Prognosemodelle zur Nachfrage von Briefdienstleistungen (Nr. 371) © Photo Credit: Robert Kneschke - stock.adobe.com

Prognosemodelle zur Nachfrage von Briefdienstleistungen (Nr. 371)

Prognosemodelle zur Nachfrage von Briefdienstleistungen

Zusammenfassung

Die Auswertung internationaler Erfahrungen mit Prognosen zur Briefmengenentwicklung in diesem Diskussionsbeitrag zeigt, dass ein breites Spektrum quantitativer und qualitativer Verfahren für die Prognose von Briefmengen zur Verfügung steht. Quantitative Verfahren stellen stets höhere Anforderungen an die Datenbasis als qualitative Verfahren: die beobachteten Zeitreihen müssen lang sein und möglichst auf Quartalsbasis vorliegen. Diese Anforderungen können meist nur Postdienstleister selber erfüllen. Da quantitative Verfahren keine Prognosen von Trendwenden erlauben, können sie nur unter stabilen Umweltbedingungen (z. B. Konjunkturzyklen) eingesetzt werden.

In der kurzen Frist (ca. ein bis drei Jahre) können quantitative Verfahren zur Briefmengenprognose aber sinnvoll eingesetzt werden. In der langen Frist haben qualitative Verfahren den komparativen Vorteil, dass sie – z. B. durch Einbeziehung von Expertenmeinungen – Trendwenden berücksichtigen können. Zudem erfordern sie im Extremfall nur die Daten einer Periode als Basis. Aufgrund dieser Eigenschaften können sie auch von Regulierungsbehörden für regulatorische Zwecke, etwa in Preisgenehmigungsverfahren, genutzt werden.

Vor diesem Hintergrund empfehlen wir für eine Prognose der Briefmengen in Deutschland die Anwendung einer qualitativen Methode, basierend auf einem parametrischen Prognosemodell. Die Vorgehensweise bei der Ausgestaltung eines parametrischen Modells beschreiben wir in sechs Schritten. Im ersten Schritt wird der Markt segmentiert. Dabei muss neben Aspekten der Datenverfügbarkeit auch der Prognosezweck sowie die Komplexität des Modells beachtet werden, die mit zunehmender Anzahl von Segmenten steigt. Zweitens muss das Basisjahr der Prognose festgelegt werden. Für den deutschen Briefmarkt existieren mehrere Datenquellen, die vor ihrer Verwendung als Datenbasis genau auf die abgedeckten Dienste (u. a. Sendungsarten, Gewicht und einbezogene Dienstleister) sowie die verfügbare Zeitreihe geprüft werden sollten. Drittens muss der Prognosehorizont festgelegt werden. Hierbei ist zu berücksichtigen, dass die Unsicherheit der Prognose mit der Länge des Prognosehorizonts zunimmt. Viertens müssen geeignete Einflussfaktoren ausgewählt werden. Die Wahl der Einflussfaktoren und (fünftens) die Modellierung ihres Wirkungszusammenhang hat starken Einfluss auf das Prognoseergebnis. Insbesondere bei qualitativen Modellen ist die Begründung der Modellierungsentscheidungen von großer Bedeutung und muss durch sorgfältige Recherchen sowie Gesprächen mit Branchenexperten und Marktteilnehmern gestützt werden. Im sechsten Schritt müssen konkrete Werte für die Faktoren und ihren Einfluss auf die jeweiligen Segmente eingesetzt werden.

Abschließend vergleicht die Studie die Sendungsmengenentwicklung in anderen europäischen Ländern und Deutschland. Dabei wurde die Relevanz der Sendungsmenge pro Kopf für die zukünftig zu erwartenden Mengenverluste deutlich. Aufgrund der bisher relativ niedrigen Sendungsmenge pro Kopf in Deutschland erwarten wir eher geringere Briefmengenverluste auf dem deutschen Briefmarkt als im Ausland, etwa in Skandinavien oder den Niederlanden.

Der Diskussionsbeitrag steht zum Download zur Verfügung.