来客者数に与える気温と降水量の影響に関する研究 流通情報工学科　 ０６２３０５２　王玲玲 指導教員　黒川　久幸准教授 こんにちは、王玲玲です これから、来客者数に与える気温と降水量の影響に関する研究の発表を行います。

発表の構成 研究の目的 扱うデータと分析の手順 来客者数に与える個別要因の検討 気温と降水量の影響の検討 分析の結果と課題 まずは、発表の構成については、・・・・順で発表させていただきたいです。

目的 来客者数 気象の要因 カレンダー要因 店舗側の要因 晴・雨 曜日・月 立地・特売 例え：屋台、野外ライブ 今回、来客者数に与える気温と降水量の影響について分析すること目的とします。 気温変化により、消費者が店舗まで行くかということを、来客者数の実際のデータを用いて分析行います。 既存研究から、来客者数が常に一定ではなく、変化する要因として、以下３つの要因に分けられます。 １つ目は、（晴れ、雨）といった天気の気象要因 ２つ目は、（曜日、月、年末、年始）といったカレンダー要因 ３つ目は、（立地、特売、チラシなど）の店舗側の要因があります。 今回は、買い物をした人数を来客者数として、気象要因とカレンダー要因について、どの位、影響を与えているのかを研究対象とします。 例え：屋台、野外ライブ 3

データ POSデータ：来客者数 ＜（株）KSP－POSより購入＞ カレンダー要因 気象要因 降水量 曜日 風 月 気温 GW 日照時間 　２００７年１０月１日～２００８年９月３０日の３６６日分 　　　　　　　　　　　　　　　　東京のある商店街の食品スーパー カレンダー要因 気象要因 降水量 風 気温 日照時間 積雪 気圧 湿度 曜日 月 GW お盆、 年末、年始 祝日 今回、取り扱ったデータについては、 POSデータは、来客者数のデータであります。 (2007年10月1日～2008年9月30日までの366日分で、東京のある商店街に立地の食品スーパーであります。 しかし、この年の１１月２０日と１月１日に店舗の来客者数データがないため、実際に３６４日分のデータです カレンダー要因に使用したデータ項目については　　曜日、月、GW、お盆、年末、年始、祝日のであります。 気象要因に使用したデータ項目は、降水量、風、気温、日照時間、積雪、気圧、湿度、大まかに７項目であります。

分析手順 目的変数 ： 来客者数 説明変数 ： 曜日、月、 気象条件などの要因 分析方法 ： 分散分析 重回帰分析 目的変数　：　来客者数 説明変数　：　曜日、月、 　　　　　　　　　 気象条件などの要因 分析方法　：　分散分析 　　　　　　　　　 重回帰分析 分析では、来客者数を目的変数として、 曜日や気象条件などの要因を説明変数として、 分散分析と重回帰分析を行っていきます。 それにより、来客者数に影響を与える要因項目の把握となります。

カレンダー要因の検討 カレンダー要因 来客者数の影響 曜日 ○ 月 GW × お盆 年末 年始 祝日 ・来客者数に与える個別要因の検討 カレンダー的要因をもとに分散分析を行った結果により、表の中で影響の有無を○×で表わしています。 来客者数に影響を与えるものとして、カレンダー的要因の中では曜日や月などの要素が、影響の大部分を占めることが分かりました。また、年末年始も来客者数に影響を与える要因があります。一方、GW、お盆休み、祝日などの休日には、来客者数に影響をあまり与えていない。 有意水準５％以下○、以上×

曜日 曜日については、一番来客者数が多い日は水曜日約３５００人であり、来客者数が少ない日は火曜日約２０００人で、多い曜日と少ない曜日の差が約１５００人であることが分かりました。 図３　曜日ごとの平均来客者数

月 月については、一年間平均一番多い来客者数のある9月の2700人位に対し、年間平均一番少ない月は1月2300人位来客者数の差が200人位あるが示している。図から見ると1、2，3月に来客者数が全体少ないことに対し、7，9，10月に来客者数が全体多いことである。 月 図２　月ごとの平均来客者数

年末・年始 ２９６９ ２１４２ 図１ 年末年始一日当たりの来客者数 これは年末年始と年末年始以外の日と比べてどのぐらい来客者数の違いが調べたものです 12月26日から31日までを年末と、1月2日から7日までを年始となりなす 年末と年始に来客者数については、グラフより大きく変動していることが分かった。年末には、約3000人の来客者数に対し、年始には、2000人位の来客者数であります。これは、年越しの前後1週間で、約1000人の差出ていることが分かりました。 図１　年末年始一日当たりの来客者数

気象要因の検討 気象要因 係数 P-値 来客者数の影響 気温 10.90 0.00 ○ 日照時間 27.32 風速 6.37 0.86 × ・来客者数に与える個別要因の検討 気象要因の検討 気象要因 係数 P-値 来客者数の影響 気温 10.90 0.00 ○ 日照時間 27.32 風速 6.37 0.86 × 気圧 2.26 0.64 降水量 -6.74 積雪 -141.19 0.43 湿度 -1.58 0.16 東京都気象庁の気象要因データ表の中で、降水量、風、気温、日照時間、積雪、気圧、温度、天気の項目を用いて分析しました。 分散分析の結果により、風、湿度、気圧、積雪は有意水準0.05よりかなり大きいので、影響を与えないことがわかりました。気温、降水量、日照時間が来客者数に影響を与えることがわかりました。 気象要因の中で　特に、気温と降水量に関して、分析しました。 有意水準５％以下○、以上×

気温と来客者数の関係 修正来客者数＝来客者数－（曜日＋月＋降水量＋・・・・） ・気温と降水量の影響の検討 　気温と来客者数の関係 気温については、夏と冬の季節を分けて見てみました。 図に気温と来客者数の関係を示しています。 なお、ここでの来客者数とは気象やカレンダー要因をもとに重回帰モデルを構築した後、気温以外の要因の影響を除いた来客者数です。 また、図中に示すオレンジ色◇は夏の季節の場合で、青色□印は冬の季節の場合です。 図から、気温が上昇すると来客者数が増加する傾向にあることが分かりました。特に、夏は冬よりもこの傾向が強く表れています。 その他、最高気温が30℃以上となる真夏日に外出が少なくなるような傾向は見られなかったです。 修正来客者数＝来客者数－（曜日＋月＋降水量＋・・・・）

平均気温による客単価 客単価（円／人） ２５９５ ２４１１ （８３４） （７４８） しかし、客単価から見ると、冬場より夏場の来客の買い物単価が低いであることがわかりました。

降水量と来客者数の関係 修正来客者数＝来客者数－（曜日＋月＋気温＋・・・・） ・気温と降水量の影響の検討 これは、降水量と来客者数の関係を示した図です。 なお、来客者数は気温の場合と同様に、降水量以外の要因の影響を除いた来客者数であります。 図から、降水量が増えるに従って来客者数が減少している傾向がありました。特に急激降ると来客者数が減少していることがわかりました。 ただし、その減少傾向は降水量が少ないところで大きく、降水量が20mmを超えるとほとんど変わらないことが分かりました。 修正来客者数＝来客者数－（曜日＋月＋気温＋・・・・）

分析の結果 気温については、 気温が上昇すると来客者数が増加する傾向がある。特に冬より夏の方がこの傾向が強く表わしている。 　気温が上昇すると来客者数が増加する傾向がある。特に冬より夏の方がこの傾向が強く表わしている。 降水量については、 　降水量が少ないところで来客者数が減少傾向が強い。

今後の課題 今後は、より詳細に影響を把握するために他の小売店舗についても同様の分析を行う必要がある。

ご清聴頂き ありがとうございました 流通情報工学科　王玲玲