Jag tillbringade mina dagar med att försöka anpassa mig till corona-uppståndelsen, och det är redan september.

Sedan Obon-semestern slutade, som tvingade oss att spendera vår tid på ett annat sätt än vanligt, har vi fått fler förfrågningar från kunder som blickar mot framtiden och jag känner att världen har börjat röra på sig igen.Som svar på den här situationen skulle jag vilja göra en nystart och starta om bloggen.Tack så mycket.

Under det senaste halvåret har jag haft fler möjligheter att hjälpa till och utbyta åsikter med företag vars antal butiker fortfarande är ensiffrigt eller till och med i första hälften av det tvåsiffriga risfältet.

Jag skäms över att säga att frågorna jag fick under den tiden innehöll många saker som jag inte hade tänkt på tidigare.Jag insåg vidden av problemområden relaterade till utveckling och butiksöppning.Å andra sidan har vi lite i taget försökt få ihop vårt eget sätt att tänka.Ett tag skulle jag vilja dela med mig av mina tankar under det senaste halvåret.

Först och främst skulle jag vilja prata om grunden för försäljningsprognoser för företag med butiksnummer i de låga tvåsiffriga.

På våra seminarier har vi hållit "försäljningsprognoser med Excel" som sammanfattar kunskapen om statistik och Excel relaterat till butiksutvecklingsarbete som en "fast måltid".Eftersom en statistisk metod som kallas multipel regressionsanalys är väsentlig för att prognostisera försäljning av nya butiker, har jag förklarat detaljerna utifrån premissen att utföra multipel regressionsanalys.

Men för att göra multipel regressionsanalys i näringslivet och skapa en försäljningsprognosmodell som kan användas för att prognostisera försäljning av nya butiker måste det finnas minst 40 till 50 butiker.Du behöver verkligen så många butiker för att skapa en formel som innehåller tillräckligt många faktorer för att förklara skillnaderna i försäljning mellan butiker.

Å andra sidan, om ett företag med färre befintliga butiker fortsätter med försäljningsprognoser baserade på multipel regressionsanalys, kommer det att vara svårt att skapa en användbar försäljningsprognosmodell, vilket resulterar i ofullständig förbränning.

Det senaste halvåret har vi fått flera åsikter om ofullständig förbränning och våra seminarier har hittills fokuserat för mycket på tekniska förklaringar av multipla regressionsanalysmetoder.Jag beklagar att min förklaring var otillräcklig.

När jag ser tillbaka, när jag byggde en modell för försäljningsprognoser, använde jag aldrig multipel regressionsanalys.Det fanns jobb att göra innan dess.Jag behövde utveckla denna punkt.

Om antalet butiker är cirka 10 till 30, för det första, utan att vara medveten om försäljningsprognosen för nya butiker,Gruppering av butiker som säljer bra och butiker som inte presterar braoch deVarför det uppstår skillnader mellan grupperを"förklara i ord"måste göras. Vi frågar: "Vad har butikerna i varje grupp gemensamt?"

Vid den tiden finns det inget behov av att tänka på att utföra multipel regressionsanalys alls.Om du har en gräns för hur många ord du kan komma på på egen hand kan det vara bra att fråga en kollega.

Om man antar att det finns 10 butiker i "säljande butiksgrupp" eller "sjunkande butiksgrupp" är det inte nödvändigt att hitta en gemensam grund för alla 10 butiker, och det är okej att få några butiker som inte passar.Om det är svårt att hitta en gemensam grund från början kan du lista vad du kan säga om varje butik.

Av egen erfarenhet känner jag att det är lättare att komma på ord som visar gemensamma punkter i en butik som går dåligt än i en butik som går bra.Om du börjar med en butik som inte presterar bra och frågar: "Kan du säga motsatsen till vad du kan säga i en butik som presterar dåligt i en butik som går bra?"

Fortsättanästa bloggoch.