Saisonalität: Wie viel Ihres Umsatzes ist nur der Kalender?

Die Grafik aus dem Artikel: Saisonalität: Wie viel Ihres Umsatzes ist nur der Kalender?.
So, wie es auf LinkedIn erschien. Daten: Beispieldatei Fachhandel, 1.096 Tage Umsatz mit datierten Ereignismarkern.

Drei Jahre täglicher Umsatz im Einzelhandel, verdichtet auf zwölf Balken. Der Dezember steht bei 135. Der August bei 68.

Das ist ein Faktor zwei zwischen dem besten und dem schlechtesten Monat, und kein einziger Punkt davon wurde von einem Marketingteam entschieden.

Hier ist die Zahl, die in jedem Planungsraum an der Wand hängen sollte: In dieser Reihe erklärt der Kalender allein 32 % der Varianz, datierte Ereignisse weitere 44 %. Der strukturelle Trend erklärt 1,6 %. Drei Viertel dessen, was passiert, hängen davon ab, wann es passiert.

Die Konsequenz ist unbequem und nützlich. Eine Kampagne im Dezember sieht brillant aus. Dieselbe Kampagne im August sieht kaputt aus. Keines der beiden Ergebnisse handelt von der Kampagne, und jedes Reporting, das nicht zuerst den Monat herausrechnet, misst den Kalender mit einem Marketingbudget.

Was das Modell tut, ist überschaubar. Es schätzt Monatseffekte, Wochentagseffekte und einen Trend gemeinsam, sodass jeder Effekt bereinigt um die anderen geschätzt wird. Der Dezember-Balken ist nicht „der Umsatz im Dezember“. Er ist das, was der Dezember bewirkt, nachdem Wochentagsmix, Trend und Ereignisse berücksichtigt sind. Diese Unterscheidung ist der ganze Wert.

Drei Arten, wie das einen Plan verändert.

Timing schlägt Gewicht. Ausgaben um zwei Wochen zu verschieben, in die Flanke einer Spitze statt in die Mitte eines Tals, ist meist mehr wert als 10 % mehr Budget, und es kostet nichts.

Welche Termine tatsächlich etwas bewegt haben. Uplift je Ereignis mit 95-%-Intervall, bereinigt um Monat, Wochentag und Trend
Dieselbe Analyse aus einem anderen Blickwinkel. Es ist die Grafik aus Uplift von Ereignissen: Black Friday bereinigt um Saison und Trend.

Ziele sind nicht mehr jährlich. Ein Monatsziel, das aus einem Jahresdurchschnitt gebildet und durch zwölf geteilt wird, ist in zehn Monaten des Jahres falsch, in die eine oder die andere Richtung, und alle treffen oder verfehlen es aus Gründen, die niemand steuert.

Und die flachen Monate werden die interessanten. Liegt der August strukturell bei 68, lautet die Frage nicht, wie man den August wie den Dezember aussehen lässt, sondern wie ein vernünftiger August aussieht und was es braucht, ihn zu übertreffen.

Das ist das erste Diagramm, das Sie erstellen sollten, wenn Sie ein Geschäft übernehmen, das Sie noch nicht kennen. Es zeigt, was das Jahr von sich aus tut, und das ist der Kontext, in dem jede andere Zahl lebt.

Was es von Ihnen braucht, ist bescheiden: eine Datumsspalte, eine Zahl und optional ein paar Spalten mit Einsen und Nullen, die die Tage markieren, an denen etwas lief. Drei Jahre sind hier komfortabel, weil jeder Monat dreimal gesehen wurde. Mit einem Jahr ruht jeder Monatseffekt auf einem einzigen Beispiel, und die Intervalle sagen das auch.

In diesem Diagramm steckt auch eine Warnung für alle, die eine Prognose erben. Trägt der Kalender drei Viertel der Bewegung, gibt ein Modell, das ihn weglässt, diese Varianz an alles andere in der Datei weiter, meist an die Mediaausgaben, weil die Ausgaben gern der Saison folgen. Das ist keine Attribution. Das ist der Kalender mit einem Media-Etikett.

Das Diagramm ist die tatsächliche Ausgabe von Saisonalität & Ereigniswirkung in TEA, ausgeführt auf einer Beispieldatei, die jeder herunterladen kann.

tea, das Produkt

Ihre Datei, diese Frage

Fünfzehn Analysen auf einer CSV mit Wochendaten, mit Intervallen und Diagnosen offen gezeigt, und einem klaren Satz, wenn die Daten keine Antwort hergeben. 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. Intervalle und Diagnosen offen gezeigt, und ein klarer Satz, wenn die Datei keine Antwort hergibt.

Kostenlos während der Beta, auf Einladung.

Einen Platz in der Beta anfragen →

Hat es Ihnen gefallen? Probieren Sie es 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