Digitaler Forecast auf Basis prädiktiver Analytics als m ... / 2 Vorteile prädiktiver Analytics gegenüber klassischen Forecasts

Die Vorteile von prädiktiver Analytics lassen sich am besten veranschaulichen, wenn man sich die Charakteristika des klassischen Forecasts vergegenwärtigt: Ein solcher Forecast wird "von Menschenhand" in einem manuellen Prozess erstellt und dessen Erstellung folgt zumeist einer Mischung aus sehr einfachen Logiken und Experteneinschätzungen.

Im Gegenzug hierzu weist die Forecast-Erstellung mit prädiktiven Analytics andere Charakteristika auf: Es werden Algorithmen designt, welche die vorherzusagende Zielgröße mittels eines daten-getriebenen Verfahrens ermitteln. Die Erstellung der Algorithmen erfolgt i. d. R. durch "Data Scientists". Ziel der Algorithmen ist es, die Geschäftsentwicklung basierend auf mathematischen Modellen möglichst akkurat vorherzusagen.

Aus diesen Unterschieden ergeben sich diverse Vorteile, die der Forecast via prädiktiver Analytics gegenüber dem klassischen Forecast aufweist:

• Höhere Objektivität, da der Forecast auf neutralen Modellen beruht, welche nicht durch politische Überlegungen von Menschen beeinflusst werden. Hierdurch wird auch eine sauberere Trennung der Planungsanlässe ermöglicht, bei der der Forecast eine neutrale Projektion der Zukunft ist und die eigentliche Planung ein Ambitionsniveau im Sinne einer Zielsetzung darstellt.
• Die Erstellung von Forecasts mittels prädiktiver Analytics beansprucht einen geringeren manuellen Aufwand. Die Erstellung/Wartung der Algorithmen nimmt zwar ebenfalls Ressourcen in Anspruch. Je granularer das Level ist, auf dem der Forecast erstellt wird und je größer die Zahl der vorherzusagenden Key Performance Indicators (KPIs) ist, desto effizienter wird der algorithmische Forecast im Vergleich zum manuellen Vorgehen sein.
• Der Forecast ist in höherer (ggf. sogar nahezu kontinuierlicher) Frequenz möglich, da lediglich die Erstellung des Algorithmus menschlichen Aufwand erfordert, die Ausführung des Algorithmus aber "auf Knopfdruck" geschieht. Als Konsequenz ermöglicht ein Forecast durch prädiktive Analytics einem Unternehmen, schneller auf wirtschaftliche Veränderungen zu reagieren.
• Unter bestimmten Voraussetzungen ist der Forecast durch prädiktive Analytics genauer als der manuelle Forecast. Die Natur von prädiktiven Analytics basiert auf einem mathematischen Zusammenhang zwischen Zielgrößen (z. B. "verkaufte Stückzahl") und Inputs, mit denen man die Zielgrößen vorhersagen kann (Saison, geografische Lage, wirtschaftliche Entwicklung etc.). Bleibt dieser Zusammenhang zukünftig in identischer/ähnlicher Form erhalten, dann schlägt der algorithmische Forecast i. d. R. den manuellen Forecast. Dass der mathematische Zusammenhang über die Zeit erhalten bleibt, ist aber keinesfalls sichergestellt – was wir im nächsten Kapitel näher beleuchten wollen.