Data Warehouse Forum

Bei uns schwankt der Start für Winterware jedes Jahr um Wochen je nach Wetter. Glättet ihr das über Temperaturdaten oder nehmt ihr einfach größere Schwankungen in Kauf?

Ursache ist die starre Kalenderbindung, denn eure Winterware folgt nicht der Kalenderwoche, sondern dem tatsächlichen Kältereiz beim Kunden. Wir glätten das nicht, sondern modellieren es sauber über Wetterdaten. Praktisch bewährt hat sich eine Wetterdimension im DWH auf Postleitzahl und Tag mit Tagesmitteltemperatur vom Deutschen Wetterdienst, dazu als Kennzahl den Absatz je Kältetag unter fünf Grad sowie die kumulierte Kältesumme ab September. Den Saisonstart definiert ihr nicht über Oktober oder Dezember, sondern über Schwellenwert, etwa erste Woche mit mehr als zwanzig Gradtagen. In SQL löst ihr das mit Join von Abverkauf und Wettertabelle und kumulierter Summe per Window Function über Datum. Als Prüfschritte empfehle ich Korrelation von Absatzmenge und Temperaturband je Warengruppe zu messen, Vorjahre auf gleichen Kältestand zu normieren und Aktionen sowie Verfügbarkeit als Störgrößen zu kennzeichnen. So bleiben Vergleiche fair und größere Schwankungen werden erklärbar statt zufällig.