Ajankohtaista

Valkea joulu tuo joulumielen!

Blogi

Joulun lähestyessä lähdimme Solutivella pohtimaan, miten joulumielisissä tunnelmissa tuleva joulu tulee menemään. Joulumieltä kuvaamaan kehitettiin SJMI eli Solutiven Joulumieli-indeksi. SJMI-mallin perusteella totesimme, että lumitilanteella on merkittävä vaikutus ihmisten joulumieleen.

Tulevan joulun SJMI-indeksi on tämän hetken ennusteen mukaan hieman alle keskiarvon: -0,40 %! Tekstin lopussa löytyvän visun avulla jokainen voi arvioida, kuinka paljon lunta tarvitaan joulumielen kohottamiseen!

Haluatko kokeilla Tableauta?

Mallin luominen oli helppoa Alteryxin ennustavia työkaluja käyttäen, mutta ongelmana oli löytää vuosittaista jouluaiheista aineistoa, jota olisi ollut käytettävissä riittävän monen vuoden ajalta mallinnusta ajatellen. Tästä syystä valitsimme hieman materialistisemman lähestymistavan ja joulumielen mittarina käytettiin innokkuutta hankkia joululahjoja. Käytännössä mittarin taustalla on vähittäiskaupan joulukuun myynti verrattuna vuoden keskiarvoon. Ajatus joulukaupan käytöstä saatiin Kaupan Liitto: Joulukauppa 2017 -julkaisusta. Vähittäiskaupan liikevaihto saatiin Tilastokeskukselta.

SJMI on vuosittain vaihtuva indeksi, joka kuvaa käytännössä vähittäiskaupan liikevaihtoa joulukuussa. Tarkemmin SJMI on vähittäiskaupan liikevaihto joulukuussa suhteessa tarkasteltavan vuoden keskiarvoon vähennettynä näin laskettujen vuositulosten keskiarvolla. Tarkoituksena oli siis luoda indeksi, joka huomioi joulukaupan suhteessa tarkasteluvuoteen ja historiaan eli jos tulos on negatiivinen, on joulumieli ollut keskiarvoa huonompi ja sama toisinpäin.

Haluatko kokeilla itsenäisesti Alteryxiä?

Indeksi oli siis luotuna ja lähestymistavaksi oli valittu lineaarinen regressiomalli, mutta vielä puuttuivat selittävät muuttujat. Alteryxissa esimerkiksi Data Investigation -työkaluilla voidaan helposti tarkastella eri muuttujien korrelaatioita keskenään. Lähdimme kuitenkin suoraan kokeilemaan Alteryxin Linear Regression -työkalulla eri muuttujia, jotka selittäisivät Solutiven Joulumieli-indeksiä. Osa kokeilluista muuttujista eivät toimineet alkuunkaan eli mallin selitysaste oli huono. Lopulta kuitenkin löysimme kaksi SJMI:n vuosimuutoksen selittävää muuttujaa: lumitilanne ja vuosittainen BKT-muutos.

Lumen syvyydet eri kaupungeissa saatiin Ilmatieteen laitokselta päivätasolla. Koska lumen todennäköisyys Lapissa on joulukuussa lähemmäs 100% eikä tämä mallin kannalta ollut järkevää, valittiin SJMI-ennusteen kohteeksi ainoastaan Helsinki. Lumensyvyyden (cm) päivittäisistä havainnoista aikavälillä 1.-24.12. laskettiin vuosittainen keskiarvo.

Toiseksi selittäväksi muuttujaksi valikoitui muiden taloudellisten muuttujien joukosta vuosittainen Suomen bruttokansantuotteen (BKT) muutosprosentti. Vuosittainen bruttokansantuote saatiin Tilastokeskukselta, josta laskettiin vuosimuutos ja tähän huomioitiin vielä yhden vuoden viive.

Lopputuloksena loimme regressiomallin Solutiven Joulumieli-indeksille Helsingissä:

Missä Lumitilanne on keskimääräinen lumensyvyys (cm) joulukuun 1.-24. päivien havainnoista ja BKT_muuttuja on vuosittainen prosentuaalinen BKT:n muutos yhden vuoden viiveellä.

Ennustettaessa SJMI:ä tulevalle joululle voitiin käyttää jo tiedossa olevaa BKT:n muutosta, koska muuttujassa huomioitiin yhden vuoden viive. Jäljelle jäi lumitilanteen vaikutuksen arvioiminen. Mallinnuksessa aineistoa oli käytössä vuodesta 1995 alkaen, mutta viimeisimpien vuosien katsottiin kuvaavan parhaiten tämän vuoden todennäköisintä tilannetta, joten päädyimme käyttämään ennusteessa Helsingin kolmen viimeisen vuoden lumitilanteen keskiarvoa eli 0.19 cm.

Solutiven Joulumieli-indeksiennuste Helsingille on -0,40% eli viime vuosien lumitilanteen perusteella alle keskimääräisen joulumielen. Indeksi on kuitenkin jo lähtökohtaisesti korkeammalla kuin edellisinä vuosina, joten täytyy toivoa Helsinkiin hieman lunta tunnelmaa kohottamaan!

 

 

Alteryx Workflow ja Linear Regression report:

 

Linkit:

Kaupan Liitto: Joulukauppa 2017

Tilastokeskus: Vähittäiskaupan liikevaihto

Ilmatieteenlaitos: Lumen syvyys

Tilastokeskus: BKT

Alteryx: Linear Regression Tool

Jaa artikkeli:

Valikko