ea

Analisi/Storia della pianificazione/Previsione della baseline

L’anno prossimo, senza niente di nuovo.

Previsione della baseline proietta una serie in avanti come se non succedesse niente di nuovo: nessuna campagna, nessuna mossa di prezzo, nessun lancio. È la linea che un piano deve battere, messa nero su bianco prima che si discuta del piano.

Risponde a Se non cambia niente, dove stiamo andando? Serve Una data e un KPI, meglio due stagioni complete Restituisce Proiezione a 12 periodi, accuratezza, MAPE, uplift
Apri il prodotto tea, il prodottoEsegui Previsione della baseline sul tuo CSV Entra nella beta

Durante la beta si entra solo su invito.

L’anno prossimo senza niente di nuovo, contro l’obiettivo

ricavi mensili, €
  • Osservato
  • Baseline, business as usual
  • Obiettivo, FY26 più l’8%
FY27 senza niente di nuovo€49,4Mcontro €48,0M nel FY26
Già nella traiettoria3,0 puntidegli 8 dell’obiettivo
Da guadagnare con il piano€2,4M5 punti, non 8

Un retailer di articoli per la casa tra Germania e Austria, dal primo esempio qui sotto. Un caso composito: il tuo file disegna la sua baseline, con la sua stagionalità.

01

A cosa serve

Un obiettivo scritto come «l’anno scorso più X» presume senza dirlo che l’azienda, lasciata a sé stessa, resterebbe ferma. Quasi nessuna lo fa. La baseline è ciò che l’azienda fa da sola, e tutto ciò che un piano rivendica è la distanza sopra di lei.

Dividere un obiettivo in due

La crescita su cui l’azienda già viaggiava e quella che il piano deve guadagnarsi sono due numeri che fingono di essere uno. La baseline scrive il primo, così sul secondo si può discutere onestamente.

Un termine di paragone per ogni campagna

Una campagna che alza i ricavi del 6% in settimane in cui la baseline saliva già del 3% ha comprato tre punti, non sei. Senza la linea, il calendario si prende il merito, o la colpa, del lavoro.

Una proiezione per il consiglio

«Dove arriveremmo senza nessuna nuova iniziativa?» è una domanda che i consigli fanno, e merita una curva e un numero, non una sensazione.

02

Come si legge

Quattro numeri e la proiezione. Il blocco qui sotto è il campione GDO che chiunque può scaricare: 1.083 giorni di ricavi di un punto vendita, con un ritmo settimanale e il Natale alla fine. Leggi i numeri in quest’ordine.

Ricavi del punto vendita, € al giorno
Accuratezza del modello 94,5%1 MAPE (tasso di errore) 5,5%2 Variazione media / periodo -46,523 Uplift previsto 20,0%4

Proiezione dello slancio atteso

Residui

  1. L’accuratezza. Cento meno l’errore percentuale medio sulla storia su cui il modello è stato stimato. 94,5% è un buon adattamento, e solo un adattamento: è misurato su giorni che il modello ha già visto.
  2. L’errore, MAPE. Lo stesso numero visto al contrario: in un giorno tipico il modello sbaglia del 5,5%. È la grana del righello. Un uplift di campagna più piccolo di così, su una sola settimana, non si distingue dal rumore del modello.
  3. La variazione media. Lo spostamento medio da un periodo al successivo su tutta la storia, nell’unità del tuo KPI: qui un calo di €46,52 al giorno. Descrive il passato. La proiezione ha un suo trend, ristimato sui periodi recenti.
  4. L’uplift previsto. L’ultimo periodo proiettato contro l’ultimo osservato. Qui è il 12 gennaio contro il 31 dicembre, due giorni diversi della settimana. Su un file con un ritmo settimanale questo basta a spostarlo di un quinto, e infatti segna 20,0%. Su un file stagionale, confronta periodi omologhi prima di citarlo.

03

Dove si colloca nella data story

Previsione della baseline apre la Storia della pianificazione, la data story del «come sarà l’anno prossimo se non facciamo nulla». Viene per prima perché un piano si giudica solo contro l’anno che sostituisce, e quell’anno va scritto prima che il piano esista.

Al passo successivo porti la proiezione business as usual. Serie storiche stima poi la forma che questo modello dà per scontata, e dice fin dove è ancora prudente guardare avanti.

Se la domanda è se una pendenza sia reale, più che dove porti, Analisi del trend la verifica direttamente.

Storia della pianificazione

  1. Previsione della baseline questa pagina

    La traiettoria senza alcun intervento, l'unica baseline onesta per un piano.

    Porta avanti: la proiezione business as usual

  2. Serie storiche (ARIMA)

    Auto-ARIMA sceglie la specifica e argomenta entrambi i lati della scelta, poi fa la previsione con gli intervalli.

  3. Stagionalità e impatto degli eventi

    Il calendario e gli eventi una tantum, così il prossimo marzo non viene pianificato per sbaglio sul marzo scorso.

  4. Simulazione di scenari

    Il venti per cento di media in meno, un aumento di prezzo, un lancio rimandato. Il piano, in ciascuno di questi casi.

04

Dove di solito inganna

Holt-Winters è una macchina onesta: porta avanti qualsiasi cosa contenga la storia. Il problema è cosa contiene la storia, e come viene letta la proiezione una volta finita in una slide.

Uno shock una tantum imparato come trend

Un cliente perso, un punto vendita chiuso, uno stabilimento fermo. Lo smoothing esponenziale non distingue «se n’è andato un cliente» da «la domanda si sta erodendo», quindi parte del gradino finisce nel trend, e il trend viene proiettato in avanti. Secondo esempio qui sotto.

Il modello legge una colonna e nient’altro, quindi la correzione va fatta nel file: ricostruisci la storia a perimetro omogeneo prima di caricarla, poi esegui la baseline su quella.

Campagne imparate come stagionalità

Stima una baseline su anni pieni delle stesse spinte e il modello le impara come calendario. Da lì in poi ogni campagna si misura contro il tuo mese migliore, e sembra non aver fatto niente.

Stima sul tratto più tranquillo che hai, oppure misura le spinte come eventi con Stagionalità e impatto degli eventi prima di fidarti della baseline.

Una stagione vista una volta sola

Un dicembre non fa un andamento. Una forma stagionale imparata da un solo anno proietta gli incidenti di quell’anno come se fossero il calendario, e due anni bastano appena.

La componente stagionale si usa solo quando la storia copre il ciclo almeno due volte, e l’insight dice quale periodo ha usato. Sotto quella soglia, la proiezione ha un trend e nessuna stagionalità.

Accuratezza misurata sul passato che ha imparato

L’accuratezza accanto alla proiezione dice quanto bene il modello si adatta alla storia su cui è stato stimato. Dice poco sui prossimi dodici periodi, e un modello ritoccato finché si adatta alla perfezione di solito ha inghiottito proprio gli effetti che volevi misurare.

Tieni da parte l’ultimo trimestre, esegui la baseline sul resto e confrontala con ciò che è successo, come ha fatto il primo esempio qui sotto su 13 settimane.

Un uplift tra due periodi non omologhi

L’uplift previsto confronta un punto con un altro. Su una serie con una stagionalità, i due punti possono cadere in giorni, settimane o mesi diversi del ciclo, e la percentuale dice più del calendario che dell’azienda.

Il suo tooltip dice cosa confronta, e che presume che non si faccia nulla. Su un file stagionale, leggi la proiezione su un ciclo intero e non sul suo ultimo punto.

Un benchmark letto come previsione

La baseline è ciò che succede se non succede niente di nuovo: per un piano è una cosa diversa, e più utile, di una previsione. Citata come previsione, si prende la colpa della campagna che doveva misurare.

tea non disegna alcun intervallo attorno a questa proiezione. Quando scorte o budget hanno bisogno di una forchetta, esegui Serie storiche, che prevedono con una banda al 95%.

05

Due esempi

Un file in cui la baseline ha spostato un budget di tre punti, uno in cui il passato non era affatto una baseline. Sono risultati utili entrambi.

Aiuta

Tre degli otto punti stavano già arrivando

Un retailer di articoli per la casa con 22 negozi tra Germania e Austria aveva chiuso il FY26 a €48,0M, dopo una crescita del 3,8% e del 3,4% senza nuovi negozi né nuove campagne. La riunione di budget aveva fissato il FY27 a più 8%, e il responsabile della pianificazione chiedeva quanto ne sarebbe arrivato se non fosse cambiato niente.

Su 156 settimane la baseline usciva a €49,4M, più 3,0%. Messe da parte, le ultime 13 settimane erano state mancate in media del 4,1%, senza distorsione. Le nuove iniziative dovevano ora spiegare 5 punti, €2,4M, invece di 8: l’aumento dei media è sceso dal 20% al 12%, circa €310k sono tornati nel budget comune e il bonus del team commerciale è stato riscritto contro la baseline.

Leggi il caso completo

Otto punti di crescita, tre già in tasca

crescita FY27 sul FY26

Cinque punti, €2,4M, sono ciò che le nuove iniziative devono spiegare. Rivendicarli tutti e otto vorrebbe dire attribuire loro una crescita che sarebbe arrivata comunque.

Non aiuta

Un cliente perso imparato come declino

Un produttore emiliano di pasta fresca aveva perso a dicembre 2025 un discount che valeva circa il 18% dei suoi volumi. Il file aveva 104 righe settimanali di cartoni spediti e nessuna colonna che dicesse a quale cliente, con solo 38 settimane dopo la perdita.

Stimato attraverso la rottura, il modello ha letto parte del gradino come trend e ha proiettato l’anno successivo a 1,57 milioni di cartoni, circa il 10% sotto gli 1,75 milioni su cui l’azienda già viaggiava. Il suo Natale era quello del cliente perso. Ricostruiti a perimetro omogeneo dalle fatture, gli stessi due anni crescono di circa il 2% all’anno, e la baseline usciva a 1,84 milioni di cartoni.

Leggi il caso completo

Il modello ha imparato un declino che era un cliente

cartoni al mese
  • Come registrato
  • Perimetro omogeneo, senza il cliente perso
  • Baseline sul file così com’è

La correzione non stava nel modello. Stava nel file.

06

Cosa aggiungono i grafici ai numeri

Un totale proiettato è un numero solo, e nasconde la forma che l’ha prodotto. I grafici mostrano se il modello sapeva disegnare il passato, prima che qualcuno si fidi di ciò che disegna per il futuro.

Proiezione dello slancio atteso

reale, benchmark, percorso previsto

Risponde a: se il benchmark segue il ritmo settimanale, e dove lo perde. In grigio ciò che è successo, la linea continua è il modello sugli stessi giorni, la parte tratteggiata sono i prossimi dodici. Sul campione GDO tiene la settimana e raggiunge il picco di Natale con un giorno di ritardo: una stagionalità di sette giorni non può vedere arrivare una settimana che capita una volta l’anno.

Residui

ciò che il benchmark ha mancato, giorno per giorno

Risponde a: se l’errore ha la stessa misura ogni giorno, o se nasconde qualcosa. Qui resta quasi sempre entro €50k, con qualche errore vicino a €100k, fino all’ultima quindicina, quando oscilla da €141k sopra a €178k sotto. I giorni che il modello sbaglia sono di solito i giorni in cui è successo qualcosa.

Andamento stagionale: effettivo vs trend

la storia contro la sua media a sette giorni
  • Reale
  • Trend, media mobile a sette giorni

Risponde a: quanta parte del movimento è ritmo e quanta è livello. La media spiana la settimana e lascia ciò che l’azienda sta facendo sotto: una salita lieve per tutto l’autunno, poi un gradino in su per Natale. Quando è la media stessa a vagare, alla componente di trend della baseline si chiede di seguirla, e la proiezione porterà avanti quel vagare.

07

Sul blog

Tutti i post in cui l'analisi al lavoro è Previsione della baseline, dal più recente.

Tutti quelli della categoria Previsione della baseline

tea, il prodotto

Metti nero su bianco l’anno che il tuo piano deve battere

Un CSV con una data e un numero. La proiezione, la sua accuratezza e i suoi residui in pochi secondi, e la stagionalità usata detta in parole semplici. Gratis durante la beta, su invito.

Chiedi un posto nella beta

tea, il prodotto

Quindici analisi econometriche sul tuo CSV: Previsione della baseline, curve di saturazione, elasticità, allocazione del budget. Con le diagnostiche in vista, e una frase chiara quando il file non può rispondere.

Gratis durante la beta, su invito.

Chiedi un posto nella beta →

Ora eseguila sui tuoi dati.

tea esegue Previsione della baseline e altre quattordici analisi su qualsiasi CSV settimanale, in pochi minuti. Gratis durante la beta, su invito.

Entra nella beta