ea

Analysen/Story Entdeckung/Saisonalität & Ereigniswirkung

Was der Kalender tut, bevor jemand Geld ausgibt.

Saisonalität & Ereigniswirkung schätzt Monat, Wochentag, Trend und jedes datierte Ereignis in einer einzigen Regression, sodass jedes bereinigt um die anderen gemessen wird. Weihnachten ist kein Media-Ergebnis, und ein Ostern im anderen Quartal ist kein schlechtes Quartal.

Beantwortet Wie viel dieser Bewegung ist Kalender? Braucht KPI pro Tag, Woche oder Monat und die Ereignisdaten Liefert Saisonprofile, Uplift je Ereignis, Intervalle
Zum Produkt tea, das ProduktSaisonalität & Ereigniswirkung auf Ihrer CSV ausführen An der Beta teilnehmen

In der Beta nur auf Einladung.

Dasselbe Geschäft, mit Ostern in einem anderen Quartal

Wochenumsatz, Wochen 1 bis 26, Tsd. €
  • 2024
  • 2025
Die Osterwochen+38 %auf eine normale Woche, Intervall 31 bis 45
Q1 zu Q1, roh−7,2 %+1,2 %, sobald Ostern herausgerechnet ist
Q2 zu Q2, roh+11,0 %+2,0 %, sobald Ostern herausgerechnet ist

Die italienische Süßwarenmarke aus dem ersten Beispiel unten. Ein zusammengesetzter Fall: Ihre Datei zeichnet ihren eigenen Kalender, mit einem Intervall für jedes Ereignis.

01

Wozu sie dient

Das meiste, was eine Absatzkurve in einem Jahr tut, entscheidet das Datum. Der Kalender muss gemessen und beiseitegelegt werden, bevor irgendetwas anderes Anerkennung bekommt, und er hat zwei Teile: die Form, die jedes Jahr teilt, und die datierten Ereignisse, die sich darin verschieben.

Den Kalender vor der Zuordnung bereinigen

Eine Kampagne im Dezember wirkt brillant, dieselbe Kampagne im August kaputt. Keines der beiden Ergebnisse sagt etwas über die Kampagne, bevor Monat und Wochentag herausgerechnet sind.

Perioden mit unterschiedlichen Ereignissen vergleichen

Ostern, Black Friday gegen Anfang Dezember, ein Feiertag, der ein Jahr auf einen Montag fällt und im nächsten auf einen Donnerstag. Ein Vorjahresvergleich über ein bewegliches Ereignis vergleicht die Ereignisse, nicht das Geschäft.

Entscheiden, welche Termine ihr Geld wert sind

Jedes Ereignis bekommt einen Uplift und ein Intervall. Ein Uplift, der klar über null liegt, mal der Häufigkeit des Ereignisses, ist sein Wert im Jahr. Einer, der null nicht hinter sich lässt, ist ein Kandidat, um nicht mehr dafür zu zahlen.

02

So lesen Sie das Ergebnis

Das Ereignis im Detail zeigt jeweils ein Ereignis, in fünf Karten. Hier Black Friday auf drei Jahren Tagesumsatz eines Fachhändlers, neben der Uplift-Grafik aller sechs Ereignisse. Lesen Sie die Karten in dieser Reihenfolge.

Black Friday
Uplift % +209,7 %1 β (KPI-Einheiten) 30,5 Tsd.2 95-%-KI [29,4 Tsd.; 31,6 Tsd.]3 p-Wert 0,0004 Vorkommen 185

Uplift der Ereignisse: Top 6

  1. Der Uplift. Der Koeffizient des Ereignisses als Anteil am durchschnittlichen Tag der Datei, nachdem Monat, Wochentag und Trend ihren Teil genommen haben. +209,7 % heißt: Ein Black-Friday-Tag bringt rund das Doppelte eines normalen Tagesumsatzes zusätzlich zu dem, was sein Datum ohnehin verkauft hätte.
  2. Der Koeffizient, β. Derselbe Effekt in der Einheit des KPI: hier 30.500 € pro Tag, in Euro Tagesumsatz. Das ist die Zahl, die Sie mit Tagen oder Wochen multiplizieren, wenn die Frage ist, was das Ereignis wert ist.
  3. Das Intervall. Wo der wahre Effekt wahrscheinlich liegt, in derselben Einheit. Schließt es null ein, hat das Ereignis nichts bewirkt, was die Datei belegen kann, egal was der Uplift sagt.
  4. Der p-Wert. Gelesen gegen das in den Einstellungen gewählte Signifikanzniveau, 0,05, solange Sie es nicht ändern. Darunter wird die Karte grün und der Balken in der Uplift-Grafik voll gezeichnet; darüber blass.
  5. Die Vorkommen. Auf wie vielen Zeilen das Ereignis lag: hier 18 Tage in drei Jahren. Ein Uplift ist eine Rate, und eine Rate, gemessen an zwei Tagen, ist eine Anekdote. Unter drei sagt der Hinweis neben den Karten, sie als Anhaltspunkt zu behandeln.

03

Wo sie im Ablauf steht

Saisonalität & Ereigniswirkung ist der zweite Schritt der Story Entdeckung, direkt nach der Trendanalyse. Die Steigung kommt zuerst und wird festgehalten, damit ein Feiertag sich kein Wachstum von ihr borgen kann. Dann wird der Kalender gemessen, bevor irgendein Treiber eine Spitze für sich beanspruchen darf.

In den nächsten Schritt nehmen Sie das Saisonprofil und die Ereigniseffekte mit. Die Beitragszerlegung übernimmt sie als gegeben, sodass Media und Promotions an dem gemessen werden, was der Kalender übrig lässt.

Sie ist auch der dritte Schritt der Story Planung, nach der Prognose: Dort sind die Indizes das, worauf der nächste März geplant wird, und sie sind nur so sauber wie die Jahre, über die sie gemittelt wurden.

Auch ein Schritt in: Story Planung.

Story Entdeckung

  1. Trendanalyse

    Liest zuerst die strukturelle Steigung mit ihrem Konfidenzband, damit nichts Nachfolgendes sie sich zuschreibt.

  2. Saisonalität & Ereigniswirkung diese Seite

    Trennt den Kalender von den Kampagnen. Weihnachten ist kein Media-Ergebnis.

    Gibt weiter: das saisonale Profil, vor der Zuordnung abgezogen

  3. Beitrag und Zerlegung nach Treibern

    Gibt jedem Treiber seinen Anteil am KPI: Media, Promotion, Preis, Kontrollvariablen, Woche für Woche.

  4. Basis vs. Inkrementell

    Fasst die Treiber in die Aufteilung zusammen, nach der ein CMO tatsächlich fragt, mit dem kontrafaktischen Jahr darunter.

04

Wo sie meistens in die Irre führt

Die Regression ist einfache Kleinste-Quadrate-Schätzung mit einer Spalte pro Monat und einer pro Ereignis. Was schiefgeht, liegt darin, was die Spalten trennen sollen, und ein geschätzter Koeffizient sieht gleich aus, ob er identifiziert ist oder nicht.

Ein Ereignis, das einmal stattfand

Eine Dummy-Variable, die eine einzige Woche markiert, hat nichts zu mitteln: Ihr Koeffizient ist das, was diese Woche jenseits des restlichen Modells getan hat, Wetter, Händleraktion und alles. Das Intervall ist das Rauschen einer einzigen Woche und schließt meist null ein. Zweites Beispiel unten.

Jedes Ereignis zeigt, wie oft es vorkam. Ein Wert auf weniger als drei Vorkommen soll als Anhaltspunkt gelesen werden, und einer, der nicht signifikant ist, soll noch nicht verplant werden.

Zwei Ereignisse an denselben Tagen

Ein Sponsoring in einer Feiertagswoche, ein Sale, der in Weihnachten hineinläuft. Wenn zwei Dummys gleichzeitig an sind, soll das Modell dieselben Tage auf zwei Ursachen aufteilen, und jede Aufteilung, die es liefert, ist Arithmetik, kein Beleg.

Ereignisse, die die Hälfte ihrer Tage oder mehr teilen, werden in einer Zuordnungswarnung über den Ergebnissen genannt.

Feste Perioden über einen beweglichen Feiertag verglichen

Ostern rückte von März 2024 in den April 2025, und drei Wochen Geschäft wanderten von Q1 nach Q2. Ein Quartalsbericht las im selben Geschäft einen Einbruch und einen Boom. Nichts in der Datei sagte „Ostern“, also konnte nichts es herausrechnen. Erstes Beispiel unten.

Laden Sie im Ereignisschritt ein Feiertagspaket für Italien, das Vereinigte Königreich, die USA oder Deutschland: Ostern und die anderen beweglichen Feiertage kommen an ihrem tatsächlichen Datum in jedem Jahr der Datei hinein.

Das Wetter des Vorjahres im Kalender verbucht

Ein Monatsindex ist ein Durchschnitt der Jahre in der Datei. Waren zwei von vier Märzen warm, wird ihr Sonnenschein als März verbucht, und der nächste März wird auf dem Glück des Vorjahres geplant. Jede äußere Kraft, die ungleich auf die Jahre fällt, tut dasselbe.

Markieren Sie die warmen Wochen, oder jede wiederkehrende äußere Kraft, als Spalte aus Einsen und Nullen in Ihrer Datei und wählen Sie sie im Ereignisschritt aus: Sie wird als eigenes Ereignis geschätzt, bereinigt um den Monat.

Ein Uplift ohne seine Anzahl gereiht

Black Friday mit +210 % führt jede Rangliste an. Ein Uplift ist aber eine Rate auf den Tagen, an denen ein Ereignis läuft, und sein Wert im Jahr ist diese Rate mal die Zahl der Tage. Ein kurzes Ereignis mit großem Uplift und ein langes mit kleinem werden auf der Hälfte der Rechnung verglichen.

Die Vorkommen stehen in der Ereignistabelle neben dem Uplift, und nicht signifikante Ereignisse werden in der Uplift-Grafik blass gezeichnet.

Wachstum für Saison gehalten

In einem wachsenden Geschäft liegt jeder spätere Monat des Jahres etwas höher als die früheren. Ein Kalender, geschätzt ohne Trend, verbucht dieses Wachstum auf Herbst und Winter, und das Profil kippt Richtung Dezember aus einem Grund, der mit dem Dezember nichts zu tun hat.

Ein linearer Trend wird standardmäßig mit dem Kalender geschätzt und lässt sich in den Einstellungen auf quadratisch stellen oder entfernen.

05

Zwei Beispiele

Eine Datei, in der ein beweglicher Feiertag für ein Geschäftsproblem gehalten wurde, und eine, in der sich ein einzelnes Ereignis nicht von seiner Woche trennen ließ. Beides sind nützliche Ergebnisse.

Hilft

Das Quartal, das nicht einbrach

Eine italienische Süßwarenmarke mit rund 22 Mio. € Umsatz über den Lebensmittelhandel stellte im Januar 2025 auf eine neue Verpackung um. Q1 lag 7,2 % unter dem Vorjahr, und die Rückkehr zum alten Design war mit rund 180.000 € veranschlagt. Ostersonntag war 2024 auf den 31. März gefallen und 2025 auf den 20. April: Die drei Wochen Ostergeschäft hatten das Quartal verlassen.

Ostern ging als Ereignis an seinen tatsächlichen Daten über 182 Wochen ins Modell, und weil es in vier Jahren über 21 Tage wanderte, konnte das Modell es von der Kalenderwoche unterscheiden. Die Osterwochen lagen 38 % über einer normalen Woche, Intervall 31 % bis 45 %. Ohne Ostern lag Q1 bei +1,2 % und Q2 bei +2,0 %, nicht bei −7,2 % und +11,0 %. Die Rückkehr wurde auf Eis gelegt, und die 180.000 € blieben im Budget.

Den ganzen Fall lesen

Veränderung zum Vorjahr, roh und ohne Ostern

Veränderung zum Vorjahresquartal, 95-%-Intervall
  • Roh
  • Ohne Ostern, mit Intervall

Roh ein Einbruch und ein Boom. Ohne Ostern 1 bis 2 % Wachstum in beiden Quartalen, und keines der Intervalle schließt Stillstand aus.

Hilft nicht

Ein Pokalfinale, eine Woche

Eine Craft-Brauerei im Norden Englands sponserte Ende Mai 2026 ein regionales Pokalfinale und fragte, mit einem Verlängerungsangebot auf dem Tisch, was es wert gewesen sei. Die Woche des Finales lag 24 % über den sechs Wochen davor und danach. Sie war auch die Woche des Feiertags Ende Mai, der Schulferien, der ersten warmen Frühlingstage und einer Supermarktaktion auf das Viererpack.

Auf 156 Wochen kamen die wiederkehrenden Ereignisse sauber heraus: Weihnachten +41 %, Intervall 33 % bis 49 %. Das Finale, auf einer einzigen Woche markiert, kam auf +14 % mit einem Intervall von −6 % bis +34 % und einem Überschneidungshinweis mit dem Feiertag. Die ehrliche Antwort war ein Design, keine Zahl: ein regionaler Vergleich und eine gesponserte Woche ohne Promotion darin.

Den ganzen Fall lesen

Drei Kalendereffekte und eine Woche, die nichts beweist

Uplift auf eine normale Woche, 95-%-Intervall

Bei einem einzigen Vorkommen kopiert der Dummy den Rest dieser Woche, und sein Intervall ist das Rauschen einer Woche. Es schließt null ein.

06

Was die Grafiken den Zahlen hinzufügen

Ein Koeffizient je Monat und je Ereignis ist eine Tabelle, die niemand zweimal liest. Jede Grafik beantwortet eine Planungsfrage, und die letzte zeigt, was übrig bleibt, wenn der Kalender weg ist. Alle drei sind die Ausgabe des Produkts auf drei Jahren Tagesumsatz eines Fachhändlers.

Monatsprofil

Index, Januar = 100

Beantwortet: was jeder Monat von sich aus verkauft, gegenüber dem Referenzmonat Januar. August bei 68 und Dezember bei 135 sind ein Faktor zwei, den kein Marketingteam beschlossen hat. Das ist die Grafik für Monatsziele, die nicht einfach ein Jahreswert geteilt durch zwölf sind.

Wochentagsprofil

Index, Montag = 100

Beantwortet: wo die Woche ohnehin ansteigt. Samstag bei 146 und Sonntag bei 73 auf Tagesdaten: Eine E-Mail, ein Launch oder ein Test, aufgeteilt auf diese Tage, misst den Wochentag, bevor er die Kreation misst. Gezeichnet wird sie nur, wenn die Datei Tagesdaten enthält.

Bereinigter vs. roher Trend

Durchschnittstag je Woche ab Januar 2023, Tsd. €
  • Roh
  • Saisonbereinigt

Beantwortet: was übrig bleibt, wenn der wiederkehrende Kalender herausgerechnet ist: Trend, Ereignisse und Rauschen. Die Augusttäler füllen sich größtenteils auf, und die Steigung darunter wird sichtbar, während Black Friday und Weihnachten bleiben, weil sie Ereignisse sind, keine Saison. Das ist die Reihe, die die nächste Analyse lesen sollte.

07

Im Blog

Alle Beiträge, in denen Saisonalität & Ereigniswirkung zum Einsatz kommt, die neuesten zuerst.

Alle in der Kategorie Saisonalität & Ereigniswirkung

tea, das Produkt

Messen Sie Ihren eigenen Kalender

Eine CSV mit Datum und KPI, dazu die Daten Ihrer Ereignisse oder ein Feiertagspaket. Monats- und Wochentagsprofil, der Uplift jedes Ereignisses mit Intervall und eine Warnung, wenn sich zwei davon nicht trennen lassen. Kostenlos während der Beta, auf Einladung.

Einen Platz in der Beta anfragen

tea, das Produkt

Fünfzehn ökonometrische Analysen auf Ihrer eigenen CSV: Saisonalität & Ereigniswirkung, Sättigungskurven, Elastizitäten, Budgetaufteilung. Die Diagnostik offen gezeigt, und ein klarer Satz, wenn die Datei keine Antwort hergibt.

Kostenlos während der Beta, auf Einladung.

Einen Platz in der Beta anfragen →

Jetzt mit Ihren eigenen Daten.

tea führt Saisonalität & Ereigniswirkung und vierzehn weitere Analysen auf jeder CSV mit Wochendaten aus, in Minuten. Kostenlos während der Beta, auf Einladung.

An der Beta teilnehmen