Zeitreihe und Zeitreihenanalyse

Als Zeitreihe wird die zeitliche Abfolge von Daten bezeichnet. Solche Daten können Verkäufe, Kurse, Temperaturen, Arbeitsmarktdaten oder ähnliches sein. In der Preispolitik werden Zeitreihen für das Preismanagement und die dynamische Preisoptimierung benötigt. Aber auch in der Marktforschung können Zeitreihen eine Rolle spielen. Die Auswertung erfolgt in der Zeitreihenanalyse

Zeitreihe

Zeitreihen können Aufschluss über die Entwicklung eines Objektes geben. Sie sind sowohl für die Analyse im Nachhinein (ex post) interessant als auch für Prognosen. Die Auswertung von Zeitreihen im Rahmen der Preisgestaltung erlaubt es Verkäufe und Umsätze vorherzusagen und mit den tatsächlich eingetretenen Daten zu vergleichen. Abweichungen können dann auf Veränderungen der Konkurrenz, der allgemeinen Nachfrage oder der eigenen Preise bzw. anderer Parameter zurückgeführt werden.

Die Daten fallen dabei diskret, das heißt in einzelnen Zeitpunkten, an. Es ist dabei unerheblich, ob die Zeitabstände stets gleich (äquidistant) oder ungleich sind. Typisch für die Daten ist, dass sie aus einer oder mehreren regulären Komponente und einer zufälligen Komponente bestehen. Die reguläre Komponente kann beispielsweise eine Saison sein.

Das Auswerten von Datenreihen bzw. Zeitreihen wird Zeitreihenanalyse genannt.

Zeitreihenanalyse

In der Zeitreihenanalyse werden Zeitreihen (oder auch Datenreihen bzw. Messreihen) ausgewertet. Es werden prinzipiell zwei Auswertungsrichtungen verfolgt. Dies ist zum einen die statistische Auswertung und zum anderen die Prognose bzw. Vorhersage.

Ziele der Zeitreihenanalyse können sein:

  • Vorhersage/ Prognose von Datenpunkten
  • Identifikation von Veränderungen in der Zeitreihe. Damit können Anomalien oder Brüche erkannt werden.
  • Bereinigung von Trends bzw. saisonalen Veränderungen. Die Entfernung des Trends kann notwendig sein, um aussagekräftigere Korrelationen zwischen zwei Zeitreihen zu bestimmen.
  • Erkennen von Korrelationen.

Üblicherweise werden bei der Zeitreihenanalyse die Reihen in Komponenten zerlegt. Dafür gibt es verschiedene Verfahren.

 

Beispiel einer Zeitreihe

Beispiel einer Zeitreihe

Die Grafik zeigt ein Beispiel einer Zeitreihe. Gut zu erkennen sind der Trend und die saisonale Komponente. Die Zeitreihe zeigt die Zahl der Erwerbstätigen und beruht auf den Daten des Bundesamtes für Statistik. Mit Hilfe verschiedener Methoden kann man den Trend und die saisonale Komponente extrahieren.

Zeitreihenanalyse in der Preisoptimierung

In der Preisoptimierung ist es häufig wichtig, zu erkennen, welchen Einfluss bestimmte Maßnahmen haben. Die Prognose kann helfen, vorherzusagen, wie sich die Nachfrage entwickeln wird. Preisänderungen können dann mit einer Szenarioanalyse beurteilt werden.

Im Nachhinein kann beurteilt werden, ob die Maßnahme, z.B. Preiserhöhung besser oder schlechter war als eine Beibehaltung des Preises, indem man die Prognose mit den tatsächlichen Werten vergleicht. Dabei muss man allerdings berücksichtigen, dass eine Prognose ungenau ist. Daher ist es wichtig, externe Faktoren zu beobachten. Im Onlinehandel kann eine Steigerung der Besucherzahlen durch intensiveres Marketing zu erkennen sein. Gleichzeitig steigen auch die Verkäufe. Jetzt soll beurteilt werden, ob die Preisänderung zu einer Umsatzsteigerung geführt hat. Um den Effekt der Marketingkampagne zu eliminieren müssen die Besucherzahlen normalisiert werden und die Käufe daran angepasst werden. Erst dann sind sie mit der Prognose (die die Marketingaktivität nicht berücksichtigt) vergleichbar.

Auch im Yield- und Revenue Management werden die Ergebnisse der Zeitreihenanalyse eingesetzt.

3 Gedanken zu „Zeitreihe und Zeitreihenanalyse

  1. Pingback: Korrelation in der Zeitreihenanalyse und der Preisoptimierung | Pricing

  2. Pingback: Absatzprognose - Pricing

  3. Pingback: Revenue Management/ Yield Management - Pricing

Schreibe einen Kommentar