Hoy vamos a hablar de cómo reducir los factores estacionales para obtener una analítica de negocio más exacta y así disponer de datos más fiables y útiles. Esto nos permitirá normalizar los datos y llegar a conclusiones más fidedignas.
Medidas estacionales, ¿qué son?
Para definirlo, podemos decir que las medidas estacionales son todas aquellas que muestran un patrón de variación en periodos de tiempo consistentes. Es decir: presentan una anomalía constante en el tiempo.
Según el negocio estas pueden producirse por diversas causas y en diferentes períodos (annual, trimestral o semanalmente, por ejemplo). Para analizar correctamente nuestros datos, debemos conocer cuándo se producen estos desajustes en nuestro negocio y su motivo. La mayoría de empresas presentan estás anomalias. Por ejemplo:
-
Empresas con ventas al por menor, ya que el comportamiento de los consumidores en ciertos ámbitos puede ser muy estacional lo que provoca un aumento de ventas en ciertas épocas. Por ejemplo, el número de compras en época de rebajas suele ser mayor.
-
Empresas con una evolución del tráfico muy variado (con congestión de tráfico a ciertas horas del día). Por ejemplo, una tienda de comida para llevar tiene una temporalidad muy marcada.
Es importante eliminar esta variable temporal de nuestros datos puesto que ya conocemos su orígen y no aporta una información relevante en términos de comportamiento del negocio.
¿Cómo eliminar esta estacionalidad?
Para eliminar la estacionalidad utilizaremos un método muy senzillo a través de 4 simples pasos en dónde se calcula:
-
Media Temporada: se refiere al valor promedio durante el periodo de la estacionalidad
-
Peso Temporada: se consigue dividiendo los valores de la Media Temporada por cada unidad de tiempo
-
Factor Estacional: se trata del promedio de los Pesos Temporada por unidad de tiempo
-
Rendimiento Real: lo obtenemos al eliminar el efecto estacional dividiendo el Peso Temporara por el Factor Estacional
Lo vemos con un ejemplo:
En este primer gráfico, vemos como existen dos temporalidades muy marcadas: los meses de junio y julio y los meses de diciembre y enero. En este gráfico pues, no queda claro cuál es el mes y año con mejor resultado al estar afectado por valores estacionales.
Así pues, aplicando el método anterior obtenemos:
Media Temporada (hay que hacerse para cada año): el valor de las ventas mensuales en el primer año serian 95,41 uds.
Peso Temporada (hay que hacerse para cada mes y año): Ventas Enero 150/Media Temporada 95,41 = Peso Temporada 1,57.
Factor Estacional (hay que hacerse para cada mes): Enero= (1,57 Media Temporada año 1 +2,02 Media Temporada año 2 +2,10 Media Temporada año 3)/3=1,90
Rendimiento Real (para cada mes y año): Enero 1r año= Peso Temporada 1,57/ Factor Estacional 1,90 = 78,86.
Así limpiamos los datos y vemos como del gráfico se visualizan unas conclusiones distintas.
Como podéis ver, ahora podemos definir que el mejor mes es el de marzo del segundo año, curiosamente un mes no "estacionalizado". Con estos datos se puede analizar qué se hizo ese mes para obtener resultados significativos y mejorar el proceso empresarial.
