最后一次是做一个销售预测，(XNUMX) 掌握现有店铺的销售动向， (XNUMX) 将其应用于新物业的条件并计算预测金额我告诉过你是的。

“（一）把握现有门店销售额趋势”是指最近12个月移动平均线把握的门店销售额围绕所有门店的平均销售额波动，但各门店销售额与所有门店平均水平的差异商店（分离度））通过逐一添加解释其发生原因的因素。我稍后会讨论细节，但现在，请记住这张图片。

这一次，我希望您掌握“（XNUMX）通过将其应用于新财产的条件来计算估计金额”的形象。具体方法我再讲一遍，所以请检查输出的图像。

综上所述，①中把握现有店铺销售趋势的结果用一个公式（模型）表示，如下图所示。

实体店销售 =系数 XNUMX×因素XNUMX+系数 XNUMX×因素XNUMX+・・・+系数 nx 因子 n + 常数

假设有n个解释销售额的因素，统计分析现有店铺的销售额与显示n个因素的数据之间的关系，得到n个“系数”和“常数”。 n是根据情况而变化的数，根据情况可以自由设定为XNUMX（即XNUMX个因数）或XNUMX（即XNUMX个因数）。现有的大量门店可以增加这个因素。

通过将表示新楼盘各因素的数据代入该公式，即可自动计算门店销售额，并将金额视为基于该模型计算的“预测值”。

如果将其合并到 Excel 中，则可以通过输入新属性的相关数据来自动获取预测值。表中显示了一个简单的虚拟示例。当您在黄色部分输入数字时，该值会自动显示在黄绿色单元格中。

系数是通过统计方法获得的数字，在预测时不得更改。创建这样的机制是销售预测的任务。

[表] 销售预测（模型）图像

现在一张图就够了。

通过确定合适的因子并增加因子个数，店铺间销售额的差异（单个店铺销售额与所有店铺平均值的偏差程度）会减小，公式（模型）的解释力会增加。将继续。

目标是能够解释 100% 到 90% 的个别商店销售额与全店平均值的偏差，其中整体偏差为 95。我将继续讨论如何自己做到这一点。

（未完待续）