Salescast-Tags zur Verbesserung der Genauigkeit - Optimierungssoftware

Tags zur Verbesserung der Genauigkeit der Bestandsprognose


Startseite » Ressourcen » Hier

Durch die Nutzung von Korrelationen aus historischen Daten, kann Lokad genauere Prognosen erstellen. Ist die Datenhistorie jedoch kurz, wird es schwierig nur durch Vergleichen der Zeitreihen derartige Korrelationen zu erstellen, da zu wenige Informationen vorliegen. Aufgrund dessen führte Lokad den Begriff Tags ein. Diese Tags werden verwendet, um Kriterien wie Familien, Unterfamilien oder Kategorien zu repräsentieren sowie die Korrelationsanalyse zu stärken.

Importieren Sie Ihre historischen Geschäftsdaten von einer App, die nativ unterstützt wird, übernimmt Lokad das korrekte Einsetzen von Tags.

Bessere Korrelation mit Tags

Aus betriebswirtschaftlicher Sicht bietet Lokad optimierte Lagerbestandsentscheidungen. Aus technischer Sicht bietet Lokad jedoch Zeitreihenprognosen. Um diese Prognosen zu verbessern, nutzt Lokad die Korrelationen zwischen Zeitreihen in hohem Maße. Intuitiv enthalten viele Zeitreihen einzeln betrachtet nur wenige Informationen (da die Zeitreihe entweder zu kurz oder zu unregelmäßig ist). Betrachtet man jedoch mehrere Zeitreihen wird es möglich, aussagekräftigere Indikatoren zu extrahieren, z. B. hinsichtlich der Saisonbedingtheit.

Sind Zeitreihen jedoch kurz, wie z. B. bei einem Produkt, das vor weniger als 3 Monaten auf den Markt gebracht wurde, ist der Korrelationsprozess aufgrund der wenigen vorliegenden Daten kompliziert und es gestaltet sich schwierig, eine zuverlässige Korrelation zwischen dem neuen und einem älteren Produkt zu erstellen.

In solchen Situationen ist es hilfreich das a priori-Wissen über Produkte, wie Produktfamilien, -kategorien oder ähnliche Eigenschaften, die eine vom Kunden wahrgenommene Verbindung darstellen, zu nutzen. Tags sind eine Funktion von Lokad, die es ermöglichen sollen, diese Arte von Informationen im Eingabedatensatz wiederzuspiegeln.

Wenn Lokad erkennt, dass alle Artikel, die mit einem bestimmten Tag verbunden sind, die gleiche Saisonbedingtheit teilen, wird jeder neue, mit diesem Tag verbundene Artikel, nach dem gleichen saisonalen Verlauf prognostiziert. Der saisonale Verlauf wird sofort eingesetzt, ohne monatelang darauf warten zu müssen, dass es möglich wird, die Saisonbedingtheit des Artikels mit anderen bekannten Saisonbedingtheiten zu korrelieren.

Nutzung von Artikel-Deskriptoren als Tags

Ein Tag ist nichts anderes als eine Sonderspalte der Datei Lokad_Items (siehe Datenformat von Lokad), deren Bezeichnung mit Tag beginnt. Die Tag-Spalte kann einen beliebigen Wert enthalten. Alle Artikel mit dem gleichen Tag-Wert werden von Lokad behandelt, als würden Sie einer impliziten Gruppe angehören, die über den Tag-Wert definiert wird.

Das Tag sollte eine Art Kategorisierung der Artikel(*), bekannt als a-priori darstellen. Viele Unternehmen organisieren Ihre verkauften oder hergestellten Artikel in Hierarchieren. Diese Hierarchien eignen sich hervorragend für die Verwendung als Tags.

(*) In der Lokad-Terminologie ist ein "Artikel" mit einer einzelnen Zeitreihe verbunden. Je nach Unternehmen kann dies ein Produkt, eine SKU, einen Barcode usw. darstellen.

Gehen wir beispielsweise von einem Einzelhändler aus, der seinen Produktekatalog in 3 verschachtelte hierarchische Ebenen unterteilt: Kategorien, Familien und Unterfamilien. Diese Hierarchie kann somit 3 Tags zugeteilt werden, die entsprechend den Kategorien, Familien und Unterfamilien zugeordnet werden.

Tags können zudem verwendet werden, um anwendungsspezifische Eigenschaften zu repräsentieren, wie z. B.:
  • Farbe, Größe und Material sind mögliche Tags für Textileinzelhändler.
  • Autor, Sammlung und Format sind mögliche Tags für Buchhändler.

Tipps für Tags

In diesem Abschnitt erhalten Sie Tipps zur effizienteren Nutzung von Tags in Lokad.

Vermeiden Sie Tags, die die erwartete Saisonbedingtheit wiedergeben

Tags sollten ein Art nicht-statistische Informationen über den Artikel enthalten. Auch wenn es verführerisch erscheint ein Tag, das die angenommene Saisonbedingtheit - oder ein ähnliches statistisches Muster, wie den Trend - wiedergibt, hinzuzufügen, empfehlen wir Ihnen, diese Art von Tags zu vermeiden, da sie nicht die von Lokad benötigten wahrheitsgemäßen Extra-Informationen enthalten. Lokad ist in der Lage, saisonale Korrelationen selbst zu finden.

Jeder Tag-Wert muss mehrfach vorkommen

Ein Tag ist nur für Lokad von Nutzen, wenn es mehrere Artikel umfasst. Wenn ein Tag-Wert sich nur auf einen einzigen Artikel bezieht, ist, basierend auf diesem Tag, keine Korrelation möglich. Insbesondere Artikelkennungen sind nicht für Tags geeignet, da jede Artikelkennung einzigartig ist.

Verwenden Sie nie mehr als 6 Tags

Rein theoretisch kann Lokad bis zu 100 Tags(*) verarbeiten. Für die Praxisanwendung empfehlen wir jedoch nicht mehr als 6 Tags zu verwenden. Es ist effektiver 3 Tags zu verwenden, die wahrhaft wertvolle Informationen enthalten, als 10 Tags zu verwenden, die im Endeffekt keine nützlichen Informationen liefern.

(*) Das Limit ist so zu verstehen, dass wenn über 100 Tags vorhanden sind, Lokad bei der Datenverarbeitung versagen wird.