Upload
sebastian-derwisch
View
42
Download
1
Embed Size (px)
Citation preview
Der Analytical Cycle - FallbeispielSortimentsanalyse &Energieprognose
Optimierung von Business-Entscheidungen
Inhalt
- Was bedeutet Analyse?- Ansatzpunkte fortgeschrittener Analyse – MAX-CON Kernkompetenz- Von Aufgabe und Daten zum Ergebnis- Analytical Cycle- Projektbeispiel: Sortimentsoptimierung im Handel- Projektbeispiel: Mengenprognose im Handel
Was ist Analyse?
Quelle: BARC
Zunehmende Bedeutung analytischer Verfahren
Marktreife und Wettbewerbsdruck erhöhen die Nachfrage nachanalytischen Verfahren:- Einsatz von BI-Werkzeugen in Unternehmen ist selbstverständlichergeworden, die Akzeptanz der Entscheidungsfundierung durch Datenwächst und ist auch wesentlicher Bestandteil von Digitalisierungsinitiativen.
- Big Data fokussiert gerade das Thema Datenanalyse und bringt neueAspekte in die Diskussion – vom Top Management („wie werden wir eindatengetriebenes Unternehmen?“) bis hin zur IT („kann Hadoop meineKosten für Speicherung und Analyse von Sensor- und Log-Datenreduzieren?“)
„Mehrwert durch Analyse statt nur Reporting“
Von Aufgabe und Daten zum Ergebnis
Quelle: BARC
Analyse Ihrer Data Value Chain
- Bereitstellung,Bereinigung undVorbereitung derDaten- Pre-Processingvon Zeitreihen
-Analyse derDatenlandschaft- Identifikationgeeigneter Werteund Parameterund Bündelungvon relevantenDaten
- Erst nachIntegrationErgebnisse fürEntschei-dungsfindung nutzbar - Ableitung vonHandlungsan-weisungen
KernkompetenzData Mining,OperationsResearch,Zeitreihen-analyse
- Darstellung undKommunikationder Ergebnisse- Verdeutlichungdes Nutzens derIntegration
Ansatzpunkte fortgeschrittener Analyse
Inhalt
- Was bedeutet Analyse?- Ansatzpunkte fortgeschrittener Analyse – MAX-CON Kernkompetenz- Von Aufgabe und Daten zum Ergebnis- Analytical Cycle- Projektbeispiel: Sortimentsoptimierung im Handel- Projektbeispiel: Mengenprognose im Handel
Analytical Cycle bzw. Projektvorgehen
Projektauftrag
Aufgabenverständnis
Fortlaufende Bewertungder Güte des Modells
Operationalisierung(Integration operativeProzesse)
Ergebnisevaluation/Gütebewertung
Abbruch der Bewertung
Einmalige Erkenntnis-anwendung
Modellierung &Modellvalidierung
Datenverständnis,Selektion, Integration &Aufbereitung
Typische Aufwandsverteilung
50 %
5 %
15 %
20 %
10 %
Bsp. Warenkorbanalyse
Gefahr: Eliminierung unprofitabler Produkte ohne Berücksichtigung vonVerbundeffekten
Eliminierungunprofitabler Produkte
Attraktivität desProduktportfoliossinkt
AnzahlunprofitablerProdukte steigt
Kundenzahl sinkt
Profite sinken
Definition Verbundeffekte
Abverkäufe Blumen
Abverkäufe Werkzeuge
Abverkäufe BlumenWerkzeuge
Finden von Assoziationsregeln = Produktbeziehungen im Sortiment – Weshalb kommt der Kunde?
Inhalt
- Was bedeutet Analyse?- Ansatzpunkte fortgeschrittener Analyse – MAX-CON Kernkompetenz- Von Aufgabe und Daten zum Ergebnis- Analytical Cycle- Projektbeispiel: Sortimentsoptimierung im Handel- Projektbeispiel: Mengenprognose im Handel
Vorgehen im Projekt – Bsp. Sortimentsoptimierung
Projektauftrag und Aufgabenverständnis- Bestimmung des optimalen (Umsatz/Profitabilität) Sortimentes bzgl. Filiale &Zeitpunkt unter Berücksichtigung von Verbundeffekten
Daten: Verständnis, Selektion, Integration & Aufbereitung- Kassendaten (POS): Artikelnummer, Menge, Umsatz- weitere (Meta-)Informationen – Warengruppen, Module, NOS Sortiment, Layout,Deckungsbeitrag, Aktionsartikel, etc.- Verwerfen von Filialen ohne Aussagewert (unterjährig geschlossen/geöffnet, missingvalues, Bons defekter Kassen, etc.)- Akkumulation von Artikeln die mehrfach auf dem Bon vorkommen- Auswahl eines Analyse-Zeitraumes (KW)- Aggregation auf Warengruppen – Module, Elimination von best. Artikeln (Pfand,Taschen, etc.)
Vorgehen im Projekt – Bsp. Sortimentsoptimierung
Modellierung & Modellvalidierung- Entfernen von Rauschen (z.B. Artikel nur 1 Mal verkauft)- Identifikation der signifikanten Verbünde (über Verkaufshäufigkeit)- Bestimmen der mittleren Verkaufshäufigkeit (alle Filialen/ganz D)- Berechnung der Verbundhäufigkeit für Artikelpaare
Ergebnisvalidierung- Bestimmen der mittleren Verkaufshäufigkeit (alle Filialen/ganz D)- Konsistenzchecks (Summen über verschiedene Teilanalysen bilden, Betrachtungintuitiver Verbünde)
63%
25%
Vorgehen im Projekt – Bsp. Sortimentsoptimierung
Operationalisierung - Dashboard zur Visualisierung, - Erarbeitung der Strategie zur Sortimentsoptimierung- Entscheidungsfindung – weitere Analyse über BI-Tool oder weitere Modelle- Umsetzung: Sortiment verändern, Artikel-Platzierung, Werbung
Fortlaufende Bewertung der Modellgüte- Controlling- Definieren von Testfilialen bzw. eines statistisch validen Testverfahrens
Dashboard Visualisierung
Visualisierung mehrdimensionaler Daten
Inhalt
- Was bedeutet Analyse?- Ansatzpunkte fortgeschrittener Analyse – MAX-CON Kernkompetenz- Von Aufgabe und Daten zum Ergebnis- Analytical Cycle- Projektbeispiel: Sortimentsoptimierung im Handel- Projektbeispiel: Mengenprognose im Handel
Vorgehen im Projekt – Bsp. Mengenprognose
Projektauftrag und Aufgabenverständnis- Minimierung des Allokationsrisiko für den kommenden Tag
Daten: Verständnis, Selektion, Integration & Aufbereitung- Kundengruppen- Verbrauchshistorie der Kunden- Kovariaten (Temperatur, Differenz zum Vortag, etc)- Bestehende Prognosemethoden- Akkumulation von Kunden- Auswahl eine Prognose-Zeitraumes- Gesonderte Behandlung irregulärer Verbauchsmuster
Vorgehen im Projekt – Bsp. Mengenprognose
Modellierung & Modellvalidierung- Untersuchung der Güte verschiedener Modellansätze zur Zeitreihenanalyse
Ergebnisvalidierung- Backtest- Residuentests
Operationalisierung - Dashboard zur Visualisierung, - Integration in die Entscheidungsprozesse
Fortlaufende Bewertung der Modellgüte