回归营销模型的样本量较小

Question

我拥有2013-2018年相同行业的10个品牌的销售，广告支出和价格数据。我想建立一个方程式来预测2019年的销售额。

我拥有的变量是（价格和广告支出类型）：PricePerUnit杂志，新闻，户外，广播，印刷。

我感到困惑的是，我不确定是否仅使用2018年销售量为2018年的数据作为目标变量并在上述价格和广告支出变量中添加其他变量（如Past_2Yeas_Sales（2016-17））进行回归分析（为清楚起见，请参阅数据图像）。使用此类数据，由于只有10个品牌，因此我的样本量仅为10。我认为这对于线性回归而言太低，无法给出正确的结果。

第二种选择（这会增加样本量）我认为可能是用品牌+年作为观察值，而不是用品牌作为观察值，例如，将我的样本量增加到60-。品牌A对10个品牌有6个观察结果，例如A-2013，A-2014，A-2014 ...，A-2018，B具有B-2013，B-2014..B-2018等（数据请参阅图像）。

第二种选择是否有效进行回归？在样本量较小的情况下进行回归的正确方法是什么？