Forecasting – hilfreicher Blick in die Zukunft

---

Im Februar lag die Prognose des Apartment-Anfragen-Indexes für März 2020 bei 208 Einheiten, 11 Einheiten höher als im Februar 2020. Das hat ein Modell vorausgesagt, das zur breiten Klasse der ARFIMAX-Modelle gehört und von Statistiker Costas Leon entwickelt wurde. Diese Art von Modell basiert auf Speichereigenschaften dynamischer Systeme und verwendet fortgeschrittene ökonometrische Methoden und Tests. Die jeweils gewählte Methodik heisst General-to-Specific-Modellierung und wurde an der «London School of Economics» und im Wirtschaftsdepartement an der «University of Oxford» (England) entwickelt. Wie Costas Leon erklärt, besteht jedes Modell immer aus zwei Teilen: dem Signal und dem Rauschen. Das Signal kann vom Modell vorhergesagt werden, das Rauschen hingegen nicht. Das Modell versucht, das Signal zu maximieren und das Rauschen so weit wie möglich zu minimieren (siehe Abbildung). Es gibt sehr viele Möglichkeiten, dies zu tun. Eine grosse Rolle beim Aufbau von Modellen spielen wissenschaftliches Wissen und Erfahrung. Die Prognose für den März 2020 war ziemlich genau, da der tatsächliche Index 215 Einheiten betrug und somit lediglich 7 Einheiten höher war als die Prognose. «Es wird jedoch nicht erwartet, dass jede Vorhersage so genau ist wie diese», so Costas Leon.


Abbildung: Index der tatsächlichen Erstanfragen (rot), Index der geschätzten Erstanfragen (Signal, grün) und Residuen (Rauschen, blau).

Punktprognose vs. Prognoseintervalle
Anfangs der Woche (Montag, 10 Uhr) wurden für den Index der Apartment-Anfragen vom 6. bis 12. Januar 2020 108 Einheiten prognostiziert. Der tatsächliche Wert lag bei 118 Einheiten und die Abweichung zur Vorhersage ist minimal. Dabei handelt es sich um eine optimale Punktprognose. Prognoseintervalle jedoch zeigen ein genaueres Bild. So prognostizierte das Modell für die ausgewählte Januarwoche, dass der erwartete Index der Anzahl Anfragen mit einer Wahrscheinlichkeit von 95 Prozent zwischen 97 und 129 liegen wird. «Genauere Angaben können nicht gemacht werden, weil das Rauschen in unserem Business recht hoch ist», erklärt Costas Leon.

Seit Beginn des Jahres 2019 liegt die Fehlerquote des Modells (mittlere absolute prozentuale Abweichung) für Wochen-Voraussagen bei 16,31 Prozent und für Monats-Voraussagen bei 10,93 Prozent. In fast allen Fällen lagen die optimalen Punktprognosen innerhalb eines 95-prozentigen Prognose-Intervalls. Die grösste Ungenauigkeit war im Juli 2019 festzustellen. Der tatsächliche Wert war sehr viel höher als die Prognose. «Aus betriebswirtschaftlicher Sicht ist es natürlich erfreulich, wenn mehr Personen Interesse an einem Apartment haben», sagt Costas Leon. «Es bedeutet meist aber auch, dass eine strukturelle Instabilität bevorsteht, wie sie in einer schnell wachsenden Umgebung ab und zu vorkommt». Diese Instabilität bei GLANDON hat Anfang Januar 2017 begonnen als saisonale Schwankungen, längere Zyklen und Aufwärtstrends bei den Anfragen eine Rolle zu spielen begannen. Feiertage und Extremwerte werden im Modell selbstverständlich berücksichtigt. Wegen der Instabilität überarbeitet Costas Leon die Wochen- und Monats-Modelle immer zu Beginn der Woche bzw. des Monats auf der Grundlage der bisher gesammelten Informationen.

Modell trägt zur Gesamteffizienz bei
Wie können solche Prognose-Modelle einem Unternehmen helfen? «Das kommt stark darauf an, wie man sie einsetzt. Ein Modell liefert Zahlen. Wir müssen diese aber immer noch selber interpretieren und Schlussfolgerungen daraus ziehen», erklärt Costas Leon. Bei GLANDON Apartments könnten die Auswertungen dem Unternehmen in mehreren Bereichen helfen. «Zum Beispiel als Unterstützung für das Sales-Team», so Leon. Wenn das Sales-Team weiss, wie viele Anfragen eintreffen, kann es seine Zeit effizienter einsetzen. Auch die Anzahl Check-ins und Besichtigungen der Apartments können dank dem Prognose-Modell vorgängig besser geplant werden. Ausserdem ermöglicht die Zerlegung der Anfragen in langfristige Trend-, Zyklus- und Saisonschwankungen es, die Preise der Apartments so zu bestimmen, dass die Auslastung zunimmt. Dies wiederum trägt zur Gesamteffizienz von GLANDON Apartments bei.