Treffsichere Prognosen

2.675 Aufrufe

Veröffentlicht am

Zehn Gründe für Predictive Analytics.

Veröffentlicht in: Daten & Analysen
0 Kommentare
1 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

Keine Downloads
Aufrufe
Aufrufe insgesamt
2.675
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
2.227
Aktionen
Geteilt
0
Downloads
0
Kommentare
0
Gefällt mir
1
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Treffsichere Prognosen

  1. 1. Treffsichere Prognosen Zehn Gründe für Predictive Analytics Die Software für Datenanalyse und präzise Prognosen
  2. 2. 2 Über Blue Yonder Blue Yonder ist der führende Softwareanbieter im Bereich Prognosen und Mus- tererkennung – kurz Predictive Analytics. Mit genauen Prognosen, in Echtzeit und cloudbasiert, trägt BlueYonder entscheidend zum Unternehmenserfolg bei. Blue Yonder erkennt in strukturierten und unstrukturierten Daten bisher nicht bekannte Zusammenhänge und Muster. Ursprünglich wurde die Software in der experimentellen Elementarteilchenphysik entwickelt. An Forschungsinstituten wie dem CERN ließen sich damit in den weltgrößten Teilchenbeschleunigern in jeder Sekunde Daten im PetaByte-Bereich auswerten. Diese Leistungsfähigkeit nutzen heute unterschiedliche Wirtschaftszweige in vielfältigen Anwendungen: Dabei liefert die selbstlernende (machine learning) und dynamische Software beispielsweise treffsichere Absatzprognosen und automatische Bestellvorschlä- ge (Auto-Disposition). Sie wird erfolgreich eingesetzt in der dynamischen Preis- gestaltung sowie in der Analyse von Kundendaten. Unternehmen sind so in der Lage, Kunden mit individuellen Produktempfehlungen und Angeboten anzu- sprechen sowie wechselwillige Kunden frühzeitig zu identifizieren. Präzise Vor- hersagen ermöglichen die vorausschauende Wartung von Maschinen und Anla- gen und reduzieren so ungeplante Stillstände. Zudem unterstützen die Analysen das Risikomanagement effektiv. Zu den Kunden des im Jahr 2008 gegründeten Unternehmens zählen unter anderem OTTO, dm, vodafone und Crate & Barrel. Bereits dreimal gewann Blue Yonder den angesehenen Data Mining Cup. Auch der FOCUS Digital Star Award 2013, der CyberChampions Award 2011/12 sowie der CyberOne Award 2012 gingen an Blue Yonder. Prognosen, die sich ständig undautomatischanveränderteRahmenbedingungenanpassen,tragenentschei- dend dazu bei, Geschäftsprozesse profitabel sowie zukunftsfähig zu gestalten. 2 www.blue-yonder.com
  3. 3. 3 Big Data: Rohstoff für individuelle Erfolgsstrategien 4 Planungshorizont statt Glaskugel 5 Zehn Gründe für Predictive Analytics 6 1 Effiziente Beschaffung 7 2 Kundenwert bestimmen 7 3 Kündigungen vorbeugen 7 4 Customer Lifecycle Management 7 5 Big Data 8 6 Sichere Zukunftsplanung 9 7 Keine technischen Hürden 9 8 Software as a Service 9 9 Sicherheit fürs Bauchgefühl 10 10 In die Zukunft gerichtete Unternehmenssteuerung 10 Ganz schön clever: selbstlernende Software 11 Inhalt
  4. 4. 4 Unternehmen wird heute Tag für Tag ein Rohstoff ins Haus gesandt, der Gold wert ist: Daten. Die Mengen, die bei einem Unternehmen heute über mobile Endgeräte, Social Media, Warenwirtschaftssys- teme, Kundenkarten, Kassen oder Waagen auf den Servern landen, lassen sich mit all den herkömmlichen Methoden, die gemeinhin unter „Data Mining“ gefasst werden, nicht mehr nutzbringend aus- werten. Laut einer aktuellen IDC-Studie wächst das weltweite Daten- aufkommen von 18 im Jahr 2011 auf 35 Zettabyte im Jahr 2020 an. Zum Vergleich: Das ist achtmal schneller als das Wachstum der IT- Ausgaben. Sinnvoll genutzt, stellen diese Daten ein enormes Kapital dar. So verwendete der Versandhändler OTTO seine massenhaften Daten für Absatzprognosen und erhöhte auf diese Weise seine Lie- ferbereitschaft für den Kunden deutlich. Je nach Artikel wird eine Prognoseverbesserung um bis zu 40 Prozent erreicht und damit eine deutliche Reduzierung der Restbestände am Saisonende. Ganz gleich, welche Fragen zu Ihrem speziellen Marktumfeld Sie be- schäftigen: Mit Predictive Analytics gelangen Sie zu empirisch abge- sicherten Prognosen, die sich der Realität immer weiter annähern. So ziehen Sie den maximalen Nutzen aus Ihren Daten. Sie planen Ihre Geschäftsaktivitäten präzise und vermeiden Out-of-Stock-Situ- ationen sowie hohe Abschreibungen durch Überbestände. Indem Sie den Warenabsatz auf Artikelebene frühzeitig und zutreffend prognostizieren, genau disponieren und Lagerbestände so knapp wie möglich halten, reduzieren Sie Kosten. Je mehr Kundendaten Sie nutzen, um künftige Marktanforderungen zu verstehen, umso weiter wird Ihr Planungshorizont. Sie deuten Informationen neu und stärken das Innovationsmanagement. Mit Predictive Analytics lassen sich tägliche operative Entscheidungen – beispielsweise in der Disposition – sicher und automatisiert treffen. Ressourcen wer- den bewusst und nachhaltig eingesetzt. Auch der Energieverbrauch sowie die Menge des produzierten Abfalls sinken mit dem Einsatz von Predictive Analytics. Jährlich werden in Deutschland pro Person mehr als 95 Kilogramm Lebensmittel weggeworfen, so eine Zahl der Vereinten Nationen. Dabei entstehen die höchsten Verluste bereits in der Lieferkette. Für eine lebenswerte Zukunft müssen wir verant- wortungsvoll mit unserem blauen Planeten umgehen. Aus Big Data können wir Erkenntnisse gewinnen, um dieser Verantwortung auf unterschiedlichen Ebenen gerecht zu werden. Big Data: Rohstoff für individuelle Erfolgsstrategien
  5. 5. 5 Bedeutende Veränderungen im Marktumfeld beginnen häufig un- merklich – wie Samen, die unterirdisch Wurzeln schlagen, bevor sie zu großen Gewächsen werden. Mit Predictive Analytics hören Sie das Gras wachsen. Die spezifischen Analyse-Tools generieren Vor- hersagen für alle denkbaren Branchenzusammenhänge und Kon- texte und liefern wesentlich verlässlichere Ergebnisse als herkömm- liche Prognosemethoden. Je genauer ein Unternehmen sein Umfeld kennt und je präziser sein Bild von der Zukunft ist, desto erfolgrei- cher wird es sein. Gerade in margenschwachen Branchen wie dem Handel trägt ein Produktivitätszuwachs durch Predictive Analytics entscheidend zum Unternehmenserfolg bei. Für einzelne Branchen ergeben sich die folgenden Vorteile und Einsatzgebiete: Planungshorizont statt Glaskugel Handel Absatzprognosen auf Artikelebene inklusive Retouren-Forecast, aufgeschlüsselt nach relevanten Parametern wie beispielsweise Standort, Größe und/oder Aktion Reduzierung von Abschreibungen durch präzise Absatz- prognosen Beschaffungsvorschläge auf Basis einer detaillierten Absatzprognose (Disposition) Automatisierte Disposition im Handel Vermeidung von Leerkäufen durch Out-of-Stock-Vorhersagen Umsatzvorhersagen auf Filialebene für die Personalplanung Dynamische Preisgestaltung im Stationär- und Onlinehandel inklusive automatische Anpassung der Preise in Echtzeit Kundenanalyse und Kundenwertbestimmung über den gesamten Customer Lifecycle Individuelle, an den jeweiligen Bedarf angepasste Empfehlungen für Kunden Versicherungen Schadensprognose für einzelne Kunden als Grundlage einer individuellen Tarifkalkulation Hohe Konversionsrate dank individueller Tarifangebote, die auf die Lebenssituation des Interessenten zugeschnitten sind Kundenbindung und steigender Umsatz durch Beratung und Angebote, die der aktuellen Lebenssituation des Kunden entspre- chen (Kundenlebenszyklus) Präventives Churn Management: Wechselwillige Kunden wer- den frühzeitig identifiziert und mit passenden Angeboten oder Zusatzservices angesprochen Optimale Personalplanung im Callcenter dank exakter Bedarfs- ermittlung Fertigung Reduzierung der Lagerkosten durch exakte Bestimmung des notwendigen Materialnachschubs Verbesserte Produktionsplanung durch Prognose der Maschi- nenauslastung Berechnung von Ausfallwahrscheinlichkeiten von Maschinen und rechtzeitige Warnmeldungen, um ungeplante Stillstände zu verhindern (Predictive Maintenance) Erstellung von Verkaufsprognosen Energieunternehmen Optimale Auslastung des Netzes und damit Gewinnmaximierung Exakte Prognose des Strombedarfs, aufgeschlüsselt nach Regionen, als Grundlage für eine gezielte Marktbearbeitung Ermittlung des optimalen Preises, beispielsweise für Strom aus regenerativen Energiequellen Telekommunikation Wechselbereitschaft von Kunden frühzeitig erkennen, um Kundenbindungsmaßnahmen zu ergreifen Durch systematisches Churn Management wechselwillige Kunden rechtzeitig mit passenden Angeboten oder Zusatz- services ansprechen und so Marketingkosten senken Entwicklung zielgerichteter Marketing- und Vertriebsaktionen auf Basis von Kundendaten Optimierung der Tarifstruktur hinsichtlich Marktfähigkeit und Gewinnmaximierung
  6. 6. 6 ZEHN Gründe für Predictive Analytics
  7. 7. 7 1 Effiziente Beschaffung Mit Predictive Analytics lässt sich der Absatz für einen Artikel basierend auf einer Vielzahl interner Daten und externer Faktoren sehr genau vorhersagen, sei es regional oder bezogen auf das Alter oder Einkommen der Kunden. Da die Software sämtliche Prognosen in Echtzeit erstellt, werden stets die richtigen Werte für den aktuellen Zeitpunkt in der Saison ermittelt. Sie richten Ihre Warenbeschaffung am Markt und den Marktpoten- zialen aus. Das steigert den Gewinn, denn der Bestand ist immer nah am Bedarf. Im Handel haben Sie zudem die Möglichkeit der automatisierten Disposition. Das System generiert selbst Bestellvorschläge und stößt diese automatisch an. Sie vermeiden hohe Lagerbestände sowie Umsatzverlust durch Ausverkäufe und hohe Ab- schreibungen. Was bewegt Fachleute? 2 Kundenwert bestimmen Dass es erheblich einfacher ist, bestehende Kunden zu halten als neue zu gewinnen, ist bekannt. Aber leicht ist es nicht. Es gilt, aufmerksam zu sein und die Kundenbedürfnisse bezogen auf die jeweils aktuelle Situation genau zu erkennen. Welche Kunden lohnt es sich, intensiver anzusprechen? Wen könnte ich mit einem Gut- schein zu mehr Konsum animieren? Was könnte ich einem Kunden alternativ zu der Lösung empfehlen, mit der er unzufrieden ist? 3 Kündigungen vorbeugen Mit Predictive Analytics erkennen Sie den Zeitpunkt der„inneren Kündigung“ bei wechselwilligen Kunden und gehen rechtzeitig mit geeigneten Marketingmaßnahmen auf sie zu, um sie zu halten (Churn Management). Das könnte bei einem Vertrag zur mobilen Internetnutzung etwa der Moment sein, in dem die UMTS-Karte kaum noch genutzt wird. Predictive Analytics basiert auf selbstlernenden Systemen. Es berücksichtig zusätz- lich externe Einflussfaktoren wie Zusammenhänge zwischen Personen. Kündigt ein Ehepartner beispielsweise seinen Mobilfunkvertrag, erhöht sich auch die Wechselwahrscheinlichkeit bei der„besseren Hälfte“. 4 Customer Lifecycle Management Mit Predictive Analytics gewinnen Sie wertvolles Wissen, um mit individuellen Angeboten den Umsatz pro Kunde zu steigern. Denn er hinterlässt heute Tag für Tag Datenspuren – Big Data. Er ist vernetzt und vielfach präsent. Es gilt, ihn über den gesamten Lebenszyklus hinweg zu betrachten und in jeder Phase mit seinen aktuellen Bedürfnissen ernst zu nehmen sowie individuell anzusprechen. So setzen Sie nicht nur Werbemittel gezielt ein, sondern schätzen auf der Basis seines Kundenwerts exakt ab, welche Investitionen in die individu- elle Beziehung sich tatsächlich rechnen. 7
  8. 8. 8 Was überzeugt Unternehmer? 5Big Data Bei einem prognostizierten Datenwachstum auf 35 Zettabyte im Jahr 2020 ist Big Data ein Rohstoff von unschätzbarem Wert – vorausgesetzt es gelingt, verfügbare Daten in brauchbare Informationen umzuwandeln. Viele der Daten, über die Sie verfügen, werden quasi nebenher gemessen, generiert und kommuniziert. Neben Warenwirtschafts- oder allgemeinen Buchungssystemen sammeln auch Webserver, mobile Endgeräte, Fahrzeuge, Messgeräte aller Art sowie Embedded Systems – etwa in der Fertigung – Informationen. Ihre Kunden sind vernetzt (Connected Consumer) und es lohnt sich, ihre Datenspuren mithilfe von Predictive Analytics zu analysieren. Denn Unternehmen gewinnen so eine Entscheidungsgrundlage, mit der sie ihre Produktivität erhöhen sowie ihre Wettbewerbsfähig- keit steigern können. Die IDC-Studie „Big Business dank Big Data? Neue Wege des Datenhandlings und der Datenanalyse in Deutschland 2012“ arbeitet eine Reihe von Beweggründen für den Einsatz von Big-Data-Techno- logien heraus. Etwa 45 Prozent der Teilnehmer versprechen sich eine Kostenoptimierung. 42 Prozent erwarten eine schnellere Informationsgewinnung, 36 Prozent ein besseres Informationsmanage- ment. Weitere Motivationen sind eine bessere Steuerung des Unternehmens (33 Prozent) und die Verfügbarkeit von detaillierteren Informationen als bisher (33 Prozent). Insgesamt erwarten mehr als drei Viertel der Verantwortlichen in den nächsten zwei Jahren einen jährlichen Datenzuwachs von bis zu 25 Prozent. Mit Predictive Analytics analysieren Sie unvorstellbar große Datenmengen gewinnbringend und können auf dieser Basis sowohl sicher planen als auch im operativen Geschäft bessere Entscheidungen fällen. 8
  9. 9. 9 6 Sichere Zukunftsplanung Predictive Analytics geht weit über herkömmliche Business-Intelligence-Anwendun- gen hinaus. Unternehmen, die Predictive Analytics praktizieren, vollziehen einen Perspektivwechsel. Im Vordergrund stehen nicht länger die Daten aus der Vergan- genheit, individuell prognostizierte Trends und das Bauchgefühl der Verantwortli- chen. Vielmehr werden in historischen Daten automatisiert Muster aufgespürt, um belastbare Prognosen zu erstellen. Auf Basis dieser Prognosen steigt die Qualität der operativen Entscheidungen im Alltagsgeschäft. Verschiedene Varianten können simuliert werden, um auf Managementebene die richtige Strategie zu wählen. So können beispielsweise im Handel auf historischen Absatzdaten optimierte Einkaufs- strategien miteinander verglichen werden. 7 Keine technischen Hürden Mit Predictive Analytics lassen sich komplexe Fragen beantworten, ohne techni- sche Hürden nehmen zu müssen. Wechselwirkungen und Nebenbedingungen fließen in Echtzeit in die Prognosen ein. Dass sich unterschiedliche Datenformate – ganz gleich, ob strukturiert oder unstrukturiert – bearbeiten lassen, ist zwin- gend erforderlich. Schließlich speisen sich Big Data aus einer Vielzahl von Daten- quellen. Je mehr digitale und mobile Anwendungen für den täglichen Gebrauch zur Verfügung stehen, desto vielfältiger werden die Informationsquellen werden – und umso interessanter die Erkenntnisse aus der Analyse. 8 Software as a Service Prognosen auf der Basis von Big Data sind ohne großen technischen Aufwand als Soft- ware as a Service realisierbar. Die extern erstellten Prognosen und Ergebnisse werden entweder direkt ins Backend-System eingespielt oder über ein User Interface abge- rufen. Das SaaS-Modell nutzt alle Vorteile der Cloud. Ein zertifiziertes Hochverfügbar- keitsrechenzentrum garantiert über alle Sicherheitsstufen höchste Verfügbarkeit mit 24/7-Service und Datensicherheit. Die Vorteile auf einen Blick: hundertprozentige Kostenkontrolle niedrige Investitionskosten schneller Projektstart
  10. 10. 10 9 Sicherheit fürs Bauchgefühl Ihre Erfahrung als Führungskraft und Entscheider ist durch nichts zu ersetzen. Sie wissen am besten, welche Fragen Sie stellen müssen, um Ihr Unternehmen voran- zubringen. Predictive Analytics liefert Ihnen Prognosen für fundierte Entscheidun- gen. So bekommen Sie Gewissheit, ob Sie strategisch noch auf dem optimalen Kurs sind oder ob Sie Anpassungen vornehmen müssen, um sich auf veränderte Markt- bedingungen einzustellen. Kombiniert mit Ihrem Wissen und dem Know-how Ihrer Mitarbeiter verfügen Sie mit Predictive Analytics über ein hervorragendes Steue- rungsinstrument. 10 In die Zukunft gerichtete Unternehmenssteuerung Je informierter Sie Entscheidungen treffen, als desto tragfähiger werden sich diese erweisen. Ein Management, das das Thema Big Data auf die Agenda setzt, wird schnell davon profitieren. Es sollte nicht nur IT-seitig auf die Auswertung großer Datenmengen vorbereitet sein. Es sollte auch die Mitarbeiter für die Bedeutung des Daten- materials sensibilisieren und Strategien entwickeln, um Zugang zu externen Datenquellen – beispielsweise aus dem Social Web – zu erhalten. Kann ein Unternehmen zuverlässig sowie umfassend auf alle relevanten Daten zugreifen und sie auswerten, setzt es seine Ressourcen optimal ein.
  11. 11. 11 Mit Blue Yonder Predictive Analytics vermeiden Sie prognostische Kurzschlüsse und damit sinkende Marktanteile, denn Sie werten Big Data mit einem selbstlernenden (machine learning) System aus. Ihr Unternehmen nimmt kontinuierlich künftige Anforderungen vor- weg. Aus den Daten, die Sie heute gewinnen, lesen Sie heraus, wie sich der Markt morgen darstellt: Was werden meine Kunden wollen? Wie werden sie sich verhalten? Wie muss mein Produkt- und Dienst- leistungsspektrum beschaffen sein, um künftig hohe Marktanteile zu erzielen? So nutzen Sie Marketingaktionen, Vertriebsaktivitäten und Ihr Engagement im Social Web immer auch, um aus der Vielzahl an Daten wertvolles Wissen zu ziehen. Ganz schön clever: selbstlernende Software
  12. 12. 12 Blue Yonder GmbH Co. KG Karlsruher Straße 88 D-76139 Karlsruhe Fon +49 (0)721 383 117 0 Fax +49 (0)721 383 117 69 info@blue-yonder.com www.blue-yonder.com Handel Absatzprognosen auf Artikelebene Retourenmanagement Kundenwert bestimmen und Marketingaktivitäten gezielt planen Automatisierte Disposition Filialumsatzplanung Dynamische Preisgestaltung im stationären Handel und im Onlinehandel Prognosen für Aktionsware Versicherungen Schadensprognose für einzelne Kunden als Grundlage einer individuellen Tarifkalkulation Hohe Kundenbindung und optimaler Umsatz pro Kunde durch Beratung am Kundenlebenszyklus entlang Customer Churn: wechselwillige Kunden identifizieren Optimale Personalplanung im Callcenter dank exakter Bedarfsermittlung Fertigung Reduzierung der Lagerkosten durch exakte Bestimmung des notwendigen Materialnachschubs Verbesserte Produktionsplanung durch Prognose der Maschinenauslastung Berechnung von Ausfallwahrscheinlichkeiten von Maschinen und rechtzeitige Warnmeldungen, um ungeplante Stillstände zu verhindern (Predictive Maintenance) Erstellung von Verkaufsprognosen Energieunternehmen Optimale Auslastung des Netzes und damit Gewinn- maximierung Exakte Prognose des Strombedarfs, aufgeschlüsselt nach Regionen, als Grundlage für eine gezielte Marktbearbeitung Ermittlung des optimalen Preises, beispielsweise für Strom aus regenerativen Energiequellen Telekommunikation Wechselbereitschaft von Kunden frühzeitig erkennen, um Kundenbindungsmaßnahmen zu ergreifen Gezielter und individueller Werbemitteleinsatz zur Erhöhung der Erfolgsquote Optimierung der Tarifstruktur hinsichtlich Marktfähigkeit und Gewinnmaximierung Beste Prognosen Predictive Analytics steigert Unternehmenserfolg Wie können auch Sie Predictive Analytics gewinnbringend in Ihrem Unternehmen einsetzen? Das zeigen wir Ihnen gern in einem kostenlosen Quick Assessment. Kostenloses Quick Assessment Sprechen Sie mit den Big Data Predictive Analytics Experten von Blue Yonder! Welche Einsatzmöglichkeiten und Vorteile sind für Sie von Interesse?

×