Wöchentliche/Monatliche Aggregation ist ein verlustbehafteter Prozess
Wenn Praktiker einen ersten Blick auf einen von Lokad erstellten Prognosebericht werfen, stoßen sie häufig auf verschiedene Fremdheiten. Zum Beispiel können einige Prognosen viel zu niedrig erscheinen. Ohne einen beobachtbaren Trend oder Saisonalität, erwartet Lokad etwas ziemlich Unerwartetes. Manchmal ist es ein Nebenprodukt fortgeschrittener Korrelationsanalysen, aber manchmal ist es etwas, das sowohl einfacher als auch tiefgründiger ist.
Das Diagramm links stellt eine typische Situation dar: stabile Umsätze über einige Monate hinweg und dann ein etwas unerklärlicher Rückgang in den Prognosen.
Der gesunde Menschenverstand schreit das kann nicht stimmen, wir müssen diese fehlerhafte Prognose korrigieren; und dennoch vermischen sich Prognoseverfahren und gesunder Menschenverstand nicht gut.
Die Art und Weise, wie wir Umsätze beobachten, ist zutiefst irreführend. Tatsächlich beobachten wir hier monatlich aggregierte Umsätze, nicht die Umsätze selbst. Viele Unternehmen bevorzugen monatliche Prognosen, weil sie der Meinung sind, dass ihre Verkäufe auf Tages- oder Wochenebene zu niedrig oder zu unbeständig sind, um praktisch nutzbar zu sein. Daher aggregieren sie Verkaufsdaten über einen längeren Zeitraum. Dadurch wirken die Umsätze gleichmäßiger und folglich vorhersagbarer.
Diese Visualisierung von Umsätzen, d.h. das Denken in Gesamtsummen anstatt in einen endlosen Strom an Transaktionen, ist so allgegenwärtig, dass viele Unternehmen nicht erkennen, dass das Aggregieren von Umsätzen in erster Linie bedeutet, Informationen zu verlieren, welche potenziell wertvoll für die Erstellung von Prognosen sind.
Lassen Sie uns den Punkt mit einem erneuten Blick auf dieselbe Verkaufshistorie veranschaulichen, wenn auch mittels wöchentlicher Aggregation.
Das Bild ist völlig anders. Wir stellen fest, dass die scheinbar stabilen monatlichen Durchschnitte lediglich auf zwei extrem umsatzstarke Wochen zurückzuführen waren: eine zwischen Januar und Februar und eine zweite im März.
Solche Ausreißer treten routinemäßig in Unternehmen auf, bedingt durch Aktionen und andere verschiedene Arten von Ausnahmeereignissen.
Beim zweiten Beispiel erscheinen niedrige Prognosen viel einleuchtender: Die Umsätze beinhalten unregelmäßig auftretende Ausreißer, die nicht berücksichtigt werden sollten, und wenn wir diese gedanklich ausklammern, erhalten wir Prognosen, die einfach dem üblichen Durchschnittsmuster folgen.
Ein traditionelles Prognosesystem wäre in einer solchen Situation typischerweise getäuscht und würde eine viel höhere monatliche Prognose erwarten, die sich als weitaus ungenauer erweist.
Aber Lokad ist definitiv nicht Ihr traditionelles Prognosesystem. Wenn monatliche oder wöchentliche Prognosen angefordert werden, bleiben wir bei den feinsten verfügbaren Daten. Dies ermöglicht es uns, Muster zu identifizieren, die sonst durch den Verkaufsaggregationsprozess verloren gegangen wären.
