predictive forecasting blog scribble
Categories: Knowledge7.6 Min. Lesedauer

Predictive Forecasting

Unvoreingenommener Blick in die Zukunft. Viele Unternehmen stehen vor einem Dilemma. Obwohl es nahezu unmöglich ist, die Zukunft vorherzusagen, ist eine Prognose über die zukünftige Marktentwicklung und die Kundenbedürfnisse essenziell für die Unternehmensstrategie und die Planung. Für diese Herausforderung suchen strategische Planer, Controller und BI-Experten ständig nach den besten Tools, Techniken und Plattformen, die ihnen einen Wettbewerbsvorteil im Bereich Business Forecasting verschaffen. Speziell das Predictive Forecasting kann einem Unternehmen dabei helfen, profitabel zu wachsen und auf Veränderungen schnell zu reagieren. Die Identifikation und Aufbereitung relevanter Daten spielt für einen möglichst unvoreingenommenen Blick in die Zukunft eine entscheidende Rolle.

Was ist Predictive Forecasting?

Langfristige Strategien und Kosten lassen sich mit einem spezifischen Steuerungsinstrument planen: dem Forecast. Forecasts können im Financial Planning and Analysis (FP&A) der Finanzabteilung, im Marketing, in der Personalabteilung und in anderen Abteilungen eines Unternehmens eingesetzt werden. Forecasts sind nützlich, um das Risiko von Fehlentscheidungen zu minimieren. Der Predictive Forecast stellt eine Erweiterung des klassischen Forecasts dar. Mit ihm können aufgrund neuer Daten neue kausale Zusammenhänge auffindbar gemacht werden. Diese bereichern den verfügbaren Datensatz und sorgen für einen besseren Forecast-Output. Mit jedem weiteren, aufgedeckten Zusammenhang zwischen Daten lässt sich der Predictive Forecast immer weiter verbessern.

Vom Datenmuster zur Prognose

Ein Forecast lässt sich prinzipiell nach qualitativen und quantitativen Methoden erstellen. Beim qualitativen Ansatz stellen Kundenumfragen oder Expertenmeinungen die Basis dar.

Beim quantitativen Ansatz dienen historische Daten, Echtzeitanalysen oder kausale Zusammenhänge, sogenannte Treiber, als Grundlage, um Datenmuster zu erkennen und Prognosen zu erstellen. Dazu werden Modelle erstellt, die auf mathematischen und statistischen Algorithmen oder auf neueren Ansätzen wie Machine Learning beruhen. Auch werden verschiedene Methoden herangezogen, wie die Clusterbildung, die Treiberananlyse oder die Regressionsanalyse.

Forecasting versus Predictive Forecasting – Was ist der Unterschied?

Obwohl sie ähnlich klingen, handelt es sich beim Forecasting und Predictive Forecasting um zwei verschiedene Problemlösungstechniken.

Forecasting

Forecasting bedeutet „Vorhersage“ und ist eine Technik, die den Zukunftswert ausgewählter Daten vorhersagt, indem bestimmte Trends betrachtet werden. Dies kann entweder durch einen qualitativen Forecast zum Beispiel mithilfe von detailliertem Wissen eines Vertriebsmitarbeiters über die Kunden-Accounts geschehen oder durch die Herstellung von einfachen quantitativen Zusammenhängen mit anderen Einflussgrößen. Es soll idealerweise Aussagen zur Erreichbarkeit der vorhandenen Ziele geben und den Handlungsbedarf in einem Unternehmen aufzeigen. Damit ergänzt das Forecasting weitere Instrumente wie die strategische oder operative Planung.

Predictive Forecasting

Predictive Forecasting gilt als Erweiterung des klassischen Forecastings. Es berücksichtigt eine Vielzahl von Eingaben, Werten, Trends, Zyklen und Schwankungen der Daten, in unterschiedlichen Unternehmensbereichen, um Vorhersagen zu treffen. Es handelt sich also um einen umfassenden, leistungsstarken, datengesteuerten Ansatz, der zur Unterstützung des gesamtunternehmerischen Planungsprozesses und des Enterprise Performance Management genutzt werden kann.

smfi ultimate guide ibp 1200x630 20230315 sh2

Wie Predictive Forecasting Ihr Unternehmen voranbringen kann

Während Forecasts nützlich für die interne Meinungsbildung sein können, hilft das Predictive Forecasting den Anwendern, darüber hinaus unvoreingenommene, umfangreiche, analytische Erkenntnisse zu generieren, um die Entscheidungsfindung zu unterstützen. Fortgeschrittene Techniken des Predictive Forecasting nutzen Formen der Künstlichen Intelligenz (KI) wie zum Beispiel Machine Learning, um detailliertere, spezifischere Ergebnisse zu prognostizieren oft unter Angabe der Wahrscheinlichkeit. Dies geschieht in der Regel auf Basis der Betrachtung einer großen Menge an historischen und Echtzeitdaten, um daraus Muster zu identifizieren.

So kann Predictive Forecasting beispielsweise helfen, den Umsatz des Unternehmens für das kommende Jahr aufgrund der prognostizierten Entwicklung verschiedenster Einflussgrößen wie Suchanfragen, Wettbewerberpreise und außerordentlichen Ereignissen vorherzusagen. Die Auswirkung der einzelnen Einflussgrößen (Treiber) kann einzeln analysiert werden und unterstützt das Unternehmen folglich dabei, die Marktentwicklung besser zu verstehen. Predictive Forecasting ist eine automatisierte Forecasting-Technik, mit deren Hilfe eine kontinuierliche Anpassung der Vorhersagen möglich wird, um dem Unternehmen zu helfen neuen Chancen und Risiken frühzeitig zu erkennen und profitabel zu wachsen.

Predictive Analytics – hohe Priorität im Finanzbereich

In heutigen Unternehmen liegt die Aufgabe des Finanzbereichs nicht nur darin, Informationen als Entscheidungsgrundlage für Business Partner zu liefern, sondern auch darin, den Weg zu ausgereiften Analytics-Anwendungen zu ebnen, inklusive Predictive Analytics für das Forecasting.

Für viele Finanzverantwortliche hat der Aufstieg in der Analytics-Reifegradkurve vom bloßen Reporting der Performance in der Vergangenheit hin zu fortgeschrittenen Analysen und Zukunftsprognosen in nächster Zeit hohe Priorität.

Predictive Analytics für das Vertriebs-Forecasting

Ein gutes Beispiel, wie man mit Predictive Analytics Mehrwert schaffen kann, sind Vertriebsforecasts. Ein genauer Forecast ist wichtig, da er viele andere Geschäftsentscheidungen ansteuert. Der Forecast und das Budget sind wichtige Faktoren für die Festlegung des Gesamtfinanzbudgets für das Unternehmen, einschließlich operativer Hebel wie Verkaufsanreize, Marketingbudgets, Produkteinführungen, Neueinstellungen, usw.

Forecasting ist jedoch nach wie vor ein zeitaufwändiger Prozess für die Planer, die oft auf die üblichen Excel-Sheets oder andere Tools zurückgreifen, die wiederum meist unzureichende Analysen und Erkenntnisse zur Umsatzprognose für das nächste Quartal, den nächsten Monat oder die Woche liefern. Fortgeschrittene Predictive Analytics kann den Aufwand für die Planer verringern, indem sie den Rolling Forecast automatisiert und Führungskräften mehr Transparenz und intelligente Entscheidungsunterstützung für das Enterprise Performance Management bietet.

Die Vertrauensfrage bei Predictive Analytics

Ein Hauptgrund, warum Unternehmen noch immer zögern, das Forecasting mithilfe von Predictive Analytics weiter zu automatisieren, ist oft der anfängliche Mangel an Vertrauen in die maschinell generierten Ergebnisse.

Eine Möglichkeit, Vertrauen und Akzeptanz zu fördern, ist, die Qualität der Prognosen für die Planer und die Manager gleichermaßen transparent zu machen. Das kann auf verschiedene Weise geschehen. Wir von Jedox haben dafür die folgenden Funktionalitäten in Jedox AIssisted™ Planning, dem integrierten Jedox Cloud Service für Predictive Analytics und Künstliche Intelligenz, integriert:

  1. Ein Qualitätsfaktor, mit dem das Controlling transparent ermitteln kann, welche Prognose den genauesten Forecast liefert, und über den es automatisch die beste Hierarchieebene für den Forecast auswählen kann.
  2. Ein fortlaufender Plan-Ist-Vergleich mit Ober- und Untergrenzen, um die Genauigkeit der Prognosen zu überwachen und sie den Ergebnissen der manuellen Planung gegenüberzustellen.
Sales forecast dashboard with quality factors

Screenshot: Forecast mit Qualitätsfaktoren oben rechts

Mit mehr Transparenz und einer Möglichkeit für den Anwender, die Genauigkeit der Vorhersagen zu beurteilen, fühlen sich die Planer wohler und verlassen sich zunehmend auf die Anleitungen und Empfehlungen der Predictive Analytics. Das kann die Qualität des Forecasts erhöhen und die Erstellung extrem beschleunigen, so dass Zeitersparnisse entstehen und ein rollierender Forecast mit höherer Frequenz oder sogar ein kontinuierliches Forecasting etabliert werden kann. Die Vertriebsleitung hat damit einen besseren Überblick und ist in der Lage, Abweichungen oder Risiken schneller zu erkennen, indem sie den maschinell generierten Vorschlag für den Forecast mit der Einschätzung der zuständigen Experten vergleicht.

Transformation des Forecasting durch Digitalisierung der menschlichen Expertise

Das eigentliche Ziel von Predictive Analytics ist, den Forecast-Prozess komplett zu automatisieren und ein fortlaufendes Forecasting mit Echtzeit-Daten zu ermöglichen. Dies geschieht durch die Erfassung und Digitalisierung von menschlichem Fachwissen, d. h., das Computersystem lernt gewissermaßen, wie ein menschlicher Vertriebsplaner zu “denken”. Dieses Wissen wird dann mit zusätzlichen internen Daten des Unternehmens sowie externen Daten angereichert. Die entsprechende vorbereitende Datenaufbereitung braucht natürlich ihre Zeit, da der Einfluss verschiedener Datenquellen und Geschäftstreiber wie z. B. Wettbewerbsinformationen, Marktentwicklungen und Trends, zunächst analysiert und in das Planungsmodell integriert werden müssen. Aber sobald die Applikation qualitativ hochwertige, automatisierte rollierende Forecasts für das gesamte Unternehmen liefert, haben die Finanzexperten, Vertriebsplaner und das Vertriebsmanagement einen entscheidenden Schritt in Richtung digitaler Transformation getan. Das Unternehmen ist damit besser gerüstet, um Frühwarnsignale zu erkennen oder neue Chancen zu nutzen. Der Finanzbereich und die Fachabteilungen müssen sich dann weniger mit Routinearbeiten beschäftigen und können stattdessen wertvolle Zeit in die Simulationen der zukünftigen Geschäftsentwicklung investieren und damit die Agilität und Reaktionsfähigkeit des Unternehmens erhöhen.

Jedox

Jedox is the world’s most adaptable planning and performance management platform that empowers organizations to deliver plans that outperform expectations. Over 2,800 organizations in 140 countries trust Jedox to model any scenario, integrate data from any source and simplify cross-organizational plans across all business systems. Jedox enables a culture of decisiveness and confidence so teams can plan for opportunities, react quickly to changes, and uncover what they didn’t know was possible.

Ähnliche Artikel

  • gartner mq overview 1
    Categories: Knowledge3.6 Min. Lesedauer
    Unsere Spitzenplatzierung zeigt: Wir stehen für Innovation und Kundenzufriedenheit.
  • benefits of esg for forward thinking organizations overview
    Categories: Knowledge10.2 Min. Lesedauer
    Nachhaltig erfolgreich: So profitieren zukunftsorientierte Unternehmen von ESG
  • esg data management overview
    Categories: Knowledge9.7 Min. Lesedauer
    How to: ESG-Daten in einer komplexen Welt verwalten