讓經(jīng)銷商成功開店選址

?? 連鎖經(jīng)營(yíng)開店選址營(yíng)業(yè)額預(yù)估數(shù)學(xué)模型連鎖經(jīng)營(yíng)是現(xiàn)代商業(yè)為主要的經(jīng)營(yíng)業(yè)態(tài),幾乎占到整個(gè)商業(yè)的80%以上.全國(guó)有大型連鎖賣場(chǎng)6000余家,小型連鎖超市和各類專賣店更是不計(jì)其數(shù).他們的經(jīng)營(yíng)發(fā)展就在開店擴(kuò)張中不斷壯大,其成功的關(guān)鍵是選址開店.但是嚴(yán)酷的事實(shí)就是有40%以上的商店是不能而被迫關(guān)閉,使企業(yè)的經(jīng)營(yíng)收銀也在門店的開關(guān)中消耗殆盡,企業(yè)急需一個(gè)對(duì)新門店的評(píng)估標(biāo)準(zhǔn),來(lái)決定是否開店.但傳統(tǒng)的選址評(píng)估理論因其廣泛的適應(yīng)性而缺乏專用性,加上眾多不可估計(jì)的因素,使其誤差巨大而不具備實(shí)用意義.本人在從事連鎖經(jīng)營(yíng)市場(chǎng)管理工作中,認(rèn)真研究了企業(yè)經(jīng)營(yíng)中的門店水平和條件分析,提出了營(yíng)業(yè)額預(yù)估數(shù)學(xué)模型化的概念,是選址開店成為可以量化計(jì)算來(lái)評(píng)判,供企業(yè)正確的決策提供科學(xué)的依據(jù),從而大大降低了因開店失敗而造成的損失,讓企業(yè)的可持續(xù)化擴(kuò)張步入良性發(fā)展的軌道.

??? 一、? 預(yù)估數(shù)學(xué)模型創(chuàng)意的由來(lái)連鎖經(jīng)營(yíng)理論中有一套商圈分析的營(yíng)業(yè)額估計(jì)方式:營(yíng)業(yè)額=戶(人)數(shù)*入店率*客單價(jià).但他沒有提供具體的入戶確認(rèn),入店率和客單價(jià)的合適的計(jì)算方式,其中關(guān)鍵的入店率是依據(jù)經(jīng)驗(yàn)得出的數(shù)字,更無(wú)法顧及為重要的行業(yè)、品牌、規(guī)模、定位、地域文化消費(fèi)習(xí)慣等不確定的門店所特有的因素,使得營(yíng)業(yè)額估計(jì)方式就停留在"名副其實(shí)"的估計(jì)之上.為此我對(duì)經(jīng)營(yíng)的數(shù)十家門店分別進(jìn)行了營(yíng)銷分析,并對(duì)周邊商圈進(jìn)行評(píng)估,從中分析總結(jié)出一個(gè)門店的銷售業(yè)績(jī)完全取決于行業(yè)、品牌和商圈,眾多不可計(jì)量的影響因素也可以在現(xiàn)實(shí)銷售數(shù)據(jù)中反映出來(lái),換言之,對(duì)于擴(kuò)張門店的銷售額預(yù)估完全可以從已有門店的銷售分析來(lái)推算.為了建立這個(gè)難得的計(jì)算公式,我就對(duì)此研究做出計(jì)劃:

??? 1、? 羅列和篩選所有影響銷售的因素,并把他們分為可計(jì)量和不可計(jì)量?jī)深?進(jìn)行變量分析;2、? 在已有門店里選擇12個(gè)有代表性(區(qū)域、銷售--好中差,)的門店,分別進(jìn)行商圈調(diào)研和銷售分析;3、? 運(yùn)用信息數(shù)理統(tǒng)計(jì)的原理,進(jìn)行變量關(guān)聯(lián)度分析和多元線性回歸方程擬合,得到一入店率的計(jì)算公式;4、? 利用推出的入店率計(jì)算公式,配合實(shí)際客單價(jià)組合成"銷售額預(yù)估的數(shù)學(xué)模型".

??? 5、? 利用"銷售額預(yù)估的數(shù)學(xué)模型",對(duì)老門店進(jìn)行調(diào)研和數(shù)學(xué)模型計(jì)算,把數(shù)學(xué)模型的預(yù)估和實(shí)際進(jìn)行比對(duì),進(jìn)一步數(shù)學(xué)模型;6、? 對(duì)初步選擇的準(zhǔn)新門店的商圈進(jìn)行市場(chǎng)調(diào)研,把變量代入數(shù)學(xué)模型,計(jì)算出準(zhǔn)新門店的銷售額,從而評(píng)估開店的盈虧平衡點(diǎn),決定是否開店.

??? 因?yàn)轭A(yù)估數(shù)學(xué)模型是由已存在的門店的實(shí)際銷售和環(huán)境數(shù)據(jù)計(jì)算而得,因此它充分涵蓋了不可量化因素對(duì)銷售的影響,也充分體現(xiàn)了可量化數(shù)據(jù)對(duì)銷售的影響,是預(yù)估成為本品牌特有且符合實(shí)際銷售的一個(gè)銷售額預(yù)估數(shù)學(xué)模型.

??? 二、??? 變量分析與選擇調(diào)研銷售額預(yù)估的關(guān)鍵是要計(jì)算入店率、客單價(jià)和商圈人數(shù).其中客單價(jià)完全可以計(jì)算、準(zhǔn)確時(shí)可以依據(jù)消費(fèi)水平分級(jí)計(jì)量.影響門店銷售業(yè)績(jī),也就是入店率和商圈人數(shù)的因素有很多,不可量化因素有行業(yè)特性、品牌定位、消費(fèi)習(xí)慣、門店口交通情況、同行業(yè)競(jìng)爭(zhēng)情況;量化的相關(guān)因素有:1、營(yíng)業(yè)時(shí)間內(nèi)人流量.2、人流量在商圈居民比例.3、過(guò)路人比例.4、商圈內(nèi)居民戶數(shù).5、商圈內(nèi)居民家庭人口數(shù).6、商圈內(nèi)居民家庭實(shí)現(xiàn)目標(biāo).我對(duì)以上因素進(jìn)行關(guān)聯(lián)度分析,后擬合計(jì)算方程式.

??? 三,多元線性回歸方程擬和過(guò)程(一)? 列舉影響購(gòu)買率因素綜合考慮已完成的12家門店的調(diào)查結(jié)果,及回歸模型對(duì)自變量的要求,初步?jīng)Q定將每日的人流量、人流中居民的比例、人流中過(guò)路人的比例、人流中工作人口的比例、商圈內(nèi)的競(jìng)爭(zhēng)情況、商圈內(nèi)的交通情況、商圈內(nèi)居民戶數(shù)、居民每戶的平均人口數(shù)、居民每戶的平均家庭月實(shí)現(xiàn)目標(biāo)等九個(gè)因素作為自變量,其中商圈內(nèi)的競(jìng)爭(zhēng)情況、商圈內(nèi)的交通情況為非數(shù)值變量,需轉(zhuǎn)化為數(shù)值變量.以入店購(gòu)買率為因變量.將各因素的數(shù)值羅列如下:

??? 為了準(zhǔn)確計(jì)算商圈人數(shù),就必須確定商圈范圍.我們就對(duì)入店購(gòu)買消費(fèi)者的居住地調(diào)查,發(fā)現(xiàn)70%的消費(fèi)者距門店500米以內(nèi),還和小區(qū)的大門方向、競(jìng)爭(zhēng)品牌的距離等有關(guān)系,為此我們?cè)谡{(diào)查時(shí)充分考慮這些情況,以充分提高準(zhǔn)確度.

??? 1.????? 入店購(gòu)買率(%)這里選擇4組差異大的數(shù)據(jù)作展示.

??? A店 B店 C店 D店周四 0.7449450 2.008635 1.929083 3.315090周五 0.7041670 2.409038 2.299703 3.618699周六 0.5717859 2.038429 2.063119 2.5383302.????? 每日流動(dòng)人口(人)A店 B店 C店 D店周四 11276 10654 10886 6395周五 12071 12038 9436 7102周六 11193 11970 9791 58703.人流中居民的比例A店 B店 C店 D店周四 11276 10654 10886 6395周五 12071 12038 9436 7102周六 11193 11970 9791 58704.過(guò)路人比例A店 B店 C店 D店周四 11276 10654 10886 6395周五 12071 12038 9436 7102周六 11193 11970 9791 58705.人流中工作人口比例A店 B店 C店 D店周四 11276 10654 10886 6395周五 12071 12038 9436 7102周六 11193 11970 9791 58706.商圈內(nèi)的競(jìng)爭(zhēng)情況商圈內(nèi)的競(jìng)爭(zhēng)情況擬從以下八個(gè)角度考慮,并將其數(shù)量化.

??? 知名度:〉我品牌 --? 1,〈我品牌--0店面積:》我品牌 --? 1,〈我品牌--0平均單價(jià):》我品牌 --? 1,〈我品牌--0促銷活動(dòng):有--1,無(wú)--0新產(chǎn)品:有--1,無(wú)--0店內(nèi)環(huán)境:好--2,相同--1,差--0店外環(huán)境:好--2,相同--1,差--0店外廣告:有--1,無(wú)--0統(tǒng)計(jì)計(jì)算:A店:0(無(wú)競(jìng)爭(zhēng));B店:16;C店:23;D店:8.

??? 7.商圈內(nèi)交通情況根據(jù)公交站點(diǎn)的數(shù)量為其參數(shù).

??? 統(tǒng)計(jì)計(jì)算:A店:1;B店:11;C店:5;D店:4.

??? 8.居民戶數(shù)統(tǒng)計(jì)計(jì)算:A店:6500;B店:5300;C店:20600;D店:4800.

??? 9.家庭人口統(tǒng)計(jì)計(jì)算:A店:3.39;B店:3.24;C店:3.29;D店:3.38.

??? 10.家庭實(shí)現(xiàn)目標(biāo)統(tǒng)計(jì)計(jì)算:A店:2160;B店:2380;C店:3010;D店:2280.

??? 偏相關(guān)分析把以上原始數(shù)據(jù)建立數(shù)據(jù)庫(kù),利用統(tǒng)計(jì)分析軟件SPSS的Correlate模塊中的Partial Correlate對(duì)上述各因素與購(gòu)買率之間的關(guān)系進(jìn)行偏相關(guān)分析,確定回歸方程的自變量,剔除相關(guān)程度低的變量.運(yùn)行結(jié)果如下:

??? Variables Entered/Removed(自變量進(jìn)入與剔除)model Variables entered Variables removed method1 人流量,居民比例,過(guò)路人比例交通系數(shù),家庭人口,家庭實(shí)現(xiàn)目標(biāo) 工作人口比例競(jìng)爭(zhēng)度,居民戶數(shù) enter偏相關(guān)分析,將所有自變量按照與購(gòu)買率的相關(guān)性大小分為進(jìn)入自變量和剔除自變量?jī)煞N.本模型的進(jìn)入自變量是人流量、居民比例、過(guò)路人比例、交通系數(shù)、家庭人口和家庭實(shí)現(xiàn)目標(biāo),它們將作為回歸方程的自變量.由于工作人口比例、競(jìng)爭(zhēng)度、居民戶數(shù)與購(gòu)買率的相關(guān)性不大,被剔除于回歸方程之外.

??? 以人流量、居民比例、過(guò)路人比例、交通系數(shù)、家庭人口和家庭實(shí)現(xiàn)目標(biāo)為自變量重新建立數(shù)據(jù)庫(kù):

??? 建立多元線性回歸方程利用統(tǒng)計(jì)分析軟件SPSS的Regression模塊中的Linear分模塊對(duì)數(shù)據(jù)庫(kù)進(jìn)行多元線性回歸分析,結(jié)果如下:

??? Model Summary(模型概述)Model R R square Adjusted R Square Std.Error of the estimate1 0.991 0.983 .962 0.186783870對(duì)于模型1來(lái)說(shuō),選入的自變量--人流量、居民比例、過(guò)路人比例、交通系數(shù)、家庭人口和家庭實(shí)現(xiàn)目標(biāo)與因變量購(gòu)買率的多元線性回歸的可決系數(shù)R2為0.983,多元線性回歸復(fù)相關(guān)系數(shù)是0.991,校正R2為0.962,標(biāo)準(zhǔn)誤為0.18678370.

??? R2為多元線性回歸的可決系數(shù),是描述回歸方程式優(yōu)劣的統(tǒng)計(jì)量,一般說(shuō)來(lái),如果所有的觀測(cè)量都落到回歸線上,那么R2等于1;如果自變量與因變量之間沒有回歸關(guān)系,那么R2等于0.本模型中的R2較大,說(shuō)明由人流量、居民比例、過(guò)路人比例、交通系數(shù)、家庭人口和家庭實(shí)現(xiàn)目標(biāo)估計(jì)購(gòu)買率所提供的信息充分,因?yàn)榉腔貧w的剩余因素導(dǎo)致的誤差很小.R2等于0.983說(shuō)明購(gòu)買率變化的98.3%為人流量、居民比例、過(guò)路人比例、交通系數(shù)、家庭人口和家庭實(shí)現(xiàn)目標(biāo)所影響.

??? 標(biāo)準(zhǔn)誤是描述實(shí)際值與預(yù)測(cè)值之間的誤差變異程度的綜合指標(biāo).本模型中的標(biāo)準(zhǔn)誤的計(jì)算方法是根據(jù)回歸方程式預(yù)測(cè)的購(gòu)買率與實(shí)際購(gòu)買率之差的平方的算術(shù)平均數(shù)的開平方正根.

??? Coefficients回歸參數(shù)Model Unstandardized coefficients Standardized coefficientsB Std.error beta1(constant)人流量居民比例過(guò)路人比例交通系數(shù)家庭人口家庭實(shí)現(xiàn)目標(biāo) -160.5231.149E-05-0.472-5.4630.86645.6743.157E-03 56.3670.0000.9671.4860.19815.4710.0010.027-0.046-0.5503.4133.1041.125B表示回歸系數(shù),constant表示常數(shù)項(xiàng),std.error表示標(biāo)準(zhǔn)誤差,beta表示標(biāo)準(zhǔn)化回歸系數(shù),它由B1Xs/Sy所得(其中B1是回歸系數(shù),Xs為自變量標(biāo)準(zhǔn)差,Sy為因變量的標(biāo)準(zhǔn)差)由此可以得到購(gòu)買率的回歸方程:

??? 購(gòu)買率%=-160.523+1.149*10-5*人流量-0.472居民比例-5.463過(guò)路人比例+0.866交通系數(shù)+45.674家庭人口+3.175*10*-3*家庭實(shí)現(xiàn)目標(biāo)置信度檢驗(yàn)和誤差分析1、? 置信度檢驗(yàn)ANOVAF方差分析model Sum of squrares df Mean square F sig1 RegressionResidualtotal 10.0220.17410.196 6511 1.6703.489E-02 47.877 0.000用F檢驗(yàn)回歸方程顯著性的方法稱為方差分析.F檢驗(yàn)是建立在總變差分解基礎(chǔ)上進(jìn)行的.我們將因變量y的離差平方和Lyy=∑(yi-y)2??? 稱為總平方和,即總變差,在本模型中是實(shí)際購(gòu)買率與實(shí)際購(gòu)買率算術(shù)平均數(shù)的差的平方和,用Total表示.它由兩部分組成,一是估計(jì)購(gòu)買率與實(shí)際購(gòu)買率算術(shù)平均數(shù)的離差平方和,稱為回歸平方和,即回歸變差,用Regression表示,而是實(shí)際購(gòu)買率與估計(jì)購(gòu)買率的離差平方和,稱為剩余變差或偶