Kategorisierung entscheidend
Entscheidend für die bedarfsgerechte Auswahl eines passenden Planungsmodells ist die Kategorisierung der Planungsobjekte nach definierten Kriterien. Beispielsweise können in der Absatzbetrachtung im Rahmen von S&OP-Modellen je nach Umsatzanteil und Volatilität unterschiedliche Planungsmethoden beziehungsweise Kombinationen daraus genutzt werden. Die quantitative Planung durch Einsatz von Predictive Analytics-Lösungen gewinnt als Methode zunehmend an Bedeutung, aus der statistischen Auswertung bestehender Daten konkrete Zukunftsprognosen zu entwickeln und zur Planung zu nutzen. Neben Umsatzzahlen und Auftragsdaten zählen zu den auswertbaren Daten unter anderem Daten über Warenbestände, Qualitätsdaten wie Ausschussquoten, Laufzeitdaten des Maschinenparks, Energieverbrauchsdaten, Mess- und Sensordaten für Wartungs- und Instandhaltungszwecke sowie unstrukturierte Daten wie Werkstattberichte oder Kunden-Feedback über das Call Center und Social Media-Kanäle. Erfolgs- und Akzeptanzentscheidend beim Einsatz von Predictive Analytics-Software ist neben der nahtlosen Anbindung vorhandener Datenquellen die einfache Bedienungmöglichkeit auch für Nicht-IT-Experten in Planung und Controlling. Hierfür lassen sich Planungswerkzeuge und Predictive Analytics-Methoden auf einer zentralen Benutzeroberfläche integrieren.
Beispiel Vertriebsplanung
Ein Beispiel aus der Vertriebsplanung: In der ersten Stufe gewinnen die Anwender einen Überblick über das aktuelle Planungsmodell beziehungsweise die Umsatzzahlen der verschiedenen Produkte oder Produktgruppen. In der Folge lassen sich die einzelnen Produkte auf Basis der Umsatzzahlen und Volatilität verschiedenen Kategorien zuweisen. Entsprechend der Kategorisierung ergeben sich verschiedene Planungsmethoden für einzelne Produkte. Die Ergebnisse der verschiedenen Planungsmethoden werden übersichtlich grafisch dargestellt. So lassen sich beispielsweise Abweichungen der manuellen und statistischen Planung erkennen. Dies kann wiederum wertvolle Hinweise darauf bieten, welche Planungsmethode im jeweiligen Anwendungsfall zielführender ist.
Statistik ergänzt
Der Einsatz statistischer Methoden über Predictive Analytics-Lösungen ersetzt nicht die manuelle Planung, sondern ergänzt diese in bestimmten Anwendungsfällen. Damit lässt sich die Planung Schritt für Schritt effizienter und präziser gestalten, indem zeitintensive und fehleranfällige manuelle Planungsschritte durch automatisierte, statistische Planungsprozesse ersetzt werden. Die Planungsqualität kann steigen und die Reaktionsfähigkeit auf veränderte Rahmenbedingungen wachsen.
