Wöchentliche/Monatliche Aggregation ist ein verlustreicher Prozess
Wenn Praktiker einen Prognosebericht von Lokad betrachten, stoßen sie oft auf verschiedene Eigenheiten. Zum Beispiel können einige Prognosen viel zu niedrig aussehen. Ohne erkennbaren Trend oder Saisonalität erwartet Lokad etwas ziemlich Unerwartetes. Manchmal ist es ein Nebenprodukt fortgeschrittener Korrelationsanalytik, aber manchmal ist es etwas einfacheres und tieferes.
Die Grafik links stellt eine typische Situation dar: stabile Verkäufe für ein paar Monate und dann ein etwas unerklärlicher Rückgang in den Prognosen.
Der gesunde Menschenverstand schreit das kann nicht stimmen, lassen Sie uns diese fehlerhafte Prognose beheben; und doch passen Prognosen und gesunder Menschenverstand nicht gut zusammen.
Die Art und Weise, wie wir Verkäufe beobachten, ist zutiefst irreführend. Tatsächlich beobachten wir hier monatlich aggregierte Verkäufe, nicht die Verkäufe selbst. Viele Unternehmen bevorzugen monatliche Prognosen, weil sie der Meinung sind, dass ihre Verkäufe auf täglicher oder wöchentlicher Ebene zu niedrig oder zu unregelmäßig sind, um praktisch verwertbar zu sein. Daher aggregieren sie Verkaufsdaten über einen längeren Zeitraum. Dadurch erscheinen die Verkäufe gleichmäßiger und folglich vorhersehbarer.
Diese Visualisierung von Verkäufen, d.h. das Denken in Summen anstelle eines endlosen Stroms von Transaktionen, ist so allgegenwärtig, dass viele Unternehmen nicht erkennen, dass die Aggregation von Verkäufen in erster Linie bedeutet, Informationen zu verlieren, die potenziell wertvoll für die Durchführung der Prognosen sind.
Lassen Sie uns den Punkt mit einem frischen Blick auf die gleiche Verkaufshistorie veranschaulichen, jedoch durch wöchentliche Aggregation.
Das Bild ist extrem unterschiedlich. Wir erkennen, dass die scheinbar stabilen monatlichen Durchschnitte nur auf zwei super-schweren Wochen beruhten: eine zwischen Januar und Februar und eine zweite im März.
Solche Spitzen treten in Unternehmen routinemäßig auf aufgrund von Promotionen und anderen verschiedenen Arten von Ausnahmeevents.
Mit der zweiten Veranschaulichung machen niedrige Prognosen viel mehr Sinn: Die Verkäufe enthalten seltene Spitzen, die nicht berücksichtigt werden sollten, und wenn wir diese Spitzen mental verwerfen, erhalten wir Prognosen, die einfach dem üblichen Durchschnittsmuster folgen.
Ein traditionelles Prognosesystem würde in einer solchen Situation typischerweise getäuscht werden und eine viel höhere monatliche Prognose erwarten, die sich als viel weniger genau erweisen würde.
Aber Lokad ist definitiv nicht Ihr traditionelles Prognosesystem. Wenn monatliche oder wöchentliche Prognosen angefordert werden, schauen wir uns weiterhin die feinst granulierten Daten an. Dadurch können wir Muster identifizieren, die sonst durch den Verkaufsaggregationsprozess verloren gegangen wären.
