ハフ モデルのキャリブレーション

Business Analyst には、2 種類のモデル キャリブレーション フォーム（実際の顧客データを使用するものと調査データを使用するもの）が用意されています。モデルのキャリブレーションは、予測値を最適化するのに必要不可欠です。モデルのキャリブレーションを実施するに当たって、以下の点を認識しておく必要があります。

• 実際の顧客データを使用する場合は、分析範囲内の区画単位ごとに世帯数のサンプル情報を入手する必要があります。分析範囲内の既存店舗と競合店舗ごとに顧客データが必要になります。顧客情報はモデルで区画単位ごとの比率に変換されます。
• 調査データは、それぞれの回答者が分析範囲内の店舗に買い物に出かける頻度を定義します。店頭アンケートは、この情報を収集する効果的な手段になります。
• 各区画単位がサンプルの中で適切に示されていることを確認します。
• 潜在顧客の区画レベルは通常、潜在顧客が居住している区画を表すポリゴン商圏になります。これは、関連する人口統計データを含むポイント レイヤ（国勢調査区の重心など）になることもあります。
• 競合店舗レイヤには、特定の分析範囲内にあるすべての競合ロケーションが含まれていなければなりません。また、このレイヤには、分析範囲内にある自社の既存店舗ロケーションもすべて含める必要があります。なぜなら、これらの店舗が新規店舗ロケーションにとって競合店舗になるからです。ほとんどの場合、このレイヤは Business Analyst 店舗レイヤになります。
• 競合店舗ロケーションは、Business Analyst の [目標物検索] 機能から抽出することもできます。
• このウィザードで最初に実行するステップは、解析対象となるすべての競合店舗の商圏を含む分析範囲を定義することです。
• 店舗の魅力度フィールドは予測変数とも呼ばれており、売場面積、駐車台数、広告、営業時間、価格、築年数、外観、看板、アクセスのしやすさなどの店舗の属性が入力されます。

手順:

1. [Business Analyst] ドロップダウン メニューをクリックし、[モデリング] をクリックします。
[モデリング] ウィザードが開きます。
2. [新規モデルの作成] をクリックします。
3. モデルの種類として [モデルのキャリブレーション] を選択して [次へ] をクリックします。
4. 最初のドロップダウン メニューで、ポテンシャル フィールドを含むレイヤを選択します。

   必要に応じて、[Business Analyst データ レイヤ（BDS）のみ表示] チェックボックスをオンにします。Business Analyst の統計レイヤには、世帯数など、セールス ポテンシャルの指標として活用できるフィールドが多数含まれています。

5. 2 番目のドロップダウン メニューをクリックし、ポテンシャル レイヤの ID フィールドをクリックします。
6. 3 番目のドロップダウン メニューをクリックし、ポテンシャル フィールドをクリックします。ほとんどの場合、Business Analyst の統計レイヤでは、フィールドのカテゴリを表示するツリー構造が使用されています。ツリー構造を展開すると、そのカテゴリに含まれている個々のフィールドを表示できます。

   ツリー構造を展開したり折りたたんだりするには、Ctrl キーを押したままツリー内の [+] または [-] キーをクリックします。

7. [次へ] をクリックします。
8. 最初のドロップダウン メニューで、競合店舗レイヤをクリックします。
9. 2 番目のドロップダウン メニューで、[店舗 ID] フィールドをクリックします。
10. [次へ] をクリックします。
11. 店舗候補地を選択する方法のいずれかをクリックします。
12. [住所を使用] を選択した場合は、[値] 列に含まれるフィールドをそれぞれクリックして、そのロケーションの住所を入力します。
13. [OK] をクリックして続行します。
14. [レイヤからポイントを選択] を選択した場合は、最初のドロップダウン メニューで、候補地を含むレイヤをクリックします。
15. 2 番目のドロップダウン メニューをクリックし、候補地に使用する個々のフィーチャをクリックします。
16. [次へ] をクリックします。

17. [モデルのキャリブレーション] ユーティリティについては、ハフ モデルのキャリブレーションに関するセクションをご参照ください。このユーティリティは、[アドバンス ハフ モデル] ウィザードにも用意されています。過去の解析で統計的にキャリブレーション済みのパラメータを選択するか、手動でパラメータを入力することができます。

18. いずれかを選択して [次へ] をクリックします。

    [パラメータを手動で入力] をクリックすると、ダイアログ ボックスが右側に表示されます。

19. モデルで距離を測定する方法をクリックします。

    [+] または [-] ボタンを使用して、予測変数を追加または削除します。

20. 変数を追加したら、[変数] 列で該当する変数をクリックし、レイヤ内で変数を選択するドロップダウン メニューを有効にします。
21. [候補地の潜在価値] 列に含まれる変数テーブルをクリックして、値を入力します。
22. [係数] 列をクリックし、-1.0 から -3.0 までの値を入力して、その店舗まで買い物に出かけたいという顧客の意志に移動距離が与える影響を表示します。

    値が -1.0 に近いほど、顧客は買い物のために移動距離が長くなっても構わないと考えるようになります。

23. [次へ] をクリックします。
24. テキスト ボックスに新しいモデルの名前を入力し、コメントを記入した後、[完了] をクリックします。

    新しい分析エリアが作成されてマップ上に表示されます。