Separar el volumen básico y el promocional

Question

Estoy trabajando en un proyecto en el que tengo que separar el volumen base y promocional de los datos de ventas. Tengo datos de ventas de los últimos 4 años a nivel de semana. Cómo puedo separar el volumen base y promocional a partir de sólo esta cantidad de datos?

¿Es posible hacerlo mediante regresión o cualquier enfoque de series temporales? Agradecería cualquier comentario. Gracias.

Answer 1

Una posibilidad sería ARIMAX, donde la actividad promocional serían los regresores adicionales. Observe ?auto.arima en R.

He aquí un ejemplo. Simulamos un proceso ARMA(1,1) con una media distinta de cero y promociones (18 semanas sin promociones, seguidas de 2 semanas con promociones, repetido una y otra vez durante 200 semanas) y lo introducimos en un proceso ts con una estacionalidad de 52, que es casi el número de semanas al año:

library(forecast)
hist.promos <- rep(c(rep(0,18),rep(1,2)),10)
set.seed(2)
sales.ts <- ts(10*arima.sim(model=list(ar=0.5,ma=0.3),
    n=length(hist.promos))+60+50*hist.promos,frequency=52)

Para ello, utilizamos el modelo auto.arima() alimentando las promociones históricas a través del xreg parámetro:

model <- auto.arima(sales.ts,xreg=hist.promos)
model

(Tenga en cuenta que auto.arima() no recupera el modelo verdadero: cree que hay una estacionalidad que no hemos puesto. Así es la vida en estadística).

Ahora podemos hacer previsiones con el modelo, utilizando forecast.Arima() (fíjate en la A mayúscula por si quieres leer la página de ayuda). Tenga en cuenta que tenemos que proporcionar el futuro valores de los regresores (es decir, los ascensos) mediante xreg . Calculamos una previsión de referencia sin promociones futuras y otra con ellas:

fcast.without.promos <- forecast(model,h=20,xreg=rep(0,20))
fcast.with.promos <- forecast(model,h=20,xreg=c(rep(0,18),rep(1,2)))

Podemos comparar las previsiones medias (previsiones puntuales). La diferencia es, por supuesto, exactamente 46,3007: el coeficiente estimado del modelo.

fcast.with.promos
fcast.without.promos
fcast.with.promos$mean-fcast.without.promos$mean
plot(fcast.with.promos)

Por último, algunas preguntas meta: ¿las promociones coinciden con las definiciones de la semana, o van, por ejemplo, de miércoles a martes, mientras que la semana se define de domingo a sábado? Piénselo detenidamente. Además, piense si tiene un solo tipo de promoción o diferentes (BOGO frente a reducción de precio directa, anunciada en televisión frente a en las etiquetas de los estantes, etc.). Por último, en función de los productos, es posible que también desee incluir regresores para eventos del calendario, como Navidad, etc., si auto.arima() y amigos no captan estos efectos automáticamente.