来客者数に影響を与える気象データ項目に関する研究

流通情報工学科　　０５２３０２９　　高橋みなみ

指導教員　鶴田三郎教授　　黒川久幸准教授

2009年 2月 10日（火）　　

　　発表の構成

2

1

2

3

4

5

　研究の必要性と対象・影響を与える要因

使用するデータと分析手順

　カレンダー的要因の検討

　気象の要因の検討

　分析結果と要因のまとめ

　　　研究の必要性と対象

3

急に寒くなったら、どの商品が売れるだろうか。

購買行動⇒品揃え

今日は散歩しつつ

スー

パー

ま

で行こう

今日は何買おう

◎ どの商品を選ぶか

◎ 店舗まで行くか

　 来客者数に影響を与える要因

4

安売り→毎週水曜日

作業量 適切な人員配置

コスト削減

利益 up↑

　　発表の構成

5

1

2

3

4

5

使用するデータと分析手順

　カレンダー的要因の検討

　分析結果と要因のまとめ

　研究の必要性と対象・影響を与える要因

　気象要因の検討、項目ごとの影響

　 使用するデータと分析手順

6

カレンダー的要因

気象の要因

・曜日・月・平日の祝日・年末・年始・ＧＷ・お盆

・１日の降水量合計 (mm)・最大瞬間風速 (m/s)・最高気温（℃）・日照時間 (h)・降雪合計 (cm)・現地気圧 (hPa)・平均湿度 (%)＊数値で扱えるもの

　ＰＯＳデータ：来客者数＜（株）ＫＳＰ－ＰＯＳより購入＞（２００７年１０月１日～２００８年９月３０日の３６６日分　　　　　　　　　　　　　　　食品スーパー１店舗（東京・商店街に立地）　

気象庁　http://www.jma.go.jp/jma/index.html　

　 研究で明らかにすること

7

行く？

ｏｒ

行かない？

気温

気圧

日照

天気

湿度

積雪

降水量

風

数値が高いと影響するのは・・・？

　　発表の構成

8

1

2

3

4

5

使用するデータと分析手順

　カレンダー的要因の検討

　分析結果と要因のまとめ

　研究の必要性と対象・影響を与える要因

　気象要因の検討、項目ごとの影響

　 カレンダー的要因の検討

9

約３５０人ほどの差

図１　　月ごとの平均来客者数

図２　　　曜日ごとの平均来客者数

約１３００人ほどの差

影響大！

　 カレンダー的要因の検討

10

表１　カレンダー的要因の重回帰分析結果

月・曜日・平日の祝日・年末・年始⇒ 来客者数に影響

　　発表の構成

11

1

2

3

4

5

使用するデータと分析手順

　カレンダー的要因の検討

　気象要因の検討、項目ごとの影響

　分析結果と要因のまとめ

　研究の必要性と対象・影響を与える要因

　 気象要因の検討

12

表２　　気象要因も含めた重回帰分析の結果

影響の強いカレンダー的要因と含めても気象は影響を与えている

＞

　 気象要因の検討

13

正月 雪

図３　　水曜日における１年間の来客者数の推移

　 降水量の違い

14

　以上 係数 t 値 影響5mm -135.4 -3.8 ○10mm -148.2 -4.1 ○20mm -278.6 -6.0 ○30mm -289.0 -4.7 ○40mm -194.1 -2.5 ○50mm -237.6 -2.9 ○60mm -237.6 -2.9 ○70mm -206.7 -2.1 ○80mm -157.9 -1.4 ×90mm -58.9 -0.5 ×

100mm -105.9 -0.5 ×

表３　　降水量の重回帰分析

図４　降水量ごとの係数の関係

１日の降水量で20mm 以上になると来客者数への影響が強くなる！

約２００人

　　発表の構成

15

1

2

3

4

5

使用するデータと分析手順

　カレンダー的要因の検討

　分析結果と要因のまとめ

　研究の必要性と対象・影響を与える要因

　気象要因の検討、項目ごとの影響

　　まとめと今後の課題

16

行く！

行かない！

最高気温

日照

湿度

積雪降水量

特に北風

今後は、複数の店舗を

曜日と月の変動以外に、年末年始も要注意。雨が 20 ｍｍ以上も。お客さんが来るのに大変なときこそ安売りを！

17

追加資料

18

表１　曜日別来客者数の比

曜日 平均 比

月 2369 0.94

火 1963 0.78

水 3390 1.34

木 2016 0.80

金 2351 0.93

土 2417 0.96

日 3184 1.26

全体 2529 1.00

月 平均 比10 月 2649 1.05 11 月 2518 1.00 12 月 2484 0.98 1月 2347 0.93 2月 2404 0.95 3月 2479 0.98 4月 2616 1.03 5月 2535 1.00 6月 2601 1.03 7月 2610 1.03 8月 2515 0.99 9月 2584 1.02 全体 2529 1.00

表２　月別来客者数の比

＊ただし、９０ ％信頼区間外をのぞく

追加資料

19

　 平均来客者数 比晴 2576 1.02 曇 2577 1.02 雨 2087 0.83 雪 2288 0.90 ９０％信頼区間 2529 1.00

表３　天気別来客者数の比

天気は、今回の 期間で６５ 種類ほどの天気概況⇒晴・曇・雨・雪の４つの分 類　（例 :晴一時曇りのち雨→晴）　　対象期間により来客者数が異なるため、天気は比で扱う。

追加資料

モデル式

　　Ｙ＝－２５２８＋１８８１ａ１＋２４０６ａ２＋３４３Ｙ＝－２５２８＋１８８１ａ１＋２４０６ａ２＋３４３ａ３ａ３

　　　　　　　　　　　　　　切片　　　　　月　　　　　曜日　　平日の祝日

　　　　＋７６５ａ４－７６８ａ５＋７６９ａ６－５ａ７－　　　　＋７６５ａ４－７６８ａ５＋７６９ａ６－５ａ７－４ａ８４ａ８

　　　　　　　　　　　　年末　　　　年始　　天気の比　降水量　湿度　　　　＋１１ａ９＋６３ａ１０＋２２３ａ１１　　　　＋１１ａ９＋６３ａ１０＋２２３ａ１１　　　　　　　　最高気温　　 1mm 以上　５０ｍｍ以上

20

追加資料

気象データ項目で考慮すべきもの

　　・天気の比、降水量合計、最高気温、平均湿度天気の比、降水量合計、最高気温、平均湿度　　　前日の降水量が１ｍｍ以上または５０ｍｍ以上　　　前日の降水量が１ｍｍ以上または５０ｍｍ以上

　　　かつ当日降水量０．５ｍｍ未満　　　かつ当日降水量０．５ｍｍ未満　　　　　　　　 気象データ項目で考慮しなくてもよいもの

　　　平均気温、最低気温、雷、気温差平均気温、最低気温、雷、気温差 21

論文で行った分析

天気データについて

・天気概況を晴、曇、雨、雪の４つの分 類にして、１・０変数として扱う。

・雨は、 マルチコ現象（相関分析と重回帰分析の異符号）

・カレンダー的要因と気象データ１つずつの 相関において

　昼の天気の曇は影響しない。

・雷は一時的なため、影響しない（ ゲリラ雷雨）

22

要旨で使用した表

23

追加資料

24

追加資料

25

追加資料

26

追加資料

27