常盤勝美の実践ウェザーMD #4 活用すべき気象データ10選と実践方法
③相関係数、近似式の係数を求める
関係を定量化するために、相関係数および近似式の係数を求めます。これらは表計算ソフトに標準で組み込まれている関数ですので、計算式を作ってひとつずつ各データを入力する必要はありません。
セルに気温、買物指数の各データを格納すれば簡単に計算結果を得ることができます。ポイントは、1年を通したデータで集計する場合、「昇温期（季節進行にともない気温が上昇する2～7月）」と「降温期（季節進行に伴い気温が下降する8～1月）」に分けて集計することです。
カテゴリや商品の季節性を踏まえた期間に絞り込んで設定し、その期間における気温変化との関係を見ることで鮮明に需要を予測することができます。図表③の例では、通年のデータで近似式（図表内の赤線）の係数を求めても、買物指数増加期と減少期の中間的なものとなってしまい、どちらの期間にも当てはまらない需要予測式となってしまいます。そこで、たとえば8～11月の期間に絞って近似式（図表内の青線）を求めることで、買物指数増加期の需要予測の精度向上が見込めます。
●
長期予報は気象情報の中で、流通業界における活用レベルがまだそれほど高くなく、活用余地が大きいコンテンツです。長期予報を積極的に活用しながら、これまで以上にMD精度を高める実践に取り組んでいきましょう！
前の記事
店内人時を低減できる製造体制への移行図る ライフの“こだわり”総菜戦略
4年ぶりとなるエルニーニョ現象が目前に——今夏・秋・冬、小売店が気をつけるべきことは？
