Um das volle Potenzial einer integrierten Forecast-Landschaft zu nutzen, müssen im letzten Schritt des Vorgehensmodells Predictive-Analytics-Methoden zielgerichtet angewendet werden: Forecasts, die mittels Predictive Analytics erstellt werden, haben das Potenzial, objektiver und schneller zu sein als manuelle Forecasts.[1] Predictive Analytics ist jedoch kein Allheilmittel, da traditionelle Forecast-Ansätze ebenfalls effizient und präzise gestaltet und somit gegenüber potenziell komplexen Predictive Forecasts im Vorteil sein können.
Mithilfe des von Nann und Eichenberger vorgeschlagenen Modells kann evaluiert werden, in welchen Bereichen der Einsatz von Predictive Analytics für ein Unternehmen vielversprechend ist – auch, um teure Fehlinvestitionen zu vermeiden.[2] Es empfiehlt sich dabei, vor dem großflächigen Einsatz zunächst in einer eng abgegrenzten Umgebung Erfahrungen mit den neuen Methoden zu sammeln.
Das Pharmaunternehmen wies bereits eine umfangreiche Erfahrung mit Predictive Analytics auf, die im Rahmen einzelner Pilotprojekte in der Vergangenheit erworben wurde. Mit dem neu integrierten Forecast-Ansatz konnte die Umsatzplanung in einer Vertriebsregion (ca. 27 % des Konzernumsatzes) nun zum ersten Mal mithilfe eines Predictive Forecast-Modells im Produktivbetrieb durchgeführt werden. Das neue Modell verwendet hierbei unterschiedliche Algorithmen wie etwa (Multiple) Lineare Regressionen und Machine-Learning-Algorithmen, um Absatzmengen und Preise für mehrere tausend Produkte auf SKU-Ebene[3] zu planen.
Das ist nur ein Ausschnitt aus dem Produkt Finance Office Professional. Sie wollen mehr?
Jetzt kostenlos 4 Wochen testen
Anmelden und Beitrag in meinem Produkt lesen