Saisonindizes mit Wetter: nicht auf dem Vorjahresmärz planen

Britische Gartencenter-Kette, 46 Filialen, 209 Wochen Absatz plus Wochentemperatur, mit der Frage, wie sich der Frühling planen lässt, ohne auf dem Wetter des letzten Frühlings zu planen.

Ein zusammengesetzter Fall, gebaut aus der Art von Datei, die wir fast jede Woche sehen. Eine Kette mit 46 Gartencentern in den Midlands und im Süden Englands. Der Frühling ist das Jahr: März bis Juni tragen fast die Hälfte des Pflanzenabsatzes, und Pflanzen werden Monate im Voraus bei den Gärtnereien gekauft, mit wenig Spielraum für Rückgaben.

Der Planentwurf für den Frühling 2027 war auf die übliche Art entstanden: Vorjahresmonat plus 3 %. Der März 2026 war sehr gut gewesen. Die Frage des Einkaufsdirektors war unverblümt: „War der letzte März das Geschäft, oder war es das Wetter? Ich bin nämlich gerade dabei, darauf zu bestellen.“

Das ist der dritte Schritt der Story Planung: der Kalender, getrennt von dem, was zufällig in ihm geschah.

Wie die Datei aussah

209 Wochenzeilen, Oktober 2022 bis September 2026, Gesamtabsatz aller Filialen. Daneben eine Spalte, die der Analyst der Kette hinzugefügt hatte: die mittlere Wochentemperatur, gemittelt über die den Filialen nächstgelegenen Wetterstationen, und ihre Abweichung vom 30-jährigen Normalwert für diese Woche.

Vier Frühlinge, und sie glichen sich nicht. Der März 2024 und der März 2026 waren beide warm, den größten Teil des Monats mehr als 2 °C über dem Normalwert. Der März 2023 war kalt und nass, der März 2025 nahe am Normalwert. Ostern fiel einmal in den März, 2024, und in den drei anderen Jahren in den April.

Was die Analyse tat

Saisonalität & Ereigniswirkung schätzt eine Regression mit Trend, einer Dummy-Variable je Monat und Dummy-Variablen für Ereignisse und weist jeden Monat als Index gegenüber dem Januar aus, dem Referenzmonat, der bei 100 liegt.

Nur mit dem Kalender gerechnet, gab sie dem März einen Index von 118. Diese Zahl ist ein Durchschnitt aus vier Märzmonaten, und zwei davon waren warm. Nichts in diesem Modell kann Sonnenschein von Saison unterscheiden, also wurden die warmen Wochen dem März selbst gutgeschrieben.

Das Wetter ging als zwei wiederkehrende Ereignisse ein, gebaut aus der Temperaturspalte: eine „warme Frühlingswoche“, jede Woche von März bis Mai mehr als 2 °C über dem Normalwert, und eine „kalte Frühlingswoche“, mehr als 2 °C darunter. Über vier Frühlinge ergab das 23 warme und 19 kalte Wochen. Weil sie wiederkehren, hat jedes Ereignis genug Vorkommen, um seine Wirkung mit einem brauchbaren Intervall zu schätzen, bereinigt um Monat, Trend, Ostern und das jeweils andere:

• eine warme Frühlingswoche: +17 %, Intervall +12 % bis +22 %;
• eine kalte Frühlingswoche: -13 %, Intervall -18 % bis -8 %;
• Ostern: +21 %, Intervall +13 % bis +29 %.

Mit diesen Termen fiel der Märzindex von 118 auf 106. Der April ging von 152 auf 146, der Mai kaum, von 171 auf 168. Februar und Juni bewegten sich gar nicht, und das ist eine nützliche Kontrolle: Die Wetterterme waren nur für den Frühling definiert, und die Monate außerhalb blieben, wo sie waren.

Die Kollinearität war gering. Warme Wochen fielen in verschiedenen Jahren in verschiedene Monate, also konnte das Modell „März“ von „warm“ unterscheiden, ohne zu raten; die Prüfung des Varianzinflationsfaktors blieb für jeden Term unter 2.

Das Urteil: Es hilft, um 10 % auf der Märzorder

Der letzte März lag, etwa auf dem Niveau eines warmen Monats, rund 10 % über dem, was ein März mit normalem Wetter und dem aktuellen Trend liefern würde. Der Planentwurf hatte diese 10 % als Ausgangspunkt genommen und 3 % daraufgelegt.

Der Plan wurde auf dem wetterneutralen Index neu gebaut:

• Die feste Pflanzenorder für März 2027 wurde etwa 10 % unter dem Entwurf angesetzt. Beim Frühjahrseinkauf der Kette ist das knapp unter 300.000 £ an Ware, die in einem normalen März rabattiert oder kompostiert worden wäre.
• Der Uplift warmer Wochen wurde zu einer Vertragsklausel statt einer Vermutung. Rund 12 % des Märzvolumens wurden mit den zwei wichtigsten Gärtnereien als Abruftranche vereinbart, die freigegeben wird, wenn die Zwei-Wochen-Vorhersage warm wird. Wird sie es, ist die Kette nicht knapp; wird sie es nicht, zahlt sie nicht dafür.
• Die Personalplanung folgte derselben Logik: ein Grunddienstplan auf dem neutralen Index, mit Wochenendstunden, die sich nach der Vorhersage richten.

Dazu kommt ein saubererer Blick auf Ostern, das 2027 auf Ende März fällt. Ohne das Wetter liegt der Ostereffekt bei +21 % auf eine normale Woche, und der Plan für diese Woche sagt das jetzt ausdrücklich, statt es in einem Märzindex zu verstecken, der Ostern, Sonnenschein und Saison vermischte.

Warum das funktionierte, als es beim Sponsoring nicht ging

Der vorige Artikel handelte von einem einzigen Ereignis in einer einzigen Woche, und das Modell konnte es von nichts trennen. Wetter ist das Gegenteil: Es kommt jeden Frühling, in anderen Wochen, in anderen Monaten, in anderer Stärke. Wiederkehr macht aus einer Ursache etwas Messbares. Dieselbe Regression mit derselben Mechanik liefert für das eine eine nutzlose Zahl und für das andere eine belastbare.

Die Lehre

Ein Saisonindex ist nur so sauber wie die Jahre, über die er gemittelt wurde. Wenn eine wiederkehrende äußere Kraft, allen voran das Wetter, diese Jahre ungleich trifft, wird sie dem Kalender gutgeschrieben, und das nächste Jahr wird auf dem Glück des letzten geplant. Nehmen Sie die äußere Kraft als eigenen Term ins Modell, und der Kalender, der übrig bleibt, ist der, auf dem Sie wirklich planen können.