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

Predictive Analytics – hohe Priorität im Finanzbereich

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. 50 Prozent der weltweiten Finanzteams wollen bis 2020* Predictive Analytics implementieren, und 72 Prozent stufen “Predictive Forecasting and Planning” als entweder “sehr wichtig” oder “wichtig” für ihr Unternehmen ein.**

How Relevant Redictive Planning Forecasting

Lesen Sie mehr zur Analytics Reifegradkurve von Descriptive Analytics über Predictive Analytics bis zu Prescriptive Analytics in Zukunftstechnologien für BI und Controlling / Echte Vorteile durch KI (2. Teil)

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 rollierenden Forecast automatisiert und Führungskräften mehr Transparenz und intelligente Entscheidungsunterstützung für das Corporate 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. 39 Prozent der Planenden sehen die “Zuverlässigkeit der Ergebnisse” als eine der größten Herausforderungen für “Predictive Planning and Forecasting”.**

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 praktisch, 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.

Möchten Sie erfahren, wie Jedox-Kunden ihr Forecasting mit Predictive Analytics automatisieren? Schauen Sie unsere Webinare “Blick in die Zukunft – Vertriebs-Forecasts und Budgetierung mit Predictive Analytics und KI (Teil 2)” in Deutsch oder Englisch, und sehen Sie dort Anwenderberichte mit Live-Demos.

*3 Steps to Determine How Financial Planning and Analysis Could Benefit From AI, Gartner, 2018

**The Planning Survey 18, BARC, 2018

Sie haben ein Webinar aus unsere KI-Serie verpasst? Kein Problem, schauen Sie sich einfach in aller Ruhe unsere Webinar-Aufzeichnungen an