Zukünftige Verkaufszahlen errechnen

Wissenschaft Mathematik
#1

Hallo Experten!

Ich arbeite zur Zeit an einer Bachelorarbeit bei einem Unternehmen. Dort ist mein Thema, dass ich eine neue Händlerbestückungslogik erstellen soll, weil die Bestände bei den Händlern derzeit zu groß sind.

Nun ist es natürlich so, dass es dort saisonelle Einflüsse wie das Wetter und die Schulferien aber auch kurzfristige Einfüsse durch z.B. Preisreduzierungen oder Werbeaktion gibt.

Als Datenmaterial habe ich die Verkaufszahlen aller Händler auf Tagesbasis, Wochenbasis, Monats…

Nun zu meiner Frage. Wie kann ich die zukünftigen Verkaufszahlen errechnen/ einschätzen?

Ich habe mich schon ein wenig in die Zeitreihenanalyse eingelesen. Ist das der richtige Ansatz? Oder hat jemand eine bessere Idee. bzw. Erfahrungen auf dem Gebiet?

Bei der Zeitreihenanalyse ist dann mein Problem ab wann ein Trend wie aussagekräftig und wahrscheinlich ist.

Gibt es ein Verfahren mit dem man berechnen kann ob ein Händler Treu (keine stark schwankende Verkaufszahlen) ist?

Ich hoffe das mir jemand von euch helfen kann und die Frage nicht zu ungenau ist.

Vielen Dank im Vorraus

Phareno

#2

Hallo Experten!

Hallo,

wirklich berechnen kannst du die zukünftigen Bestände natürlich nicht, sondern nur eine mehr oder weniger gute Schätzung abgeben.

Du könntest versuchen, die Einflussfaktoren, die auf die Nachfrage und damit Bestände wirken, zu ermitteln und eine Korrelation ermitteln. Um dann eine Prognose für die Bestände abgeben zu können, müsstest du „nur“ noch die Parameter (also die Einflussfaktoren schätzen).

Nun ist es natürlich so, dass es dort saisonelle Einflüsse wie
das Wetter und die Schulferien aber auch kurzfristige Einfüsse
durch z.B. Preisreduzierungen oder Werbeaktion gibt.

Oder du versuchst es mit Extremwerttheorie, Peaks over Threshold. Damit kannst du dann vielleicht einen sinnvollen Bestand ermitteln. Das ganze kannst du dann noch optimieren, indem du den entgagenen Ertrag (weil ein Produkt nicht vorhanden war und darum nicht verkauft werden konnte) und die Lagerkosten bei zu hoher Bestückung betrachtest.

Das letzere machen z. B. einige Banken um die Bargeldbestände in den Geldautomaten zu optimieren.

#3

Hi,

Ich habe mich schon ein wenig in die Zeitreihenanalyse
eingelesen. Ist das der richtige Ansatz? Oder hat jemand eine
bessere Idee. bzw. Erfahrungen auf dem Gebiet?

Die Extrapolation auf die Zukunft macht nur Sinn, wenn man Konfidenzintervalle für den mittleren Absatz hat. ansonsten kann man damit gut saisonale Effekte schätzen - das Problem könnte aber sein die Einflussfaktoren ggf. getrennt für Händler aufzusetzen.

Bei der Zeitreihenanalyse ist dann mein Problem ab wann ein
Trend wie aussagekräftig und wahrscheinlich ist.

Das läuft über das Konfidenzintervall. Dies ließe eine Aussage darüber zu, wie die Zukunft vermutlich aussieht. Je besser das Modell, desto wahrscheinlicher die Prognose. Aussagekraft kann man dann nur im nachhinein ermitteln, indem man schaut, wie gut die Prognose die reellen entwicklungen traf.

Gibt es ein Verfahren mit dem man berechnen kann ob ein
Händler Treu (keine stark schwankende Verkaufszahlen) ist?

Ganz banal kann man da den CV des Händlers berechnen. Je kleiner, desto treuer.

Dennoch würde ich mir an deiner Stelle auch power_blues vorschläge genauer ansehen oder mal einen BWLer fragen, was die so normalerweise machen.

Viele Grüße,
JPL