Predictive Analytics – Prognosesicherheit erhöhen

Prognosen sind für jedes Unternehmen unabdingbar. Sie dienen als Entscheidungsbasis für zukünftige Handlungen. Vor allem kurzfristigen Prognosen kommt eine große Bedeutung zu, da sie oftmals direkt Bereiche wie Produktion oder Einkauf beeinflussen und ihre Genauigkeit somit in unmittelbarem Zusammenhang mit ökonomischen Zielen steht. Jedoch kann bei Prognosen nur eines vorab ganz sicher gesagt werden – sie sind unsicher.

Wir von Harrer & Partner sehen gerade im Bereich Predictive Analytics ein enormes Potential, kurzfristige Prognosen sicherer zu machen und damit die Produktivität nachhaltig zu erhöhen. Die Erweiterung der klassischen Business Intelligence um statistische Analysen ist einer der interessantesten und vielversprechendsten betriebswirtschaftlichen Trends der letzten Jahre.

Es geht dabei um die Gegenüberstellung von aktuellen Daten mit diversen möglichen Einflussfaktoren, um Muster und Trends zu erkennen, welche zu einer Minimierung des Vorhersagefehlers führen sollen.

Das Herausfiltern solcher relevanter Einflussfaktoren stellt dabei einen wichtigen Indikator für den Erfolg der neuen Prognosemethode dar. Es empfiehlt sich, eine Einführung dieser statistischen Analyse schrittweise im Unternehmen vorzunehmen. Einmal definierte Trends werden laufend auf deren Aktualität bzw. „Richtigkeit“ hin überprüft.

Mit Hilfe von flexiblen Analysetools und Open-Source Statistikprogrammen ist es nunmehr auch Unternehmen außerhalb des Banken- und Versicherungssektors möglich, statistische Analysen anhand aktueller im Unternehmen vorhandener Daten durchzuführen, um daraus neue Erkenntnisse und bessere Entscheidungsgrundlagen zu ziehen.

Wenn Backstuben in die Zukunft blicken

Linauer & Wagner, ein  moderner Bäckereiproduktionsbetrieb mit 23 Filialen, 420 Handelskunden und rund 400 Lieferungen täglich im Frischebereich, nutzt die Methode beispielsweise zur Retourwarenoptimierung. Ziel ist es, die Treffsicherheit der Absatzprognosen der einzelnen Filialen zu erhöhen. Dazu werden im konkreten Fall im Analysetool QlikView aktuelle Daten, sowie Einflussfaktoren wie Wetter, Feiertage, saisonale Schwankungen aufbereitet, und an das Open Source Statistikprogramm „R“ weitergeleitet. Dort werden die Daten mithilfe statistischer Methoden entsprechend aufbereitet. Daraus gewonnene Trends und Muster werden zur Prognose herangezogen. Die genaueren Vorhersagen ermöglichen eine bessere Anpassung der Bestellmengen, was unmittelbar zu einer Produktivitätssteigerung im Unternehmen führt.

Foto Andi Bruckner

Besuchen Sie uns auf der „Visualize Your World 2014“ am Dienstag, 23. September in Frankfurt und erfahren Sie mehr über Self-Service-BI, Datenvisualisierung und Vorhersagen komplexer, wirtschaftlicher Zusammenhänge dank Predictive Analytics.

http://www.hpartner.at

http://www.qlik.com/de/landing/vyw-dach-2014