In 5 Schritten zu Predictive Planning & Forecasting

Schnellere Entscheidungsfindung und genauere Prognosen: Predictive Planning and Forecasting ermöglicht immer mehr Unternehmen, ihre Planung und Forecasting mithilfe voraussagender Methoden zu optimieren. Das Trendthema birgt großes Potenzial für alle Entscheider in Planung und IT. Eine Anleitung in fünf Schritten.

Predictive Planning and Forecasting bezeichnet den Einsatz voraussagender Modelle, die auf statistischen Methoden oder Machine Learning basieren. Diese Modelle nutzen Unternehmen für Prognosen in Planung und Forecasting. Gründe dafür sind einerseits die immer größeren Mengen an gesammelten und aufbereiteten Daten. Zum anderen verwenden Unternehmen immer umfassender Machine Learning in Business Intelligence und Analytics durch die einfachere Verfügbarkeit in der Cloud.

Die BARC-Studie „Predictive Planning and Forecasting hebt die Unternehmensplanung auf die nächste Stufe“ untersucht, wie voraussagende Methoden die Planung im Unternehmen effizienter gestalten. Dafür befragte das Analystenhaus 308 Verantwortliche in Planung und IT aus der DACH-Region, wie sie Predictive Planning and Forecasting im Rahmen der Unternehmensplanung einsetzen.

Welchen Nutzen bringt Predictive Planning and Forecasting? Fast zwei Drittel aller Befragten (65 Prozent) versprechen sich höhere Qualität und Genauigkeiten der Ergebnisse. Knapp 60 Prozent erwarten, dass Predictive Planning and Forecasting den Planungsaufwand durch automatisierte Hochrechnungen reduziert. Auf geänderte Anforderungen schneller zu reagieren, erhofft sich rund die Hälfte (49 Prozent) aller befragten Entscheider.

Abbildung 1: Nutzen von Predictive Planning and Forecasting, © BARC

Drei von vier Befragten (75 Prozent) sehen eine steigende Relevanz von Predictive Planning and Forecasting. Dennoch stehen Entscheider in Controlling und IT noch am Anfang der Entwicklung. Nicht einmal jedes fünfte Unternehmen (17 Prozent) hat damit angefangen, Know-how in diesem Bereich aufzubauen. Mehr als zwei Drittel der Unternehmen (69 Prozent) planen jedoch bereits, damit zu beginnen. Nur ein kleiner Teil der Unternehmen will auch zukünftig nicht in den Know-how-Aufbau investieren (14 Prozent).

Abbildung 2: Status quo von Predictive Planning and Forecasting, © BARC

Das Planen mit prädiktiven Technologien wird für immer mehr Unternehmen leistbar und relevant. Gründe dafür sind der Fortschritt und die Reife der Technologie. Doch wie sollten Sie dabei am besten vorgehen? Diese fünf Schritte zeigen Ihnen, wie Sie Predictive Planning and Forecasting in Ihrem Unternehmen etablieren:

1. Identifizieren

Identifizieren Sie die wichtigsten Treiber in Ihrem Geschäft und nutzen Sie statistische Methoden und Machine Learning, um auch verborgene Zusammenhänge aufzudecken. Verstehen Sie den Unterschied zwischen Korrelation und Kausalität, um keine falschen Schlüsse zu ziehen. Machen Sie sich bewusst, wo die Grenzen der Aussagefähigkeit und Prognosefähigkeit von Modellen auf Basis von Vergangenheitsdaten liegen. Nur so treffen Sie Entscheidungen auf verlässlicher Basis.
Finden Sie abgegrenzte Bereiche, in denen konkret und zügig Nutzen gestiftet werden kann. Bewerten Sie diese nach dem Bedarf für die Optimierung in der Planung, der möglichen Aussagekraft und Verlässlichkeit automatisierter Vorhersagen sowie dem erforderlichen Aufwand für die Datenaufbereitung. So garantieren Sie, dass Ihre Arbeit konkrete Mehrwerte für Ihre Mitarbeiter bietet. Damit begeistern Sie Ihren „Projektsponsor“, um Mittel für weitere Verbesserungen zu erhalten.

2. Umsetzen

Gehen Sie bei der Einführung schrittweise vor. Planen Sie schon zu Beginn die Evaluierung in einem Parallelprozess ein. So bewerten und verbessern Sie die Ergebnisqualität und schaffen Transparenz sowie Akzeptanz für die Ergebnisse.
Investieren Sie in den Aufbau erforderlicher Kompetenzen und verbessern Sie die Zusammenarbeit von Controlling mit Experten für Business Intelligence und Analytics, um die vorhandene fachliche, statistische und technische Expertise optimal zu verbinden.

3. Integrieren

Beachten Sie die technischen Voraussetzungen und Herausforderungen, wenn Sie voraussagende Modelle in Planung und Forecasting integrieren. Stellen Sie sicher, dass Eingangsdaten und Ergebnisse automatisiert geliefert werden, um mehr Geschwindigkeit in der Entscheidungsunterstützung durch Automatisierung zu gewährleisten.
Fragen Sie den Hersteller Ihrer Planungslösung, welche voraussagenden Methoden unterstützt werden oder ob für Ihre Anforderung bereits vordefinierte Modelle existieren. So profitieren Sie von Markterfahrungen und können schnell starten. Erweitern Sie Ihre Unternehmensplanung bei Bedarf um individuell entwickelte Lösungen oder Advanced-Analytics-Suiten. So können Sie eine passgenaue Lösung implementieren.

4. Anwenden

Setzen Sie parallel zu bestehenden Planungen maschinelle Hochrechnungen ein und evaluieren Sie beide Planungen. So erhalten Sie gesicherte Erkenntnisse über die Treffsicherheit. Zudem unterstützen Sie damit die Planer, ohne ihnen die Hoheit über ihre Zahlen zu nehmen. Überführen Sie Ihre erstellten Modelle in den Regelbetrieb und setzen Sie diese produktiv im Rahmen Ihrer Unternehmensplanung ein.

Prüfen Sie die Gültigkeit und aktualisieren Sie laufend Ihre Prognosemodelle. Nur valide und aktuelle Modelle können brauchbare Ergebnisse liefern. Versionieren Sie Ihre Prognosemodelle, um nach Änderungen Ergebnisse nachvollziehen zu können. Nutzen Sie die durch die Automatisierung gewonnene Zeit und optimierte Planungsmodelle, damit bessere Simulationen mit geringerem Aufwand relevantere Planungsergebnisse für die Entscheidungsunterstützung liefern.

5. Ausbauen

Vereinen Sie die Vorteile von Mensch und Maschine, um schneller bessere Ergebnisse zu erzielen. Setzen Sie Menschen dort ein, wo es Kreativität und Interpretation bedarf, und Maschinen, dort wo es klare Regeln für Hochrechnungen gibt. Nutzen Sie Ihre gemachten Erfahrungen, um weitere mögliche Einsatzfelder und den Ausbau von Know-how zu evaluieren. Dann gibt Ihnen Predictive Planning and Forecasting das Potenzial, Ihre Unternehmensplanung auf die nächste Stufe zu heben.

Weiterbildungstipp

14. BI & Analytics Tagung | Software für Digital Controlling & Finance im Vergleich
Wann? 27. November 2019 | Wo? Schloß Schönbrunn – Apothekertrakt | Info und Anmeldung

Certified Business Data Scientist | Wettbewerbsvorteile mit Big Data, Advanced Analytics und Machine Learning
Wann? Start am 14. Oktober 2019 | Wo? Munich Business School, 80687 München, Elsenheimerstr. 61 | Info und Anmeldung