2014年

8月

25日

データ分析の勧めⅢ(ちょっぴり統計分析~相関と回帰の紹介~)~Excelを使って自社の業務データを整理・分析してみよう!その3(2P)

 

 続いて、売上金額と売上日数、商品点数の関係を見てみますと、それぞれR=0.533、0.616 と相関関係はあるものの、それほど高いというレベルではありません。この2つの組み合わせを下図のように散布図にしてみました。

        図3-2(売上金額と売上日数、商品点数の散布図)
        図3-2(売上金額と売上日数、商品点数の散布図)

 

 2つのグラフとも売上高1位、2位の2社が飛び抜けており(赤丸で囲った2社)、売上日数や商品点数と関係を持つグループからは大きく外れていることが見て取れます。調べてみたら、この2社は大手ホームセンターグループで、個々の店との売上契約ではなく、グループ全体での契約ということが分かりました。それぞれのクループ個店単位での売り上げ設定ではなかったのです。そこで、この2社を外して相関係数を求め、散布図を作ってみました。このようにグループから大きく外れている点を「特異点」と呼び、外れている理由が見つかるなら、このようなデータを排除するなど整理してから分析することはよく行われることです。

 

        図3-3(特異点を外して相関分析と近似直線を付加した散布図)
        図3-3(特異点を外して相関分析と近似直線を付加した散布図)

 

 特異点の2社を外してみると、売上金額と売上日数はR=0.721と高い相関関係にあり、売上金額と商品点数に至ってはR=0.935 と非常に高い相関関係を示しています。さらに回帰分析により散布図に近似直線、近似式を入れてみると、個々の取引先との売り上げを上げるためには取扱商品の点数を増やすことが必須で、売上日数は売上金額が多くなれば増えていく、ということが見えてきます。では売上高に対応した商品点数はどうなっているのか、商品点数の近似式を使って予測値を計算し、実際の値と比べてみましょう。

y=0.026*x+38.51 の x はB列を入れて、下図のようにF列を作成します。誤差率はE列からF列を引きE列で割り、パーセント表示させます。

 

 この表から、半期売上高1千万円以上は300アイテム、2千万円以上は500アイテム、3千万円以上は800アイテムの取引点数という基準が見えてきます。もちろん個々の取引先の業種業態で違ってくるので一概には言えませんが、大きな目安となります。実際にはこの手法で取引形態、業種などに得意先を分けて細かな特徴を検討していき、具体的な販売戦略につなげていくことになると思います。

 

 以上のように、相関分析により関連項目で特に関係の強い項目を選別し、これらを回帰分析することで特徴を見出し、予測値をベースとして具体的な数値目標を設定するというのは最近よく使われている手法です。数値分析を使うと今まで以上に具体的な目標値の設定が出来ますのでぜひ試してみて下さい。

  次回は時系列で示されたデータから来期の販売数値を予測してみます。

 

NICO情報戦略チーム 星野

 

 前ページ    

「いいね!」ボタンを押していただくと、最新情報をお届けできます。

 フィードの購読もできます。

 (NEWS,BLOGのみ)

連載ブログ 

 大人気3rdシリーズ

 

公益財団法人にいがた産業創造機構

産業創造グループ

情報戦略チーム

TEL 025-246-0069

Mail  kns@nico.or.jp