2、  誤差分析

　　在Model Summary(模型概述）表中，我們已得到回歸方程的標準誤a為0.186783870，它表明當用上述回歸方程來(lái)預測購買(mǎi)率時(shí)，實(shí)際購買(mǎi)率落在{預測購買(mǎi)率+-0.186783870}區間內的概率0.6826，實(shí)際購買(mǎi)率落在{預測購買(mǎi)率+-2a}區間內的概率0.9545。實(shí)際購買(mǎi)率在{預測購買(mǎi)率+-3a}區間內的概率0.9975。

3、  數據變量的相關(guān)性

回歸方程中有6個(gè)自變量，用帕爾遜相關(guān)性檢驗，結果：6個(gè)自變量不是獨立變量，而是彼此相關(guān)，互相制約，這和現實(shí)情況一致的，就如交通系數大，過(guò)路人比例肯定高，反之就不對了。

4、從數理統計的理論來(lái)說(shuō)，樣本量要達到30個(gè)以上，但在實(shí)際情況可適當減少

（二）門(mén)店人流量的計量

為了確保精度，我們充分考慮了一周內每天的差異，選擇周四、五和六的營(yíng)業(yè)時(shí)間內的人流量進(jìn)行統計（>12H）,然后計算平均數。

（三）客單價(jià)

客單價(jià)的計算我們采取依據商圈的收入水平和商圈的性質(zhì)（商業(yè)區、半商業(yè)和居民區）設定為三級。因為不同的收入水平的地區客單價(jià)有較大的差異。

四、    準門(mén)店評估流程及銷(xiāo)售額預估

（一）  準門(mén)店評估流程

根據公司發(fā)展規劃，有門(mén)店開(kāi)發(fā)部提供房門(mén)店產(chǎn)信息，按“新門(mén)店信息評估”進(jìn)行評分，主要從以下幾個(gè)方面：

1、  門(mén)店原來(lái)經(jīng)營(yíng)項目，經(jīng)營(yíng)狀況，轉讓原因。

2、  店面信息：地址、面積、長(cháng)寬比例、朝向、租金、租期、租金遞增率、電力容量等。

3、  周邊情況：同行業(yè)商店、銷(xiāo)售狀況、距離、店貌、店牌視覺(jué)效果、周邊辦公樓狀況、周邊小區狀況等。

初評合格后提交總經(jīng)理審核，經(jīng)審核通過(guò)的準門(mén)店，市場(chǎng)部就開(kāi)始安排評估調研。

有調研公司評估調研所有6個(gè)自變量——1、營(yíng)業(yè)時(shí)間內人流量。2、人流量在商圈居民比例。3、過(guò)路人比例。4、商圈內居民戶(hù)數。5、商圈內居民家庭人口數。6、商圈內居民家庭收入。通過(guò)3-6天的全面調查，除去異常數據，得到完整的相關(guān)平均數據。

（二）  銷(xiāo)售額預估模型

利用得到的相關(guān)基礎數據，開(kāi)始計算銷(xiāo)售額預估需要的三要素：

1、入店購買(mǎi)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+45.674家庭人口+3.175*10*-3*家庭收入

2、門(mén)前人流量=∑N天人流量÷N　。

3、客單價(jià)=∑N人購買(mǎi)金額÷N。

預估月銷(xiāo)量MS=30*人流量*入店購買(mǎi)率*客單價(jià)

（三）  銷(xiāo)售額預估判斷

得到預估月銷(xiāo)量MS以后，根據財務(wù)成本核算得到盈虧平衡點(diǎn)需要的最低月銷(xiāo)量MSp，

如果MS大于MSp：準門(mén)店就可以開(kāi)張；

如果MS小于MSp：準門(mén)店就可以放棄；

如果MS等于MSp：就看區域發(fā)展前景，有良好發(fā)展趨勢就開(kāi)張，已經(jīng)成熟了就放棄。

　　在判斷過(guò)程中我們還需要考慮一些企業(yè)特殊的因素，如我們企業(yè)產(chǎn)品中特別價(jià)格產(chǎn)品的對客單價(jià)的影響，加以修正，以得到更正確的判斷。

　　通過(guò)這次市場(chǎng)開(kāi)發(fā)過(guò)程的優(yōu)化創(chuàng )意策劃，我們認真進(jìn)行了本數學(xué)預估模型的應用，在我們品牌的新門(mén)店開(kāi)發(fā)中發(fā)揮了良好的作用，其正確率達到95%，其關(guān)鍵是數學(xué)模型具有專(zhuān)有性，它充分反映了企業(yè)的特性和品牌的影響力。它把許多不可量化和不確定因素包容在基礎系數中，讓銷(xiāo)售額預估真正成為科學(xué)的計算，科學(xué)的推算。