让经销商百分百成功开店选址

2、  误差分析

　　在Model Summary(模型概述）表中，我们已得到回归方程的标准误a为0.186783870，它表明当用上述回归方程来预测购买率时，实际购买率落在{预测购买率+-0.186783870}区间内的概率0.6826，实际购买率落在{预测购买率+-2a}区间内的概率0.9545。实际购买率在{预测购买率+-3a}区间内的概率0.9975。

3、  数据变量的相关性

回归方程中有6个自变量，用帕尔逊相关性检验，结果：6个自变量不是独立变量，而是彼此相关，互相制约，这和现实情况一致的，就如交通系数大，过路人比例肯定高，反之就不对了。

4、从数理统计的理论来说，样本量要达到30个以上，但在实际情况可适当减少

（二）门店人流量的计量

为了确保精度，我们充分考虑了一周内每天的差异，选择周四、五和六的营业时间内的人流量进行统计（>12H）,然后计算平均数。

（三）客单价

客单价的计算我们采取依据商圈的收入水平和商圈的性质（商业区、半商业和居民区）设定为三级。因为不同的收入水平的地区客单价有较大的差异。

四、    准门店评估流程及销售额预估

（一）  准门店评估流程

根据公司发展规划，有门店开发部提供房门店产信息，按“新门店信息评估”进行评分，主要从以下几个方面：

1、  门店原来经营项目，经营状况，转让原因。

2、  店面信息：地址、面积、长宽比例、朝向、租金、租期、租金递增率、电力容量等。

3、  周边情况：同行业商店、销售状况、距离、店貌、店牌视觉效果、周边办公楼状况、周边小区状况等。

初评合格后提交总经理审核，经审核通过的准门店，市场部就开始安排评估调研。

有调研公司评估调研所有6个自变量——1、营业时间内人流量。2、人流量在商圈居民比例。3、过路人比例。4、商圈内居民户数。5、商圈内居民家庭人口数。6、商圈内居民家庭收入。通过3-6天的全面调查，除去异常数据，得到完整的相关平均数据。

（二）  销售额预估模型

利用得到的相关基础数据，开始计算销售额预估需要的三要素：

1、入店购买率%=-160.523+1.149*10-5*人流量-0.472居民比例

        -5.463过路人比例+0.866交通系数+45.674家庭人口+3.175*10*-3*家庭收入

2、门前人流量=∑N天人流量÷N　。

3、客单价=∑N人购买金额÷N。

预估月销量MS=30*人流量*入店购买率*客单价

（三）  销售额预估判断

得到预估月销量MS以后，根据财务成本核算得到盈亏平衡点需要的最低月销量MSp，

如果MS大于MSp：准门店就可以开张；

如果MS小于MSp：准门店就可以放弃；

如果MS等于MSp：就看区域发展前景，有良好发展趋势就开张，已经成熟了就放弃。

　　在判断过程中我们还需要考虑一些企业特殊的因素，如我们企业产品中特别价格产品的对客单价的影响，加以修正，以得到更正确的判断。

　　通过这次市场开发过程的优化创意策划，我们认真进行了本数学预估模型的应用，在我们品牌的新门店开发中发挥了良好的作用，其正确率达到95%，其关键是数学模型具有专有性，它充分反映了企业的特性和品牌的影响力。它把许多不可量化和不确定因素包容在基础系数中，让销售额预估真正成为科学的计算，科学的推算。