4-Stunden-Verkehrsprognose: Die Intraday-Korrekturschleife, die die Vorjahreskurve schlägt

Warum eine 4-Stunden-Verkehrsprognose die Lücke ist, die den meisten Händlern fehlt

Die meisten Einzelhandels-Dienstpläne basieren auf zwei Prognosen. Eine mittelfristige Sicht, mit der der veröffentlichte Plan zwei bis vier Wochen im Voraus aufgesetzt wird, und ein informeller Same-Day-Realitätscheck, der stattfindet, wenn eine Filialleitung um 11:00 die Fläche überblickt und entscheidet, ob jemand früher nach Hause gehen kann. Dazwischen liegt ein leiserer, nützlicherer Horizont: die nächsten vier Stunden. Eine 4-Stunden-Verkehrsprognose ist eine rollierende Sicht darauf, wie viele Besucher das Geschäft im Fenster zwischen jetzt und etwa dem Ende der Verkaufsschicht erwarten wird, aktualisiert, sobald jede Stunde gemeldet ist. Sie ist kurz genug, um steuerbar zu sein, und lang genug, dass eine Filialleitung noch handeln kann.

Filialen, die gegen eine 4-Stunden-Prognose disponieren, fangen weniger Treffer von Prognosefehlern ab als Filialen, die sich allein auf den veröffentlichten Plan verlassen. Der Grund ist nicht exotisch. Das mittelfristige Modell ist gut bei Grundmustern und schlecht bei heute. Eine 4-Stunden-Prognose hält den Dienstplan ehrlich, indem sie dem Tag die Möglichkeit zur Korrektur gibt. Personaleinsatzplanung, die auf einer festen Tagesabschnittskurve aus dem Vorjahr aufbaut, kann das nicht. Heute ist nicht das Vorjahr. Die Form ist ähnlich; das Niveau oft nicht.

Dieser Beitrag legt dar, was eine 4-Stunden-Verkehrsprognose tut, warum sie in der Praxis die Tagesabschnittskurve des Vorjahrs schlägt, wie die Intraday-Korrekturschleife aufgebaut ist, welche Regeln entscheiden, wann auf eine Abweichung reagiert wird und wann sie als Rauschen ignoriert wird, und wie eine gute Prognose in der Hand einer Filialleitung aussieht, nicht in der eines Datenteams.

Was eine 4-Stunden-Verkehrsprognose tatsächlich ist

Eine 4-Stunden-Verkehrsprognose ist eine vorausschauende Schätzung der Besucherzahl für die nächsten vier Stunden, aufgeschlüsselt in Stunden- oder 15-Minuten-Slots, in fester Taktung anhand der bisher heute gemessenen Frequenz aktualisiert. Sie hat drei Teile:

• Eine Baseline. Aus der Historie gebildet, ist die Baseline das, was das Modell an diesem Tag, in dieser Filiale, in dieser Stunde erwartet, unter Berücksichtigung von Saisonalität, Wochentag, Feiertagen und wiederkehrenden lokalen Ereignissen. Die Baseline ist das, was dem System am nächsten an die Tagesabschnittskurve des Vorjahrs kommt, sie wird aber nicht direkt verwendet; sie ist die Grundlinie unter der Live-Prognose.
• Ein Nowcast. Der Nowcast ist die bisher heute gemessene Besucherfrequenz. Er vergleicht die Zählung jeder bereits abgeschlossenen Handelsstunde mit dem, was die Baseline für dieselbe Stunde erwartet hatte, und berechnet eine Abweichung in Prozent. Ein Nowcast, der zur Tagesmitte "plus zwölf Prozent gegenüber der Baseline" meldet, ist der Beginn eines nützlichen Gesprächs.
• Eine kurzfristige Korrektur. Die Prognose für die nächsten vier Stunden ist die Baseline für diese Stunden, angepasst um die Nowcast-Abweichung, mit Regeln dazu, wie sicher die Korrektur sein darf und wie sie mit zunehmendem Horizont abklingt. Das Ergebnis ist eine Zahl pro kommender Stunde, mit einem Konfidenzband.

Das ist die Architektur, und sie ist einfach genug, dass die meisten Händler eine arbeitsfähige Version auf einer einzelnen, stündlich aktualisierten Tabelle laufen lassen könnten. Die Unterschiede zwischen Systemen liegen in den Regeln: wie aggressiv die Korrektur ist, wie das Konfidenzband gebildet wird und wie das Modell strukturelle Verschiebungen gegenüber Rauschen behandelt.

Warum die heutige Frequenz die Tagesabschnittskurve des Vorjahrs schlägt

Der Standard in der Einzelhandelsplanung ist, gegen eine Tagesabschnittskurve zu disponieren, die aus einem historischen Zeitraum gleicher Form gelernt wurde: Dieser Samstag sieht aus wie der letzte Samstag, dieser Dienstag im März wie derselbe Dienstag im März des Vorjahrs. Das ist ein vernünftiger Ausgangspunkt und ein falscher Endpunkt. Drei strukturelle Effekte schieben heute fast an jedem Handelstag von der Vorjahreskurve weg.

• Trendabweichung. Das zugrundeliegende Frequenzniveau einer Filiale verschiebt sich über ein Jahr hinweg. Veränderungen im Einzugsgebiet, benachbarte Eröffnungen, Verkehrsänderungen, das Konsumklima drücken das Niveau nach oben oder unten, ohne die Form des Tages zu ändern. Die Vorjahreskurve auf Vorjahresniveau ist ein schlechter Schätzer für die heutigen Stunden.
• Lokale Ereignisse, die das Modell nicht gesehen hat. Ein Konzert in der Nähe, eine neue Verkehrslinie, ein Schulferientermin, der in einer anderen Woche lag, eine geplante Straßensperrung: Das ist normales Leben, und es verschiebt die Frequenz in den betroffenen Stunden um zweistellige Prozentwerte. Das mittelfristige Modell erfasst sie nur, wenn sie als Merkmale codiert sind, was für die meisten nicht der Fall ist.
• Wetter und Handelseinschläge am selben Tag. Hitzewellen, Regenfenster, Störungen im öffentlichen Nahverkehr, ein viraler Social-Media-Moment für einen Ankermieter, all das zeigt sich zuerst in den frühen Stunden des Tages und schafft es nie in die historische Baseline. Der heutige Nowcast sieht es innerhalb der ersten ein bis zwei Stunden; die Vorjahreskurve sieht es nie.

Die Rolle der 4-Stunden-Prognose ist, diese Effekte vor der Spitze im Dienstplan ankommen zu lassen, nicht erst danach. Eine Filialleitung, die um 18:00 erfährt, dass der Tag fünfzehn Prozent unter Erwartung lief, kann nichts mehr daran ändern. Dieselbe Information um 11:00 ist ein nutzbares Signal, und genau dieses Fenster deckt eine 4-Stunden-Prognose ab.

Die Intraday-Korrekturschleife

Behandeln Sie den Tag als eine Reihe von Korrekturpunkten, nicht als ein einzelnes Planungsereignis. Eine arbeitsfähige Schleife hat fünf Schritte, in fester Taktung wiederholt (stündlich funktioniert für die meisten Einzelhandelsformate; 15-Minuten-Slots für hochfrequentierte Flagship-Stores).

1. Die gerade abgeschlossene Stunde messen. Ziehen Sie die tatsächliche Zählung für die soeben beendete Stunde. Das ist die einzige Bodenwahrheit in der Schleife.
2. Mit der Baseline vergleichen. Berechnen Sie die Abweichung der gemessenen Frequenz von der Baseline-Erwartung für dieselbe Stunde. Das Ergebnis ist ein einzelner Prozentwert mit Vorzeichen.
3. Den Nowcast aktualisieren. Kombinieren Sie die neue Stunde mit dem bisherigen Tag, um eine rollierende Tagesabweichung zu bilden. Die letzten Stunden wiegen bis zum Handelsende mehr als die Morgenstunden.
4. Nach vorne projizieren. Wenden Sie die rollierende Abweichung auf die Baseline jeder der nächsten vier Stunden an, mit einem Abklingfaktor, der die Korrektur mit zunehmendem Horizont reduziert.
5. Entscheiden. Vergleichen Sie die korrigierte Prognose mit der für diese Stunden eingeplanten Abdeckung. Überschreitet die Lücke eine Aktionsschwelle, hat die Filialleitung eine definierte Maßnahme; tut sie das nicht, gilt die Lücke als Rauschen, und der Plan läuft wie veröffentlicht.

Die Taktung zählt. Eine tägliche Aktualisierung ist zu grob, ein kontinuierlicher Live-Feed erzeugt mehr Rauschen als Signal. Stündlich ist der Sweet Spot für die meisten Einzelhandelsformate: lang genug, dass eine Abweichung real ist, kurz genug, dass eine Filialleitung innerhalb des Handelstags handeln kann.

Wann auf eine Abweichung reagieren und wann ignorieren

Nicht jede Lücke zwischen Prognose und Ist ist ein lösenswertes Problem. Eine 4-Stunden-Prognose ist nur nützlich, wenn sie mit Regeln kommt, die Signal von Zufall trennen. Drei Schwellen, zusammen genommen, funktionieren in der Regel.

• Eine Größenschwelle. Unterhalb einer definierten prozentualen Abweichung läuft der Plan wie veröffentlicht. Nur illustrative Bereiche, aber die meisten Händler finden fünf bis sieben Prozent zu klein zum Verfolgen und zehn bis fünfzehn Prozent als Bereich, in dem sich Eingriff auszahlt. Unterhalb der Schwelle wird die Lücke als Varianz innerhalb des erwarteten Modellbereichs behandelt.
• Eine Persistenzschwelle. Eine einzelne Stunde abseits der Baseline ist selten allein das Verfolgen wert; zwei aufeinanderfolgende Stunden in dieselbe Richtung schon. Die Persistenzregel verhindert, dass die Schleife auf eine verrauschte Stunde überreagiert.
• Eine Horizontschwelle. Abweichungen in der ersten Stunde des Prognosefensters sind verlässlicher als Abweichungen in der vierten. Die akzeptable Größenschwelle weitet sich, je länger der Horizont, was schlicht das eigene Konfidenzband des Modells als Entscheidungsregel ausdrückt.

Diese Schwellen sollten pro Format und pro Filiale gesetzt werden, nicht zentral. Ein Spezial-Fashion-Store mit niedriger Grundfrequenz und hohem Wert pro Besucher verhält sich anders als ein hochvolumiger Drogerie-Markt. Die Regel ist dieselbe: Schwellen im Voraus definieren, niederschreiben und nur dann eingreifen, wenn eine Abweichung sie überschreitet. Die Disziplin ist das, was das System gegenüber dem Betriebsteam glaubwürdig hält.

Es lohnt sich auch, im selben Dokument zu definieren, was "eingreifen" bedeutet, damit eine Filialleitung unter Zeitdruck nicht improvisieren muss. Die übliche Auswahl: jemanden außerhalb des Plans dazuholen, jemanden früher nach Hause schicken, eine Pause verschieben, jemanden aus dem Lager auf die Fläche holen oder die Lücke akzeptieren und die Abdeckung für die nächste Stunde neu setzen. Jede dieser Optionen hat andere Kosten und eine andere Vorlaufzeit, und die Schwellenregeln sollten je einer Option zugeordnet sein.

Wie eine gute 4-Stunden-Prognose im Betrieb aussieht

Eine 4-Stunden-Prognose, die am Tag funktioniert, nicht nur auf dem Dashboard, hat ein paar gemeinsame Eigenschaften. Sie sind aufzuzählen wert, weil sie auch das sind, worauf bei der Bewertung jedes Systems zu achten ist, das dies leisten soll.

1. Aktualisiert in fester Taktung. Stündlich ist der Standard. Die Taktung ist Teil des Vertrags mit dem Betriebsteam: Die Prognose aktualisiert sich in Minute fünfundfünfzig jeder Stunde, und die Filialleitung schaut in Minute null der nächsten darauf. Vorhersehbare Aktualisierung schlägt etwas frischere Daten in unvorhersehbarer Taktung.
2. Zeigt das Band, nicht nur die Linie. Eine Punktprognose allein lädt zu falschem Vertrauen ein. Ein Hoch-Tief-Band hält das Gespräch ehrlich darüber, was das System sagen kann und was nicht.
3. Bringt die Abweichung in den Vordergrund, nicht die Zählung. Filialleitungen müssen keine absolute Zahl lesen; sie müssen wissen, wie weit der heutige Tag vom Plan abweicht. Die Headline-Kennzahl ist die rollierende Abweichung von der Baseline, mit der projizierten Zählung als Detail darunter.
4. Bildet direkt auf Abdeckung ab. Die Prognose muss in denselben Einheiten ausgedrückt sein, in denen der Plan spricht. Wenn der Plan in stündlicher Abdeckung disponiert, zeigt die Prognose projizierte Besucher pro Stunde gegen eingeplante Mitarbeitende für dieselbe Stunde. Übersetzungsschritte kosten Menschen.
5. Protokolliert jede Entscheidung. Wenn eine Filialleitung auf eine Abweichung reagiert, hält das System die Maßnahme und das Ergebnis fest. Die Rückmeldung schließt die Schleife: Das Modell lernt, welche Eingriffe gewirkt haben, und die Schwellen verbessern sich mit der Zeit.
6. Lebt dort, wo die Filialleitung schon arbeitet. Ein separates Dashboard, das in der Spitze niemand öffnet, ist schlechter als gar kein System. Die Prognose gehört in das Dienstplan-Werkzeug, den Back-Office-Bildschirm oder die mobile App, die das Filialteam ohnehin benutzt.

Eine 4-Stunden-Prognose ist auch die Stelle, an der die Fragilität des Plans am frühesten sichtbar wird. Ist dieselbe Filiale freitagnachmittags konsistent über der Baseline und der Plan für diese Stunden konsistent unterbesetzt, ist die 4-Stunden-Schleife das Symptom und das mittelfristige Modell die Ursache. Über einige Wochen fließt dieses Muster in den veröffentlichten Plan zurück, sodass die Schleife weniger zu tun hat.

Wo Ariadne hineinpasst

Eine 4-Stunden-Verkehrsprognose ist nur so ehrlich wie ihre Inputs. Die stündliche Zählung der Besucher, die die Filiale betreten, ist das eine Datum, das die Schleife nicht fälschen kann, und es ist das Datum, das die meisten Händler unsauber messen. Personenzählung am Eingang ist die vorgelagerte Messung, die den Rest der Kette glaubwürdig macht.

Ariadne misst dies mit Hybrid Fusion, der patentierten kamerafreien Methode. Time-of-Flight-Tiefensensorik zählt an den Eingängen jeden Besucher und erfasst Geometrie statt Bilder, während die patentierte Signalerfassung die Bewegung im Innenraum verfolgt und die Signale erkennt, die ein Telefon aussendet, selbst im Flugmodus. Der Sensor streamt beide Datenströme an Ariadne, wo Hybrid Fusion sie zu einer Trajektorie pro Besuch zusammenführt und Zählwerte, Verweildauer und Wege berechnet. Die Datenströme tragen keine Identifikatoren: keine MAC-Adresse, keine Geräte-ID, keine biometrischen Daten, und es ist keine Kamera beteiligt. Identifikatoren werden nur gespeichert, wenn ein Besucher ausdrücklich zustimmt, was die Methode datenschutzfreundlich und außerhalb des biometrischen Bereichs hält.

Zwei Eigenschaften dieser Messung sind für die 4-Stunden-Schleife wichtig. Die erste: Die Zählung ist unabhängig von der Conversion. Eine starke Stunde mit niedriger Conversion meldet sich trotzdem als starke Stunde, was genau die Population ist, gegen die die Schleife disponieren will. Eine Zählung aus Transaktionen dagegen untergewichtet die Stunden, in denen Unterbesetzung überhaupt das Problem war, was für ein Dienstplansystem die falsche Rückmeldung ist. Die zweite: Die Zählung trägt keine personenbezogenen Daten. Keine Bilder, keine Gesichter, keine MAC-Adresse standardmäßig, keine Geräte-ID. Ein Time-of-Flight-Sensor am Eingang erledigt die Zählung selbst; Gruppengrößenbestimmung dort, wo sie im Geschäftsinneren wichtig ist, kommt aus der patentierten Signalerfassung. Der Dienstplan wird mit einer ganzen Zahl pro Stunde gefüttert, nicht mit einer erkannten Person, was dieselbe Messung auf der richtigen Seite der DSGVO und jeder Betriebsratsgespräche hält. Hardware-Spezifikationen und Datenverarbeitung stehen in der Datenschutzerklärung, und der weitere Kontext findet sich im Branchenüberblick Einzelhandel.

Die meisten Workforce-Management-Plattformen können eine externe stündliche Zeitreihe einlesen. Das Muster ist dasselbe, das den veröffentlichten Plan speist: Besucherfrequenz pro Stunde aus Ariadne fließt in den Scheduler, und der Scheduler kombiniert sie mit Transaktionen, Aufgaben und Betriebsregeln. Der Unterschied ist die Taktung. Wo das mittelfristige Modell alle zwei Wochen einmal aktualisiert wird, wird die 4-Stunden-Prognose jede Stunde aktualisiert, und die vorgelagerte Zählung ist das, was diese Aktualisierung wert macht.

FAQ

Wie unterscheidet sich eine 4-Stunden-Verkehrsprognose von einer Tagesprognose?

Eine Tagesprognose gibt eine einzelne Summe für den Handelstag, nützlich für den veröffentlichten Plan, aber nicht für den Tag selbst. Eine 4-Stunden-Prognose ist eine rollierende Sicht auf die nächsten vier Stunden, zur vollen Stunde aktualisiert, gebildet aus der bisher heute gemessenen Frequenz. Sie ist die Schicht, die den Plan im Tag korrigieren lässt, während die Tagesprognose die Schicht ist, aus der der Plan überhaupt gebaut wird.

Warum vier Stunden, nicht zwei oder acht?

Zwei Stunden sind zu kurz, als dass die meisten Abdeckungsentscheidungen sich entfalten könnten: Bis eine außerplanmäßige Kraft in der Filiale ist, ist das Fenster fast vorbei. Acht Stunden sind lang genug, dass die Korrektur driftet, weil die strukturellen Gründe, warum ein Tag von der Baseline abweicht (Wetter, lokale Ereignisse, Verkehrsstörungen), oft nicht über eine volle Schicht persistieren. Vier Stunden sitzen an dem Punkt, an dem die Filialleitung noch Zeit zum Handeln hat und die Korrektur noch eng an den heutigen Bedingungen ist.

Nutzt das System Kameras?

Nein. Ariadne zählt mit Hybrid Fusion: Time-of-Flight-Tiefensensorik plus patentierte Signalerfassung, nie mit Kameras. Time-of-Flight erfasst Geometrie statt Bilder, und die Signalerfassung erfasst standardmäßig keine MAC-Adresse, sodass die Messung ohne Video, ohne Gesichter und ohne biometrische Daten auskommt.

Was passiert mit der Prognose, wenn es noch keine historische Baseline gibt?

Eine neue Filiale, eine umgebaute Filiale oder eine Filiale in einem stark veränderten Einzugsgebiet hat eine Baseline, die entweder fehlt oder bekanntermaßen falsch ist. Die Schleife funktioniert trotzdem, mit zwei Anpassungen: Die Baseline wird aus einer vergleichbaren Filiale gebildet statt aus der Eigenhistorie der Filiale, und die Größenschwelle für Eingriffe wird geweitet, um die geringere Konfidenz abzubilden. Über die ersten Handelswochen übernimmt die eigene Datenbasis der Filiale die Proxy-Baseline, und die Schwellen ziehen sich wieder auf Normalmaß zusammen.