Nach der Ermittlung des richtigen Datenbereichs und der darauffolgenden Analyse der Haupttreiber aus der Vergangenheit, ist der nächste Schritt vorausschauend. Der Benutzer wünscht sich ein Prognosemodell, mit dem man – wie mit der sagenhaften Kristallkugel – in die Zukunft blicken kann. Zum Beispiel: Wenn man die Geschäftsfaktoren betrachtet, die mit den wichtigsten Kennzahlen aussagekräftig korrelieren, können die Geschäftsziele erreicht werden?
Eine Smart Discovery ist das Ergebnis der Ausführung eines Algorithmus für maschinelles Lernen, um neue oder unbekannte Beziehungen zwischen den Spalten im Datenbestand aufzudecken. Der Überblick über die Daten erfolgt in Form automatisch erstellter Diagramme, die zu einer generierten Story zusammengefügt sind. Nach der Ausführung einer Smart Discovery kann der Benutzer die Ergebnisse der Analyse der wichtigsten Einflussfaktoren verwenden, um deren Einfluss auf die Erreichung der Geschäftsziele zu simulieren. Smart Discovery zeigt zudem "Ausreißer" an, also Datensätze, die durch das Prognosemodell als unerwartet gekennzeichnet werden.
In unserem Beispiel kann der Vertriebsleiter in SAP Analytics Cloud eine Smart Discovery für die Umsatzkennzahl innerhalb seines Modells ausführen, um die zugrunde liegenden Variablen, die den Umsatz beeinflussen, und deren Beziehungen zu analysieren. Er gewinnt wertvolle Einblicke in die Funktion seines Vertriebsmodells, bzw. Empfehlungen was künftig geändert werden muss, um die Ziele seines Geschäftsbereichs zu erreichen.
Er kann die Smart Discovery direkt in seiner Story anstoßen (s. Abb. 5).
Abb. 5: Einstieg in die Smart Discovery
Der Vertriebsleiter wählt die Ist-Umsatzwerte ("Actuals") aus, um die zugrunde liegenden Variablen algorithmisch auswerten zu lassen. Er kann auch bestimmte Dimensionen oder Kennzahlen von der Analyse ausschließen, bzw. den Schwerpunkt auf bestimmte Dimensionselemente legen. Dann startet er die automatische Smart Discovery.
Abb. 6: Auswahl der zu analysierenden Kennzahl und weiterer Parameter in Smart Discovery
SAP Analytics Cloud erstellt nun automatisch ein Prognosemodell und die entsprechende Visualisierung. Die Ergebnisse des Modells werden als neue Seiten zur Story hinzugefügt und als Tabellenreiter dargestellt:
- Übersicht: Zeigt die Werteverteilung, Zeitreihen inkl. automatischer Prognose zukünftiger Datenwerte, und relevante Vergleiche und Wertedifferenzen.
- Die aussagekräftigsten Einflussfaktoren – statistisch wesentlich und korreliert, und deren Kombinationen, inkl. Interpretation in natürlicher Sprache.
- Ausreißer: Erweiterte Analyse von unerwarteten Werten. Ausreißer zeigen Daten, die durch das Prognosemodell als unerwartet positiv oder negativ gekennzeichnet werden.
- Simulation: Eine "Was-wäre-wenn"-Szenarioanalyse um hypothetische Szenarien zu testen. Variablenwerte können über Schieberegler geändert werden um deren Auswirkungen auf die Hauptkennzahl (z. B. Umsatz) zu simulieren. Der Vertriebsleiter aus unserem Beispiel kann somit testen, welche Kombination an Aktionen zur gewünschten Umsatzerhöhung führt (z. B. die Anzahl der Kundenbesuche erhöhen, kombiniert mit einer neuen Marketingkampagne).
Abb. 7: Ergebnisse der Smart Discovery – Übersicht
Abb. 8: "Was-wäre-wenn"-Szenariosimulation mit Smart Discovery
Die Ergebnisse kann der Vertriebsleiter als Story-Seiten speichern und innerhalb seines Teams teilen.
Das ist nur ein Ausschnitt aus dem Produkt Haufe Finance Office Premium. Sie wollen mehr?
Jetzt kostenlos 4 Wochen testen
Anmelden und Beitrag in meinem Produkt lesen