Marketing-Forecast, vier Methoden und wann welche trägt
Vorjahr plus Wunschwachstum ist keine Prognose. Fortschreibung, Saisonzerlegung, Zustandsraum und Modelle mit Treibern im Vergleich, plus die Prüfung, die fast niemand macht.
Jede Jahresplanung braucht eine Prognose, und die meisten entstehen so: Vorjahr nehmen, Wunschwachstum draufrechnen, fertig. Das ist keine Prognose, das ist ein Ziel mit Nachkommastellen. Hier stehen die vier Methoden, die tatsächlich prognostizieren, sortiert nach Aufwand, und die eine Eigenschaft, die allen fehlt, wenn sie schlecht gemacht sind.
In drei Sätzen
- 01Eine Prognose ohne Spannbreite ist kein Prognosewert, sondern eine Behauptung.
- 02Die Methode muss zur Struktur der Daten passen, nicht zum verfügbaren Werkzeug.
- 03Werbung gehört als Treiber ins Modell, sonst prognostizierst du deine eigene Vergangenheit.
Methode 1: Fortschreibung
Letzter Wert plus Trend. Erstaunlich schwer zu schlagen bei ruhigen Reihen und kurzen Horizonten, und deshalb der richtige Maßstab: Jede aufwändigere Methode muss beweisen, dass sie besser ist als die Fortschreibung. Tut sie das nicht, ist der Aufwand verschwendet.
Methode 2: Saisonzerlegung
Die Reihe wird in Grundverlauf, Saisonmuster und Rest zerlegt und dann Stück für Stück fortgeschrieben. Das reicht für alles mit stabilem Jahresrhythmus, also Handel, Reise, Geschenkgeschäft. Wie man Saisonmuster sauber beschreibt, steht in Saisonalität sauber modellieren.
Methode 3: Zustandsraum
Der Vorteil: Solche Modelle liefern von Haus aus eine Unsicherheit mit und reagieren auf Strukturbrüche, statt sie über Jahre mitzuschleppen. Der Nachteil: Sie sind schwerer zu erklären, und wer sie ohne Prüfung einsetzt, merkt nicht, wenn sie kippen.
Methode 4: Prognose mit Treibern
Der eigentliche Punkt für Marketing. Die ersten drei Methoden schreiben fort, was war. Sie beantworten deshalb nicht die Frage, die im Planungsmeeting gestellt wird: Was passiert, wenn wir das Budget um zwanzig Prozent erhöhen? Dafür muss der Werbedruck als Treiber im Modell stehen, mit Nachwirkung und Sättigung, siehe Adstock und Sättigung. Genau das leistet Marketing-Mix-Modeling.
Eine Prognose ohne Spannbreite ist keine bessere Prognose. Sie ist eine, bei der jemand die unbequeme Hälfte weggelassen hat.
Die Prüfung, die keiner macht
Der Backtest. Man trainiert das Modell auf einem Teil der Vergangenheit und lässt es den Rest vorhersagen, den es nie gesehen hat. Der Vergleich zeigt, wie gut es wirklich ist. Ohne diesen Schritt weiß niemand, ob eine Prognose gut ist oder nur gut aussieht, weil sie an dieselben Daten angepasst wurde, an denen sie geprüft wird.
Wie du es praktisch angehst
Fang mit der Fortschreibung als Maßstab an. Nimm die Saisonzerlegung dazu, wenn dein Geschäft einen klaren Jahresrhythmus hat. Steig auf ein Modell mit Treibern um, sobald jemand Szenarien wissen will, also spätestens bei der Jahresplanung, siehe Marketing-Jahresbudget planen. Und prüfe jede Stufe gegen die vorige, statt gleich zur kompliziertesten zu greifen.