Umsatzprognose: von Excel zu ML in einem halben Jahr

Verkaufsprognose für Unternehmen: Von Excel zu ML-Ensembles in sechs Monaten

Geschäftsentscheidungen basieren auf Verkaufsprognosen – ob bei der Planung von Aktionen oder der Budgetanpassung. Ein Modell mit einem MAPE von 4,5 % wirkt perfekt, doch ein einziger Fehler von 20 % untergräbt das Vertrauen. Führungskräfte ignorieren die Zahlen, greifen manuell nach, und überschreiten die Budgets aus Angst vor Zielverfehlungen. Die wahre geschäftliche Notwendigkeit? Vorhersagbarkeit: Können wir den Monat ohne katastrophale Abweichungen abschließen?

Das Projektziel: eine zuverlässige 45-Tage-Prognose für Umsatz, Aufträge und Erlöse über einen gesamten großen Lieferdienst (79 Städte, Tausende Fulfillment-Center).

Das bestehende Modell-Zoo

Aktuelle Ansätze umfassten:

• Prophet auf Ebene jedes Fulfillment-Centers: Tausende Modelle für Logistik. Probleme: Keine Berücksichtigung neuer Center (Experten-Schätzungen in Excel), Genauigkeit nicht validiert auf nationaler Ebene, optimiert für tägliche Präzision – nicht für monatliche Ziele.
• Excel mit jährlicher Saisonalität: Basis: letztes Jahr × Wachstumsfaktor (z. B. 1,15 für +15 %). Visuelle Schätzung, keine Metriken.
• Prophet auf Landesebene: Hyperparameter abgestimmt, externe Features (Makrotrends, Feiertage, geplante Rabatte). Durchschnittlicher Fehler: 1–2 %, aber kurzfristige Validierung war ein Artefakt.

Experten-Excel-Methoden waren nicht reproduzierbar. Alle Ansätze benötigten einen einheitlichen Benchmark.

Ehrlicher Rolling Backtest als Grundlage

Ein 12-monatiger Rolling Backtest wurde implementiert, um objektiv zu evaluieren: tägliche Prognosen simuliert mit historischen Daten, jeweils nach jedem neuen Tag neu trainiert. Dies testet Modelle unter realen Bedingungen – Wachstum, Abschwünge, Kampagnen, Feiertage.

Backtest-Prozess:

• Tag 1: Trainieren bis 1. Januar → 45 Tage vorausschauen.
• Tag 2: Hinzufügen des tatsächlichen Wertes vom 1. Januar → Neutrainieren → neue Prognose.
• Wiederholen über das ganze Jahr.

Excel-Saisonalität wurde in Python repliziert – wurde zur Baseline. Prophet pro Center: optimistische Ergebnisse (keine neuen Center). Landesweiter Prophet: offenbarte Feature-Probleme (geplante vs. tatsächliche Rabatte).

Ergebnis: Baseline (Excel) zeigte starke Vorhersagbarkeit; ML lieferte glatte Durchschnitte, aber volatile Fehler.

Excel schlägt Prophet: Lektionen aus der Einfachheit

Unerwartetes Backtest-Ergebnis: Excel mit jährlicher Saisonalität übertraf Prophet bei der zentralen Metrik – kumulativer monatlicher Fehler (geschäftsrelevant). Prophet gewann bei täglicher Genauigkeit, scheiterte aber langfristig aufgrund von Overfitting auf Trends.

Metrik-Vergleich:

• MAPE (mittlerer absoluter prozentualer Fehler): Prophet besser.
• Kumulativer Fehler über 30/45 Tage: Excel führt.

Prophet zerlegt Zeitreihen in Trend, Saisonalität (Tage/Monate/Jahre), Feiertage und bekannte Features. Grenzen: Einzelne Serie, Features müssen im Voraus bekannt sein.

Wechsel zur Granularität: Städte und maschinelles Lernen

Zur Verbesserung wurden Prognosen auf Stadt-Ebene aufgeteilt (79 Städte). Dadurch wurden lokale Effekte erfasst: unterschiedliche Nachfragewellen, neue Fulfillment-Center.

Klassisches maschinelles Lernen wurde eingeführt:

• Gradient Boosting (LightGBM/XGBoost) mit Lag-Features, gleitenden Durchschnitten, Dummy-Variablen für Wochentage/Feiertage.
• Features: historische Lag (1–30 Tage), YoY-Wachstum, externe Signale (Feiertage).

Ergebnis: 10–15 % Verbesserung gegenüber der Baseline beim kumulativen Fehler – aber nicht transformative. Probleme: schwache Erfassung nichtlinearer Muster, Empfindlichkeit gegenüber Ausreißern.

TSMixer: Durchbruch und Grenzen

Wechsel zu neuronalen Netzen. TSMixer (Temporal Sparse Mixer) ist führend bei multivariaten Zeitreihen. Funktioniert wie MLP-Mixer für Zeit: Kanäle sind unabhängig, erfassen Kreuzkanal-Abhängigkeiten ohne rekurrente Schichten.

Architektur:

• Vergangenheits-/Zukunftstürme für historische und zukünftige Features.
• MLPMixer-Blöcke: Token-Mixing (über Zeit) + Channel-Mixing.
• Skalierbarkeit: O(L * D) gegenüber O(L²) bei Transformers.

Trainiert auf 79 Städte × 3 Metriken (Umsatz/Aufträge/Erlöse). Backtest: TSMixer schlug die Baseline um 25 %, Gradient Boosting um 12 %. Schwächen: noch immer Verzögerungen bei Feiertags-Gipfeln, hoher Datenaufwand.

Endgültiges Ensemble: Stärken kombinieren

Einzelprognose = Ensemble:

• Excel-Saisonalität (30 % Gewicht): Stabilität bei langfristigen Trends.
• Gradient Boosting (40 %): lokale Muster.
• TSMixer (30 %): Nichtlinearitäten.

Gewichte via Stack-Rank im Backtest gewählt (Summe der Ränge über alle Metriken). Ergebnis: MAPE 3,2 %, kumulativer monatlicher Fehler <5 % in 95 % der Fälle. Vorhersagbarkeit verbessert: Geschäft nutzt die Zahlen ohne manuelle Korrekturen.

Wichtige Erkenntnisse:

• Vorhersagbarkeit zählt mehr als durchschnittliche Genauigkeit: Fokus auf kumulativen Fehler über Zeit.
• Rolling Backtest ist die Goldstandard-Evaluation.
• Ensembles schlagen reine Modelle: Einfachheit + ML-Power.
• Granularität (Städte) schlägt Aggregation.
• Das Geschäft vertraut Modellen, die Stress-Tests (Feiertage, Abschwünge) bestehen.

Projektergebnisse

In sechs Monaten wurde das chaotische Durcheinander zu P.E.S.E.C. – einer täglichen strategischen Prognose. Das Geschäft trifft nun Entscheidungen ohne Panik. Schlüssel: ehrliche Evaluation, Fokus auf Geschäfts-KPIs, hybrider Ansatz.

— Editorial Team