の続きです。
今回は1日当りの来客数と売上高を計算してみたいと思います。
いままでの分析で2月は売上高、来客数ともに少なかったですが、2月は28日までしかないですからね。当たり前といえば当り前です。なので1日当りの売上高と来客数を見てみましょう。
まずは、売上高と来客数のデータの確認をします。
となります。2017年も2018年もうるう年ではありませんので、2月は28日間です。
なので、まず日数のベクトルを作りましょう。
これで1日当りの売上高や来客数を計算できます。
まずは全店売上高から
R言語のいいところは、全店売上高のデータ数が24個でdaycountのデータ数が12個の場合には、daycountのデータを繰り返して割り算してくれるところですね。
既存店売上高、全店来客数、既存店来客数も計算してしまいましょう。
このように作成した4つのベクトルと年、月のベクトルを合わせて一つのデータフレームにしましょう。
このようになりました。summary関数で平均値などを算出しましょう。
全店売上高の平均は、296億63百万円です。既存店売上高の平均は262億88百万円です。全店来客数の平均は4755万9千人です。既存店来客数の平均は4272万4千人です。
plot関数でグラフにしてみましょう。その際にもともとのデータを下において変動の度合いを比較してみましょう。
まずは全店売上高からです。
上の1日当りの全店売上高のほうがトレンドがわかりやすいですね。1月は売上が少なく、2月から7月までは売上が上昇し、8月9月と減少していって、12月に売上が増えるというパターンです。
既存店売上高はどうでしょうか？
既存店売上高も同じ傾向です。
全店来客数はいかがでしょうか？
1日当りにすることでトレンドがはっきりしましたね。1月から7月にかけて来店客数が増えて、8月から1月までが減少するというパターンです。
どうして7月は来店客数が多いのでしょうね？
既存店の来客数も見てみましょう。
既存店来客数も同じです。
コンビニエンスストアは1月が1日当りの来店客数が一番少なく暇で、7月が一番多いので忙しい、ということがわかりました。
今回は以上です。
