Data Warehouse Forum

Bei uns gibt es in der Black Week immer große Ausschläge bei Nonfood-Artikeln. Wie bezieht ihr Vorjahresaktionen sauber in die Prognose ein?

Die Ausschläge entstehen, weil Basisnachfrage und Aktionsuplift vermischt werden und sich Aktionslage, Dauer und Platzierung jedes Jahr verschieben. Ohne Bereinigung lernt das Modell den Peak als Saison. Wir trennen deshalb strikt zwischen Basisabsatz und Promotionseffekt. Im DWH führen wir ein Promo-Flag und eine Aktionsart in der Verkaufsfaktentabelle plus einen zentralen Aktionskalender als Dimension mit Mechanik, Preismaßnahme, Rabatthöhe, Werbemedium und Filialabdeckung. Für die Prognose wird zuerst die bereinigte Basis mit gleitendem Durchschnitt ohne Aktionswochen ermittelt, dann der Uplift-Faktor aus vergleichbaren Vorjahresaktionen per SQL mit JOIN auf Aktionskalender und LAG-Funktion berechnet. Wichtig sind Prüfschritte: Aktionskalender Vorjahr gegen aktuell matchen, große Vorzieheffekte in Vorwochen und Kannibalisierung ähnlicher Artikel prüfen, Out-of-Stock und Liefereinschränkungen herausrechnen und Prognose gegen Ist-Uplift der letzten zwei Jahre backtesten.