«El Black Friday dio un +210 %.» Una frase así es o la línea más importante de la presentación o algo que no significa nada, y la diferencia está en si se mantuvo algo constante mientras se medía.
Este gráfico es la versión honesta. Seis eventos, cada uno con su incremento y su intervalo del 95 %, estimados netos del mes, del día de la semana y de la tendencia.
Black Friday: +210 %. Navidad: +116 %. Después la cola larga, donde viven las decisiones interesantes: rebajas de verano +42 %, una campaña puntual +42 %, Semana Santa +37 %, rebajas de invierno +36 %.
Dos cosas que conviene ver antes del ranking.
Los intervalos son estrechos, y los seis quedan lejos de cero. Así es un modelo de eventos bien especificado cuando los eventos son de verdad grandes y están de verdad fechados. Cuando un intervalo cruza el cero, la lectura correcta es que el evento no hizo nada que puedas demostrar, y el producto lo dice en lugar de clasificarlo igualmente. Ordenar una serie de números que incluye ruido es la forma de construir un calendario promocional a cara o cruz.
La segunda es la aritmética que nunca llega al resumen. El Black Friday aparece 18 veces en este archivo y rinde un +210 % sobre un día normal. Las rebajas de invierno aparecen 45 veces y rinden un +36 %. ¿Cuál de los dos vale más a lo largo de un año? El del incremento más pequeño, y con mucha diferencia, porque se repite dos veces y media más. El incremento es una tasa. La contribución es una tasa por un recuento, y solo una de las dos acaba en el titular.
También importa cómo se construye la estimación. Cada evento es una variable ficticia que toma los días en que realmente se celebró, ajustada junto a términos de mes y de día de la semana. Sin esos controles, el Black Friday absorbe todo el final de noviembre, la Navidad absorbe diciembre y los efectos del mes desaparecen dentro de los eventos. Con ellos, cada término tiene que ganarse su coeficiente frente a los demás, y los números dejan de pelearse por el mismo mérito.
Una última disciplina. Los eventos se solapan: unas rebajas que se alargan hasta un festivo, un lanzamiento en un fin de semana punta. Cuando dos variables ficticias cubren los mismos días, el modelo no puede separarlas, y TEA señala el solapamiento en lugar de repartir el mérito en silencio.
La versión práctica de todo esto cabe en una línea. Antes de comparar dos eventos, comprueba que los dos intervalos estén lejos de cero y luego multiplica cada incremento por la frecuencia con que se repite. El ranking que obtienes muchas veces no es el del balance de fin de año.
Y cuando un evento cruza el cero, eso es un hallazgo sobre el que actuar, no un hueco en el análisis. Normalmente significa que el evento es demasiado pequeño para separarlo de la temporada en la que cae, y las opciones honestas son hacerlo más a menudo, hacerlo más grande o dejar de pagar por él.
El gráfico es el resultado real de Estacionalidad e impacto de los eventos en TEA.
tea, el producto
Tu archivo, esta pregunta
Quince análisis sobre un CSV de datos semanales, con los intervalos y los diagnósticos a la vista, y una frase clara cuando los datos no pueden responder. Gratis durante la beta, por invitación.
Pide una plaza en la beta→tea, el producto
Quince análisis econométricos con tu propio CSV: Estacionalidad e impacto de los eventos, curvas de saturación, elasticidades, asignación del presupuesto. Intervalos y diagnósticos a la vista, y una frase clara cuando el archivo no puede responder.
Gratis durante la beta, por invitación.
Pide una plaza en la beta →¿Te ha servido? Ejecútalo con tus propios datos.
tea ejecuta Estacionalidad e impacto de los eventos y otros catorce análisis con cualquier CSV semanal, en minutos. Gratis durante la beta, por invitación.