Analysis of Weather Effect on Sales in the Czech FMCG Market

Abstract

In this work, we aim to study the effect of weather conditions on the sales of the FMCG market. For this purpose, we have collected an extensive dataset consisting of weekly category sales of over 1000 stores in the Czech Republic for years 2015 to 2017, coupled with various meteorological variables for over 80 different weather stations. We introduce a novel approach to analysis, using tree-based machine learning algorithms. These flexible non-parametric methods can estimate complex relationships as well as performing an automatic variable selection. Both of those attributes are critical in our work, as the final dataset consists of over 130 variables. The central point of this thesis is to either conclude there is only a negligible relationship or to provide a model with robust performance and explainable results. We manage to show a significant sales reactions based on changing weather conditions for three top-selling categories, producing a model that significantly outperforms both benchmarks, lasso regression and tree-based model trained on non- meteorological variables only. Ultimately we present two conclusions, firstly that linear regression, a commonly used methodology in similar studies, is not a suitable approch for modeling the weather effects and secondly that the weather variables...

Účelem této práce je studium efektu počasí na prodeje na FMCG trhu. Pro tento účel jsme připravili rozsáhlý soubor dat, skládající se z týdenních údajů o prodejích výrobků po kategoriích za více než 1000 obchodů v České Republice v letech 2015 až 2017, společně s údaji o meteorologických podmínkách posbíraných z více než 80 stanic. V této práci představujeme novou přístup k této analýze, a to použití modelů založených na rozho- dovacích stromech. Tyto flexibilní neparametrické metody jsou schopné odhadovat kom- plexní vztahy a automaticky vybírat důležité proměnné. Vzhledem k tomu, že model pra- cuje s více něž 130 proměnnými, jsou obě tyto vlastnosti pro náš účel kritické. Hlavním cílem této práce je bud' prokázat že efekt počasí je na prodej dané kategorie minimální, nebo připravit robustní model s interpretovatelnými výsledky. Na 3 největších kategoriích produktů ukazujeme výraznou reakci prodejů na měnící se meteorologické podmínky, a prezentujeme model který významně překonává výsledky obou základních modelů, re- gresi metodou lasso a regresní strom vytrénovaný na datech bez údajů o počasí. Nako- nec představujeme dva závěry, za prvé, že lineární regrese, v podobných...