Digital Forecast und Dynamic Pricing als Schwerpunkte von Machine Learning im Controlling

Welche Use Cases sind heute schon einsetzbar und wie können Unternehmen davon profitieren?

Welchen Nutzen Unternehmen heute schon aus der digitalen Transformation ziehen können, stellte Alexander Vocelka, Partner und Head des Steering Labs von Horváth & Partners, anhand von Beispielanwendungen vor.

Digital Forecast zur Steigerung der Prognosegüte

Ein typischer Use Case für die Anwendung von Big Data & Machine Learning ist der digitale Forecast. Durch den digitalen Forecast werden die Kosten-, Umsatz- und Risikoprognosen automatisiert und objektiviert. Dadurch steigt die Prognosegüte wesentlich. Projektbeispiele zeigen, dass maschinenbasierte Prognosen um 10% bis 20% genauer als die menschlichen Prognosen sein können.

Dynamic-Pricing zur Umsatz- und Gewinnmaximierung
Dynamic-Pricing-Modelle führen zur mathematisch-statistischen Optimierung des optimalen Preispunktes durch Berücksichtigung bekannter und unbekannter Einflussfaktoren. Dabei helfen diese, veränderte Preissensitivitäten bei Veränderung dieser Einflussfaktoren auszunutzen. So können durch Dynamic-Pricing im Vergleich zur herkömmlichen Preisbildung zusätzliche Profitabilitätspotenziale erschlossen werden.

Der Nutzen von dynamischer Preisbildung ist vielfältig und führt zu wesentlichen Umsatz- und Ergebnis-Effekten sowie auch zur Steigerung der Wettbewerbsfähigkeit. Durch typische Projekte erreichen die Anwender…

• mehr Umsatz durch z.B. Identifikation von Cross-Selling-Potenzialen, zielgerichtete Produkt- und Serviceangeboten an den Kunden, etc.,
• mehr Marge, durch z.B. Identifikation vorhandener Margenpotenziale, Ausschöpfung segmentspezifischer Zahlungsbereitschaften, etc.,
• Steigerung der Marktanteile durch verbesserte Preisentscheidungen, schnellere Reaktionsfähigkeit und besseres Verständnis der Kunden und deren Kaufverhalten.

Welchen Einfluss haben Big Data & Machine Learning auf die Unternehmenssteuerung insgesamt?

Die Unternehmenssteuerung wird integriert, multifunktional und automatisiert und wandelt sich von reaktiv-analytisch zu proaktiv-prognostizierend. Ein Beispiel dafür ist die Prognose der Absatzmengen in dynamischen Märkten. Bei sich verändernden Rahmenparamatern lassen sich Absatzmengen über automatisierte Modellierungsverfahren rascher und akkurater prognostizieren als mithilfe von historischen Daten. 

Dabei werden die klassischen deterministischen Treiberbäume von probabilistischen Treibernetzen, die von internen und externen Daten gespeist werden, ersetzt.

Treibermodelle können so endlich nicht nur die Fragestellung „was“ sondern auch „warum“ beantworten – z.B. „Warum kaufen meine Kunden das, was sie kaufen?“ Das größte Optimierungspotenzial liegt vor allem in den probabilistischen Variablen, da diese an der Basis der Modellierung stehen.

Diese mit „Big Data“ erweiterten Treibermodelle können bis zu 30% höhere Optimierungen als die klassischen Treibermodelle erzielen. Darüber hinaus entstehen Gewinne in der Agilitätssteigerung („schneller“) und durch die Steigerung der Prognosegüte („objektiver und somit besser“).

Digital Leadership wird entscheidend für die digitale Transformation der Unternehmenssteuerung

Branchenübergreifend lässt sich beobachten, dass viele Unternehmen bei der digitalen Transformation keine Fortschritte machen – obwohl die Voraussetzungen wie Daten, Technologien und Instrumente sowie Visibilität auf der Vorstandsagenda erfüllt sind.

Ein Hauptgrund hierfür ist, dass durch heterogenes Wissen auf der Vorstandsebene Entscheidungen verzögert werden, was die Unternehmen in der Schwebe hält. Unternehmen, die „digital leaders“ aufbauen, zeichnen sich dadurch aus, dass durch entsprechende Führung diese Sackgasse der „Nicht-Entscheidung“ verlassen wird und ein Wandel angestoßen wird.

Zu guter Letzt: „Resistance is futile!“ Wer jetzt in der digitalen Transformation nicht mitzieht, wird in diesem Wettbewerb auf Dauer nicht überlebensfähig sein. 

Über das Steering Lab

Das Steering Lab von Horváth & Partners ist ein führendes Data-Science-Lab in Europa mit branchenübergreifender Kompetenz in den Bereichen Machine Learning, Optimierung und Künstliche Intelligenz. Mehr als 50% der DAX-Unternehmen sind bereits Kunden des Steering Labs.