Predictive Analytics: Grundlagen, Projektbeispiele und L ... / 3.2 Use Case Spezifizierung

Im zweiten Schritt muss die Ist-Situation umfassend analysiert werden, um zu verstehen, ob die zugrundeliegende Fragestellung für den ausgewählten Use Case richtig gesetzt ist. Die Erfahrung der letzten Jahre zeigt deutlich, dass die meisten Firmen schon in diesem ersten Schritt die größten Fehler machen.

Praxis-Beispiel

Forecast-Methoden im Sales-Bereich

Zur besseren Antizipation von Nachfrageschwankungen bei großen, regelmäßigen Nachfragemengen kann ein Predictive Sales Forecast das richtige Instrument sein. Basiert das Geschäftsmodell jedoch auf wenigen Leuchtturmkunden mit unregelmäßigen, großen Transaktionen, so ist der Aufbau eines professionellen Key-Account-Managements wahrscheinlich der vielversprechendere Ansatz.

Um zu verhindern, dass Use Cases falsch angegangen werden, ist die detaillierte und präzise Beschreibung der Problemstellung inkl. der erwarteten Projektergebnisse erfolgskritisch. Der entsprechende Aufwand für die Workshops ist somit eine gute Investition in jedes Projekt. In vielen Fällen lohnt es sich sogar, die spätere Nutzung der Modellergebnisse in sogenannten Mock-ups zu simulieren, um ein Gefühl für das Arbeiten mit den neuen Instrumenten zu bekommen und deren Mehrwert im operativen Prozess zu verstehen.

Mit dem zweiten Schritt beginnt auch die eigentliche Arbeit an den Grundlagen. Die modellrelevanten Daten (intern wie extern) für die Modellentwicklung werden konkretisiert und die Datenanforderungen festgelegt, d. h. sämtliche Felder und Datensets. Das Steering Lab von Horváth & Partners definiert und dokumentiert dazu, in Zusammenarbeit mit dem Auftraggeber, alle Anforderungen an die zu liefernden Daten. Diese erste Zusammenarbeit fördert bereits den Wissenstransfer, der Grundvoraussetzung für eine zukünftige Weiterentwicklung des Use Cases im Unternehmen ist. Nicht zuletzt wird in diesem frühen Stadium auch die Grundstruktur der Modelle definiert.