Caso Fast Food: Modelos predictivo de ventas Antonio Cerdán Orive
Información y pasos ejecutados Datos relativos a las ventas (€) comparables en diario
de los restaurantes de España para el periodo 20092016 Evolución diaria de restaurantes comprables en el mismo periodo Datos de ventas comparables por provincia en mensual Información histórica de festivos a nivel nacional, CCAA y provincias
2. Análisis de Datos
1.
3.
mensuales requeridas: Previsiones Diarias: Para los meses t+1 y t+2 Previsiones Mensuales: Cierre del año en curso Presupuestos (más de un año)
6.
Modelo Ventas Comparables
diaria del paso 4 Se construye un modelo mensual para filtrar de la Baseline el efecto de la configuración semanal: Efecto Adicional de 5 Sábados Efecto Adicional de 5 Viernes… Obtenemos la Baseline final sin efectos calendario y efectos de configuración de días de la semana
(TOL) Análisis de la información Visualización de la evolución de las ventas comparables Visualización de la evolución de las ventas medias por restaurante Análisis de las estacionalidades (Anual, Semanal) y efectos calendario (Verano, Navidad, Semana Santa, Festivos)
Creación del modelo sobre las ventas medias por
restaurante, variables del modelo: Verano Festivos Nacionales, de Comunidad y Capitales de provincia Navidad y Semana Santa Tendencia, estacionalidad seminal y anual Intervenciones Diagnosis y validación de las estimaciones y previsiones
4. Modelo Diario Total, Ventas Comparables
Entregable Final Se genera la Baseline Total mensual a través de la Baseline
Creación de fichero .oza para la carga en la herramienta estadística
Modelo Diario Sobre Ventas Medias por Restaurante
Información Utilizada Informe Excel con las previsiones diarias y
5. Modelo Mensual Sobre el Baseline
Con la serie de evolución de los restaurantes comparables Con el escenario de previsión para los restaurantes comparables Se genera los resultados a nivel de Venta Comparable Total tanto en
histórico como en previsión: Baseline Total (Incluye configuración de días) Impactos por familia de efectos (Verano, Semana Santa, Festivos, …) Previsión de Venta Comparable Total, Baseline Total y Efectos
Análisis de las ventas medias por restaurante (1/4) 12.000
Evolutivo 2009/01/01 – 2016/04/06
10.000 8.000 6.000 4.000 2.000 0
Ventas medias por restaurante
Qué se observa: 1. Amplitud entre los máximos y mínimos 2. Tendencias en las ventas: a) 2009 – 2011 y resto 3. Fuerte componente estacional: a) Verano b) Navidad c) Semana Santa 4. Tres máximos de venta: a) 2010/01/02 b) 2011/01/02 c) 2012/01/07 Hagamos foco en los últimos 15 meses…….
Análisis de las ventas medias por restaurante (2/4): Zoom periodo ene-2015-mar-2016 10.000
Evolutivo 2015/01/01 2009/01/01 – 2016/04/06 2015/12/31
9.000
Qué se observa: 1. Salida de la Navidad 2014 2. Semana Santa 3. Periodo Estival a) Mayo - Junio: tendencia leve b) Julio – Agosto: Impacto claro c) Sábados vs. resto días en agosto d) Septiembre: Back to School 4. Puente de diciembre y Navidad Hagamos foco en los últimos 4 meses…….
8.000 7.000 6.000 5.000 4.000 3.000 2.000 1.000 0
Ventas medias por restaurante
Análisis de las ventas medias por restaurante (3/4):Zoom periodo dic-2015-abril-2016 Evolutivo 2015/12/01 2009/01/01 – 2016/04/06 2015/12/31
10.000 9.000
Qué se observa: • Estacionalidad Semanal clara:
8.000 7.000
a) b)
6.000 5.000
• Efecto Puente: a)
4.000
2.000 1.000 Festivo 8 de diciembre
Martes 8 de Diciembre, lunes puente
• Navidad 2015 • Carnaval y Semana Santa • Filtremos la estacionalidad semanal
3.000
0
Sábado: Día de mayor venta Viernes y Domingo: Venta similar menor al sábado
Navidad 2015 - 2016
Efecto carnaval
Ventas medias por restaurante
Semana Santa 2016
Análisis de las ventas medias por restaurante (4/4): Serie desestacionalizada Evolutivo 2009/01/01 – 2016/04/06 2015/12/31 Qué se observa sin la estacionalidad semanal: 1. Efectos Calendario mejor perfilados 2. Tendencias de crecimiento bien diferenciadas: a) Crecimiento hasta el 2012 b) Decrecimiento en 2012 – 2013 – 2014 c) Leve crecimiento en el 2015
Ventas medias por restaurante desestacionalizadas
Variables introducidas Verano: Impactos de fin de semana y entre
semana
Festivos: Impacto directo y efectos puente • Festivos Nacionales • Festivos de Comunidad y de Capital de Provincia: Ponderados por número de restaurantes comparables • Días no Lectivos: Laborables no lectivos en los colegios
•Junio •Julio •Agosto •Septiembre
Ventas comparables
Navidad y Semana Santa •Navidad: Configuración semanal del 25/12, 01/01 y 06/01; para los efectos prefestivos •Semana Santa: Misma configuración semanal pero en distintos meses
Tendencia, componentes estacionales e intervenciones: •Tendencia •Estacionalidad Semanal y Anual •AIA: Análisis de Intervención Automático
Primeros resultados: Venta, venta prevista y MAPE*
[Y1]
100%
9.000
90%
8.000
80%
7.000
70%
6.000
60%
5.000
50%
4.000
40%
3.000
30%
2.000
20%
1.000
10%
0
0%
MAPE [Y2]
Diario 3.16%
[Y2]
Comparativa de previsión In – Sample: 2015/01/01 – 2015/12/31
10.000
Previsión In Sample [Y1]
MAPE* Semanal Mensual Trimestral Semestral 1.09% 0.51% 0.30% 0.18%
* Mean absolute percentage error
Ventas medias por restaurante [Y1]
Por qué el MAPE y no otro estadístico de error: • Frente al Error Medio: No se compensan los errores positivos con los negativos, • Frente al ECM: El dato real y la previsión importan; el tamaño de la muestra no es determinante.
Primeros resultados: Componentes de la venta 10.000
Comparativa Venta, Baseline y Efectos Vbles.: 2015/01/01 – 2016/04/06
8.000
6.000
4.000
2.000
0
-2.000
Efectos Variables Explicativas
Baseline
Ventas medias por restaurante
Primeros resultados: Aportación por grupo de variables y año Comparativa de la aportación de cada grupo de variable al Total de Efecto
El total de efecto medido en esta primera fase, representa un 10% aproximadamente del volumen total de las ventas: • Orden de las variables calendario por volumen de impacto: El Verano, la Navidad, los Festivos nacionales y no nacionales y la Semana Santa
Primeros resultados: Comparativa de Due-To
Due To: 2014 vs. 2013
Due To: 2015 vs. 2014
Primeros resultados: Real vs Previsión Comparativa de previsión Out – Sample: 2016/02/01 – 2016/04/06
100%
9.000
90%
8.000
80%
7.000
70%
6.000
60%
5.000
50%
4.000
40%
3.000
30%
2.000
20%
1.000
10%
[Y2]
[Y1]
10.000
0%
0
MAPE [Y2]
Previsión Out Sample [Y1]
Ventas medias por restaurante [Y1]
Diario 5.28%
MAPE* Semanal Mensual 2.37% 0.84%
* Mean absolute percentage error
Primeros resultados: Previsión de venta total, efectos y Baseline 4.500.000
Previsión Out – Sample: 2016/04/07 – 2016/06/30
4.000.000 3.500.000 3.000.000 2.500.000 2.000.000 1.500.000 1.000.000 500.000
Previsión 2016/04/07 – 2016/06/30
0
Efecto incremental
Baseline
Venta Comparable
Baseline: Contiene todo aquello que no hemos explicado en los modelos más estacionalidades, configuración de días de semana y tendencia. Dentro de lo no explicado tenemos: • Drivers internos: Campañas de Marketing y Publicidad, precios propios, innovación de productos, … • Drivers externos: Campañas de Marketing y Publicidad de la competencia, precios de la competencia, innovación de productos , economía, climatología, …
Primeros resultados: Previsión de venta comparable, efectos y Baseline Previsión Out – Sample: 2016/04/07 – 2016/06/30
120.000.000
100,0% 90,0%
100.000.000
80,0% 70,0%
80.000.000
60,0% 50,0%
60.000.000 Previsión 2016/04/07 – 2016/06/30
40.000.000
40,0% 30,0% 20,0%
20.000.000
10,0% 0 01/01/2009
01/01/2010
01/01/2011
01/01/2012
Porc Efecto Medido
01/01/2013 BaseLine*
01/01/2014
01/01/2015
Venta Comparables Mensual
01/01/2016
0,0%
Primeros resultados: Previsión de venta comparable, efectos y Baseline Previsión Out – Sample: 2016/04/07 – 2016/06/30
Previsión 2016/04/07 – 2016/06/30
Gracias
