ハフモデルは「近くて魅力度の高い店舗ほど顧客を吸引できる」という仮定のもと、競合店やターゲット顧客や世帯が住んでいる地域の位置関係を加味した、店舗の需要予測を行う分析手法です。また、複数項目で魅力度を定義し、直線距離でなく道路距離や道路時間を用いたハフモデルである「アドバンス ハフ モデル」を行うことで、高精度な分析が実現できます。
ハフモデルの計算式
ハフモデルは以下の計算式で表されます。
= 距離の離れているサイトの確率を低減させるために、距離に適用される指数。通常 1.5 から 2.0 までの値を指定します。
ハフモデルの分析例
新規出店時の需要予測
新規店舗を進出する際に、その場所でどれくらいの需要が獲得できるかを分析することができます。家計調査をベースにエリア別の消費金額を推計している推計消費額データなどを利用することで、獲得可能な金額を算出することも可能です（売上予測）。さらに、分析結果をレポートとして出力すると意思決定者へ容易に情報提供できるようになります。
競合進出時の影響把握
競合店が進出した際に、自店舗に対してどれだけ影響があるのかをハフモデルを用いて評価することもできます。たとえば下の例では、競合店の進出前後で自店舗周辺の需要吸引率がどのように変化するかを表しています。
この前後を比較すると、平均吸引率が 0.4% ほど減少し、吸引需要の総数が約 10% 減少することが分かります。また、影響の大きなエリアを効率的に把握することができるため、競合店が進出した際に「どこに」「どのような」対策を行うべきか検討する材料にも利用されます。
距離抵抗係数
ハフモデルの計算式でで表される距離抵抗係数を調整することで、買い回り品と最寄り品の調整を行うことができます。たとえば、食料品などの最寄り品では距離抵抗係数が高くなり、家具などの買い回り品では距離抵抗係数が低くなります。経済産業省（旧通商産業省）が規定をした「修正ハフモデル」は、距離抵抗係数を 2.0 に設定したハフモデルです。
ハフモデルのキャリブレーション
既存店の顧客分布や流動人口データを用いた居住地分析などを通じて得られたデータを基に、ハフモデルのキャリブレーションを実行して、距離抵抗係数の最適化を行うことができます。詳しくは、流動人口データを用いたハフモデルの予測精度最適化（課題別活用法）をご覧ください。
関連リンク
本記事では以下の製品・データを利用しています。
