能だが、2つ目のモデルい。は予測精度が低かったので、重回帰ではなくニューラル予測モデルに変更した。ニューラル予測モデルは高額な統計解析ソフトが必要なため、 Copyright (c) 2015 GIKEN SHOJI INTERNATIONAL CO., LTD. All Rights Reserved. 今日の日本のマーケティング市場において、多様化した消費者の特性やニーズを把握し、それに基づいた店舗開発・販売促進・商品企画の重要性が高まっています。当社は20年に渡って1900社以上のお客様のマーケティング課題解決を支援する中で培ったノウハウを武器に、GIS技術と融合した新たなマーケティング分析事業に取り組んでまいります。 www.giken.co.jp 技研商事インターナショナル株式会社マーケット分析ソリューション事業部本社 TEL:052-972-6544(代表) 名古屋市東区主税町2-30 GSIビル東京支店 TEL:03-3506-1800(代表) 千代田区霞が関3-5-1 大阪営業所霞が関IHFビル4F TEL:06-6227-4660(代表) 大阪市中央区瓦町4-5-9 井門瓦町ビル4F