発表資料

Report
行動モデル夏の学校
買い物地選択行動
モデルのパラメータ推定
東京工業大学 福田研究室
M1 松尾 誠太郎
松本 治之
クロス集計結果
(1)性別
合計
60
三越 松山店
227
6
伊予鉄高島屋
36
19
フジグラン松山SC
78
12
38
フジグラン重信SC
7
パルティ姫原SC
3
2
パルティ衣山SC 0
ジョープラザ
5
3
ジャスコ松山
31
10
0%
男性
女性
4
33
20%
40%
60%
80%
100%
クロス集計結果
(2)年齢
合計
41
三越 松山店
3 2
伊予鉄高島屋
13
フジグラン松山SC
89
110
26
6
32
22
フジグラン重信SC 0
9
6 1
0 1 0
5
パルティ衣山SC
0
3
3
3
1
17
7
0%
6 3
10
パルティ姫原SC 0
ジャスコ松山
5
43
12
ジョープラザ
36 11
14
20%
1
10
14
40%
60%
1
7
80%
0
1
100%
20代
30代
40代
50代
60歳以上
クロス集計結果
(3)職業
合計
81
三越 松山店
5 11
伊予鉄高島屋
1910
13
35
フジグラン重信SC
2
01
13
1
7 2
14
フジグラン松山SC
78
5
86
21
29
4
3
21
18
1
1
8
8
パルティ姫原SC
5
パルティ衣山SC
0
4
5
ジョープラザ
12
11
ジャスコ松山
0%
7
0
0
5 1
20%
40%
1
0
19
9
7
60%
9
80%
100%
会社員
学生
自営業
主婦
アルバイト
その他
クロス集計結果
(4)曜日
合計
64
三越 松山店
4
27
6
伊予鉄高島屋
35
5
28
フジグラン松山SC
39
7
8
12
4
フジグラン重信SC
7
6
1
パルティ衣山SC
1
ジョープラザ
6
ジャスコ松山
7
0%
0
3
3
20%
63
7
11
13
8
5
2
10
10
20
4
11
1 0 1 0
1
1
28
3
5
パルティ姫原SC
31
2
0
3
1
1
5
12
40%
2
0
2
4
3
6
60%
10
4
3
80%
8
100%
日曜日
月曜日
火曜日
水曜日
木曜日
金曜日
土曜日
クロス集計結果
(4)曜日 -平日と休日の区別-
160
127
合計
28
14
三越 松山店
49
48
伊予鉄高島屋
27
23
フジグラン松山SC
パルティ姫原SC
4
1
パルティ衣山SC
2
3
ジョープラザ
18
16
ジャスコ松山
28
15
0%
休日
平日
4
7
フジグラン重信SC
20%
40%
60%
80%
100%
クロス集計結果
(5)代表交通手段
合計 193 28
129
三越 松山店 0 3 3
11
伊予鉄高島屋 40 8
2
フジグラン重信SC 0
6
40
27
1
0
6
5
パルティ姫原SC
98
23
39
フジグラン松山SC 20 7
4
パルティ衣山SC
ジョープラザ
10
2
20 3
ジャスコ松山
0
0%
0
1
20%
0
25
40%
1
0
2
19
5 0 6
13
60%
0
10
1
80%
6
100%
バイク
バス
自転車
自動車
電車
徒歩
分析を行うにあたって
• 他のショッピングセンターと
比べて,サンプル数が少な
いパルティ衣山,パルティ
姫原,フジグラン重信を分
析対象から外す.
42
43
34
5
97
5
11
ジャスコ松山
ジョープラザ
パルティ衣山SC
パルティ姫原SC
フジグラン重信SC
フジグラン松山SC
伊予鉄高島屋
三越 松山店
50
• 三越を利用する40代以上の顧客割合が多い.
• ジョープラザを利用する女性の顧客割合が多い.
→買い物地選択行動への影響を考慮
効用関数に個人属性の特性を追加.
分析を行うにあたって
• 買い物地の顧客に対するサービス度合いを特性
変数として効用関数に追加.
• 主なサービス
①到着地敷地面積
②到着地開店時間
③到着地駐車場利用時に要する費用
効用関数の線形
V買 い 物 地 i   1 X ダ ミ
ー変数i
  2 X 買い物地ま で の 距離i  3 X 到着地敷地面積i
  4 X 到 着 地 開 店 時 間 i   5 X 駐 車 場 料 金 i   6 X 個 人 属 性
年齢
性別
上式を分析に使用.
分析結果
データ数:287
店名
パラメータ
2
尤度比  :0.148
伊予鉄
高島屋
三越
松山店
フジグラン
松山店
ジャスコ
松山店
ジョー・プラ
ダミー変数
0.00759
-0.0126 0.00372
0.00336
距離
0.00828
0.00346
0.00783
0.00193
-0.00107
到着地敷地
面積
0.0595
-0.120
0.0311
0.0131
-0.0385
到着地開店
時間
-0.903
-1.12
-1.15
-0.802
-1.02
個人属性
0.874
1.91
考察
• 買い物地の利用頻度,到着地時刻,駐車
場料金等のデータがあるならば,より精度
の高い選択結果が得られたものと考えら
れる.
• 顧客による嗜好の違い(ある特定のショッ
ピングセンターに対する選好意識)をより
正確に表現する事が可能になると考えら
れる.
ご清聴ありがとうございました

similar documents