Umsatzprognosen, auf die sich Einkauf und Budget verlassen.
Mit ehrlicher Bandbreite.
Dometrics baut Prognosemodelle aus Shop-, Kassen- und Marketingdaten: Umsatz und Nachfrage für die kommenden Wochen und Monate, mit Saisonalität, Aktionen und Werbebudget als Einflussgrößen. Sichtbar im Dashboard, geprüft an der Wirklichkeit.
| Kategorie | Prognose Q1 | Bandbreite | Trend |
|---|---|---|---|
| Siebträger | € 468 Tsd. | ± 7 % | ↑ 9 % |
| Zubehör | € 301 Tsd. | ± 10 % | ↑ 4 % |
| Bohnen-Abo | € 339 Tsd. | ± 5 % | ↑ 14 % |
Warum Planung oft danebenliegt.
Die meisten Planungen beginnen mit dem Vorjahr und einem Aufschlag. Das funktioniert, solange nichts passiert. Es passiert aber immer etwas.
Vorjahr plus Prozent
Feiertage verschieben sich, Aktionen fallen anders, das Wetter spielt nicht mit. Eine Planung, die nur auf das Vorjahr schaut, erklärt keine Abweichung und lernt nichts daraus.
Lager zu voll oder zu leer
Zu viel Ware bindet Kapital und endet im Abverkauf, zu wenig kostet Umsatz in der stärksten Woche. Beides beginnt mit einer ungenauen Nachfrageschätzung.
Budget folgt dem Bauchgefühl
Wie viel Werbebudget im nächsten Monat sinnvoll ist, wird geschätzt. Der Zusammenhang zwischen Budget und Umsatz ist in den Daten vorhanden, wird aber nicht genutzt.
Eine Zahl, kein Risiko
Planungen nennen eine Zahl, aber keine Unsicherheit. Ob ein Ziel wahrscheinlich oder sportlich ist, bleibt unklar, bis es zu spät ist.
Von der Historie zur belastbaren Bandbreite.
Eine Prognose ist so gut wie ihre Prüfung. Deshalb wird jedes Modell zuerst an der Vergangenheit getestet, bevor es eine Aussage über die Zukunft trifft.
- 01 · Daten
Historie zusammenführen
Umsatz, Bestellungen und Artikel aus Shop oder Kasse, Werbeausgaben je Kanal, Preise, Aktionen, Feiertage.
- 02 · Bereinigung
Sonderfälle markieren
Aktionen, Lieferausfälle und Ausreißer werden gekennzeichnet, damit das Modell sie richtig einordnet.
- 03 · Modell
Prognose rechnen
Zeitreihenmodelle mit Saisonalität und Einflussgrößen, geprüft im Backtest gegen bekannte Monate.
- 04 · Szenarien
Was wäre, wenn
Mehr Budget, andere Preise, frühere Aktion: Szenarien zeigen die Wirkung im Dashboard, mit Bandbreite.
- 05 · Abgleich
Prognose gegen Realität
Monatlich wird gemessen, wie weit Prognose und Ergebnis auseinanderlagen. Das Modell lernt nach.
Vorjahresplanung gegen Prognosemodell.
| Kriterium | Vorjahr plus Prozent | Prognosemodell von Dometrics |
|---|---|---|
| Grundlage | Ein Vergleichszeitraum | Mehrjährige Historie mit Saisonmustern |
| Einflussgrößen | Werden geschätzt oder ignoriert | Budget, Preise, Aktionen und Feiertage im Modell |
| Ergebnis | Eine Zahl | Erwartungswert mit Bandbreite |
| Qualität | Unbekannt bis zum Monatsende | Prognosefehler im Backtest gemessen und ausgewiesen |
| Aktualisierung | Einmal im Jahr | Laufend mit jedem neuen Tag an Daten |
Was eine gute Umsatzprognose leisten muss.
Eine Umsatzprognose ist kein Blick in die Kristallkugel, sondern eine strukturierte Antwort auf die Frage, was wahrscheinlich passiert, wenn sich die Muster der Vergangenheit fortsetzen, und wie sich bekannte Einflüsse darauf auswirken. Ihr Wert liegt weniger in der einzelnen Zahl als in der Ehrlichkeit über die Unsicherheit.
Bandbreite statt Punktlandung
Jede Prognose ist unsicher. Gute Prognosen sagen, wie unsicher. Statt „im März 412.000 Euro Umsatz“ lautet die Aussage etwa „im März mit hoher Wahrscheinlichkeit zwischen 380.000 und 440.000 Euro, Erwartungswert 412.000 Euro“. Für den Einkauf ist die Untergrenze wichtig, für die Kapazitätsplanung die Obergrenze, für das Controlling der Erwartungswert. Eine Zahl ohne Bandbreite verschweigt genau die Information, die Entscheidungen absichert.
Welche Daten in das Modell fließen
- Historie: Umsatz, Bestellungen und Artikel auf Tagesbasis aus Shop, Kasse oder Warenwirtschaft.
- Kalender: Feiertage, Ferien, Brückentage und branchenspezifische Ereignisse.
- Marketing: Werbeausgaben je Kanal, Newsletter-Versand, Aktionen und Rabatte.
- Preise und Sortiment: Preisänderungen, Neueinführungen, ausgelistete Artikel.
- Optional extern: Wetter, Marktdaten oder Suchinteresse, wenn sie nachweislich Erklärungskraft haben.
Methode: der Backtest entscheidet
Für Zeitreihenprognosen gibt es bewährte Verfahren, von exponentieller Glättung über ARIMA bis zu Regressions- und Machine-Learning-Modellen [1]. Welches davon für ein Unternehmen am besten funktioniert, lässt sich nicht vorab sagen, sondern nur messen. Im Backtest prognostiziert jedes Verfahren vergangene Monate, als wären sie Zukunft. Der Fehler wird verglichen, und das Verfahren mit der besten Treffsicherheit gewinnt. Oft ist das nicht das komplexeste.
Gut zu wissen: Ein verbreitetes Fehlermaß ist der mittlere absolute prozentuale Fehler, kurz MAPE. Er gibt an, um wie viel Prozent die Prognose im Schnitt danebenlag. Weist ein Anbieter keinen solchen Wert aus, ist die Qualität seiner Prognose unbekannt.
Wo die Prognose wirkt
| Bereich | Entscheidung | Nutzen der Prognose |
|---|---|---|
| Einkauf und Lager | Bestellmengen, Sicherheitsbestände | Weniger Fehlbestände und weniger Abverkauf |
| Marketing | Monatsbudget je Kanal | Budget dort, wo Nachfrage erwartet wird |
| Personal | Schichtplanung, Saisonkräfte | Besetzung passend zur erwarteten Last |
| Finanzen | Liquiditätsplanung | Frühwarnung bei absehbaren Abweichungen |
Merke: Eine Prognose ersetzt keine Entscheidung. Sie zeigt, welche Annahmen eine Entscheidung trifft und wie riskant sie ist.
Voraussetzung für Szenarien mit Werbebudget ist eine verlässliche Messung, beschrieben unter Conversion-Tracking DSGVO-konform. Im Vertrieb setzt Lead-Scoring auf denselben Daten auf. In Niederösterreich sind solche Datenprojekte über digi4Wirtschaft förderfähig.
Was das Prognoseprojekt umfasst.
- Datenanbindung an Shop, Kasse, Warenwirtschaft und Werbekonten
- Bereinigung der Historie und Kennzeichnung von Sonderfällen
- Prognosemodell auf Gesamt-, Kategorie- oder Artikelebene
- Backtest mit ausgewiesenem Prognosefehler
- Dashboard mit Prognose, Bandbreite und Szenarien
- Automatische Aktualisierung mit neuen Daten
- Monatlicher Abgleich und Modellpflege im laufenden Betrieb
So läuft das Projekt ab
Datencheck
Prüfung, welche Historie vorliegt und in welcher Qualität. Ergebnis: Prognoseebene und erwartbare Genauigkeit.
Modell
Aufbau, Backtest und Vergleich mehrerer Verfahren. Gewählt wird das Modell mit dem geringsten Fehler, nicht das komplexeste.
Dashboard
Prognose, Bandbreite und Szenarien werden in das bestehende Reporting eingebunden.
Betrieb
Laufende Aktualisierung, monatlicher Abgleich, Nachschärfen bei neuen Einflussgrößen.
Häufige Fragen
Wie genau ist eine Umsatzprognose mit KI?
Das hängt von Datenmenge, Stabilität des Geschäfts und Prognosehorizont ab. Statt einer Versprechung misst Dometrics die Genauigkeit im Backtest: Das Modell prognostiziert vergangene Monate, als wären sie Zukunft, und der Fehler wird ausgewiesen. So ist vor dem Einsatz bekannt, wie weit man der Prognose trauen kann.
Wie viele Daten braucht eine Umsatzprognose?
Für saisonale Muster sind mindestens zwei, besser drei Jahre Tageshistorie sinnvoll. Mit kürzerer Historie sind Prognosen möglich, aber mit größerer Bandbreite. Wichtiger als die Menge ist die Vollständigkeit: Lücken und unmarkierte Aktionen verzerren jedes Modell.
Welche Methoden kommen zum Einsatz?
Bewährte Zeitreihenverfahren wie exponentielle Glättung und ARIMA, Regressionsmodelle mit Einflussgrößen sowie Verfahren des maschinellen Lernens wie Gradient Boosting. Welches Verfahren eingesetzt wird, entscheidet der Backtest, nicht die Mode.
Kann die Prognose auch Werbebudget berücksichtigen?
Ja. Werbeausgaben je Kanal werden als Einflussgröße ins Modell aufgenommen. Damit lassen sich Szenarien rechnen, etwa wie sich ein höheres Budget im nächsten Monat auf Umsatz und Bandbreite auswirken dürfte. Voraussetzung ist eine saubere Messung der Ausgaben und Umsätze.
Für welche Unternehmen lohnt sich eine Prognose?
Für Unternehmen, deren Entscheidungen von der künftigen Nachfrage abhängen: eCommerce und Handel für Einkauf und Lager, Hotellerie für Personal und Preise, Produktion für Kapazitäten. Je teurer eine Fehlplanung, desto schneller rechnet sich das Modell.
Ersetzt das Modell die Planung im Unternehmen?
Nein. Das Modell liefert eine belastbare Ausgangsbasis und zeigt, welche Annahmen ein Plan trifft. Ziele, Strategie und Entscheidungen bleiben beim Unternehmen. Der Gewinn liegt darin, dass Abweichungen früh sichtbar werden.
