Ist der Status Quo geklärt, können Ziele definiert werden. Dabei wird zuerst die betriebswirtschaftliche Perspektive betrachtet. Das Ziel in unserem Fallbeispiel war es, prototypisch den Aufwand für Forecasts zu reduzieren, ohne die Prognosequalität im Vergleich zum bisherigen manuellen Vorgehen zu verlieren. Dafür wurden Landesgesellschaften ausgewählt, die in der Vergangenheit unterschiedlich gute Prognosen abgegeben hatten.
Die Ziele, die in der betriebswirtschaftlichen Sprache gesetzt werden, werden nun in technische Anforderungen übersetzt. Dafür werden typischerweise wenige Ziel-KPIs, die zum Use Case und Unternehmen passen, sowie der Benchmark anhand eines Vergangenheitszeitraums definiert.
Kern-KPI in dem Beispielprojekt war die Prognosegüte. Diese leitete sich aus der Abweichung (in Prozent) der vorhergesagten Zahlungseingänge und -ausgänge von den tatsächlich eingetretenen Werten ab. Der Benchmark-Zeitraum war Februar 2019 bis Januar 2020.
Anhand der Ziele kann dann abgeleitet werden, in welchem Fall ein Small-Data-Projekt weitergeführt und vertieft wird und in welchem Fall das Projekt gestoppt wird. In dem Beispielprojekt wurde dieses Ziel iterativ verfeinert. Die Vorgabe zu Beginn war nur, dass bei guten Ergebnissen ein entwickeltes Werkzeug in den Prozess integriert werden solle.
Das ist nur ein Ausschnitt aus dem Produkt Controlling Office. Sie wollen mehr?
Jetzt kostenlos 4 Wochen testen
Anmelden und Beitrag in meinem Produkt lesen