Upload
hoangtruc
View
213
Download
0
Embed Size (px)
Citation preview
Ideenwerkstatt
Prof. Dr. Dr. h.c. mult. Péter Horváth
Predictive Analytics –
Zukunftsweisendes Werkzeug des Controllers
41. Congress der Controller
München, April 2016
Co-Leiter der ICV-Ideenwerkstatt
Horváth & Partners
International Performance Research Institute
Agenda
2 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
Welche Informationspotenziale liefern Predictive Analytics?
Welche Analytics-Werkzeuge sind für Controller relevant?
Welche Analytics-Kompetenzen braucht der Controller?
Wo steht die Analytics-Praxis heute?
Welche Erkenntnisse liefert die ICV-Ideenwerkstatt zum Thema Analytics?
Agenda
3 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
Welche Informationspotenziale liefern Predictive Analytics?
Welche Analytics-Werkzeuge sind für Controller relevant?
Welche Analytics-Kompetenzen braucht der Controller?
Wo steht die Analytics-Praxis heute?
Welche Erkenntnisse liefert die ICV-Ideenwerkstatt zum Thema Analytics?
Wir sind auf dem Weg zum Controller 4.0
41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers4
Business
Analyticsy = f(x)
Wertorientiertes
Rechnungswesen%
Kosten- und
Leistungsrechnungx | :
Buchhaltung + | -
5 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
These 1
Mit Predictive Analytics-Methoden kann der Controller
seine Rolle vom „Business Partner“ zum „Business
Catalyst“ weiterentwickeln.
Agenda
6 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
Welche Informationspotenziale liefern Predictive Analytics?
Welche Analytics-Werkzeuge sind für Controller relevant?
Welche Analytics-Kompetenzen braucht der Controller?
Wo steht die Analytics-Praxis heute?
Welche Erkenntnisse liefert die ICV-Ideenwerkstatt zum Thema Analytics?
Business Analytics:Von Descriptive Analytics zu Prescriptive Analytics
41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers7
Kategorie
Prescriptive
Analytics
Predictive
Analytics
Diagnostic
Analytics
Descriptive
Analytics
Was muss
getan werden?
Was wird
passieren?
Warum ist es
passiert?
Was ist
passiert?
Es werden Cross-Selling-Maßnahmen zur
Verkaufsförderung vorgeschlagen.
Auf Basis einer neuen Prognoserechnung mit
Wettersimulationen werden die Verkaufszahlen
für das kommende Jahr vorhergesagt.
Eine Analyse der Wetterentwicklung stellt
einen Zusammenhang zwischen
Wetter und Absatz her.
Die Vertriebsanalyse zeigt einen
Absatzeinbruch für bestimmte Produkte.
Fragestellung Controlling-Beispiel
Quelle: in Anlehnung an www.gartner.com/it-glossary/predictive-analytics
Was ist Predictive Analytics?
41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers8
Predictive Analytics bezeichnet den Einsatz von
statistischen Methoden und Modellen, um
aus unterschiedlichen digitalen Datenquellen
nutzenstiftende Erkenntnisse abzuleiten (Data
Mining) und auf deren Basis zukünftige
Ereignisse zu prognostizieren.
Verschiedene Formen des Data Minings („Exploration“)
41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers9
Merkmale (z.B. Alter, Studienabschluss)M
erk
mals
träger
(z.B
. K
unden
)
Assoziation
Clu
ste
r
Ausreißer
Klassifikation
a13 a1n
a33 a3n
am3 amnam1 am2
a21 a22
a31 a32
a11 a12
a23 a2n
Quelle: Aggarwal 2015
Welche gängigen Methoden sollten Controllern im Umgang mit Business Analytics bekannt sein? („Optimierung“) (1/2)
41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers10
Quelle: Backhaus et al. 2016
Methode Anwendungsbeispiel
Regressionsanalyse Abhängigkeit der Absatzmenge eines Produktes von Preis, Werbeausgaben
und Einkommen.
Nichtlineare Regression Untersuchung des Wachstums von neuen Produkten, der Diffusion von
Innovationen oder der Ausbreitung von Epidemien.
Zeitreihenanalyse Analyse und Prognose der zeitlichen Entwicklung des Absatzvolumens
eines Produktes oder eines Marktes.
Varianzanalyse Wirkung alternativer Verpackungsgestaltungen auf die Absatzmenge
eines Produktes.
Diskriminanzanalyse Unterscheidung der Wähler verschiedener Parteien hinsichtlich soziodemografischer
und psychografischer Merkmale.
Logistische Regression Ermittlung des Herzinfarktrisikos von Patienten in Abhängigkeit ihres
Alters und ihres Cholesterin-Spiegels.
Kontingenzanalyse Zusammenhang zwischen Rauchen und Lungenerkrankungen.
Strukturgleichungs-
analyse
Abhängigkeit der Käufertreue von der subjektiven Produktqualität und
Servicequalität eines Anbieters.
Conjoint-Analyse Ableitung der Nutzenbeiträge alternativer Materialien, Formen und
Farben von Produkten zur Gesamtpräferenz.
Strukturen-prüfende Methoden
Welche gängigen Methoden sollten Controllern im Umgang mit Business Analytics bekannt sein? („Optimierung“) (2/2)
41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers11
Quelle: Backhaus et al. 2016
Methode Anwendungsbeispiel
Faktorenanalyse Verdichtung einer Vielzahl von Eigenschaftsbeurteilungen auf zugrunde
liegende Beurteilungsdimensionen.
Clusteranalyse Bildung von Persönlichkeitstypen auf Basis der psychografischen Merkmale
von Personen.
Neuronale Netze Untersuchung von Aktienkursen und möglichen Einflussfaktoren
zwecks Prognose von Kursentwicklungen.
Multidimensionale
Skalierung
Positionierung von konkurrierenden Produktmarken im Wahrnehmungsraum
der Konsumenten.
Korrespondenzanalyse Darstellung von Produktmarken und Produktmerkmalen in einem gemeinsamen
Raum.
Strukturen-entdeckende Methoden
Ausgewählte Business Analytics-Softwaretools
41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers12
IBM SPSS Modeler
IBM
Pentaho Business
Analytics
Hitachi Data Systems
SAP Predictive
Analytics
SAP
KNIME Analytics
Platform
KNIME
RapidMiner
RapidMiner
Oracle Data
Mining (ODM)
Oracle
Azure HDInsight
Microsoft
SAS Enterprise Miner
SAS
Valsight
Valsight
Statistica
Dell
Predictive
Analytics Suite
Blue Yonder
…
Algorithmus
NeuroBayes
Einsatzgebiete
Automatisierte
Disposition
Dynamische
Preisgestaltung
Vorausschauende
Absatzplanung
Prognose von
Kundenverhalten im
Rahmen einer
Kundenanalyse
IT-Architektur von Predictive Analytics
41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers13
Quelle: in Anlehnung an Baars 2016
Data Warehouse
Analysemodelle
(„Optimierung“)
CRM ERP SCM …
Analysewerkzeug für die Modellgenerierung („Exploration“)
Externe
Daten
Systeme und
Datenquellen
in den Geschäfts-
prozessen
Modell
Monitoring
Modell-
einsatz
Direkte
Anfragen
RFID
14 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
These 2
Für den Controller sind alle Analytics-Werkzeuge relevant –
sowohl zur Big Data-„Aufbereitung“ („Exploration“) als auch
zur Entwicklung von Vorhersagemodellen („Optimierung“).
Agenda
15 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
Welche Informationspotenziale liefern Predictive Analytics?
Welche Analytics-Werkzeuge sind für Controller relevant?
Welche Analytics-Kompetenzen braucht der Controller?
Wo steht die Analytics-Praxis heute?
Welche Erkenntnisse liefert die ICV-Ideenwerkstatt zum Thema Analytics?
Der Business Analytics-Prozess und die Rolle des Controllers
16 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
Problem-
identifikationExploration Optimierung Monitoring
Co
ntr
olle
rD
ata
Scie
ntist
IT
Handlungsbedarf identifizieren
Fragestellung abgrenzen
Aufgabenstellung formulieren
Gesprächs- und Analysepartner „auf Augenhöhe“
Sparringspartner bei Modellentwicklung
Umsetzungs-barrieren, -kosten etc. klären
Planung, Budgetierung, Reporting ent-wickeln auf Basis der Ergebnisse
Umsetzung, Wirksamkeit und Nebeneffekte überwachen
Diskussions-partner bei Problem-identifikation
Data Acquisition
Data Mining
Data Analysis
Optimierungs-konzept entwickeln
Sparringspartner bei der Überwachung
Softwareangebot evaluieren
Software auswählen
Software implementieren
Beispiel:Predictive Analytics im Rahmen der Projekt-Performance
17 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
Content
Project Management and KPI prediction
– Better understanding and objective evaluation of current
state of all projects
– Structure analysis and carving out driving factors
– Project KPI prediction
– Optimal project design and parameters
– Improved resource allocation
Models embedded in specific H&P business solutions
Data potential analysis f (E,P,C)
Data extraction, cleansing and enrichment
Structure analysis and study of driving factors
Quantitative mathematical models for analysis and prediction
Model benchmarking
Demo example with full data set & MAPP-SHELL
Stand alone or embeddable on existing client IT stack
Purpose
Improve your project management by quantitative methods
Objective evaluation of project KPIs at every stage and phase
Prediction of project KPIs already at early stages, improved
accuracy over project running time
Optimize project design and parameters (specs, time, budget)
Improve resource allocation (man capacities, project running
times, budget allocation)
Improve project portfolio
Prevent burnout of your most valuable resources
Application
Predict
Budget
SpecsTime
Report
Real
Solution
Beispiel:Predictive Analytics im Rahmen der Kundenanalyse
18 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
Solution Content
Comprehensive daily product performance analysis
– Understand your product performance in various markets
– Detailed demand match analysis
– Product/portfolio optimization
– Competitive product and service positioning
Full solution implementation or service
Model embedded in specific H&P business solutions
Data potential analysis f (E,P,C,0)
Data cleansing and enrichment
Model benchmarking
Dynamic mathematical models (MAPI format)
Multi-market & multi-source capable
Single feature & function resolution
Easy to embed in any existing client IT stack
Purpose
Gain deep customer/client insight
Cover all your key markets (subject to data sources)
simultaneously
Optimize the design of your products and services at a single
feature and function (F&F) level
Match F&F cost to F&F demand
Detect trend influences
Analyze pre-market entry demand
Analyze your competition to the F&F level
Increase your client/product/service profitability
Couples into CRM systems and processes
Application
19 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
These 3
Der Controller muss in der Lage sein als „Bindeglied“
zwischen Management und den Data Scientists zu
fungieren. Er muss die Analysewerkzeuge soweit kennen,
dass er „auf Augenhöhe“ deren Nutzung mitgestalten kann.
Agenda
20 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
Welche Informationspotenziale liefern Predictive Analytics?
Welche Analytics-Werkzeuge sind für Controller relevant?
Welche Analytics-Kompetenzen braucht der Controller?
Wo steht die Analytics-Praxis heute?
Welche Erkenntnisse liefert die ICV-Ideenwerkstatt zum Thema Analytics?
Ergebnisse empirischer Studien (1/3):Unternehmen, die Business Analytics einsetzten, sind erfolgreicher.
41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers21
2%
8%
9%
44%
35%
1%
3%
4%
44%
48%
Rückgang von über 10%
Keine Veränderung
Rückgang von 1 bis 10%
Erhöhung von 1 bis 10%
Erhöhung von über 10%
Wie hat sich das EBITDA Ihres Unternehmens in den letzten 3 Jahren verändert?
„Analytics is the foundation
for the CFO to get greater
transparency and insight,
and to steer the business.“
Helen Arnold, CIO, SAP
Quelle: Ernst & Young (2015)
Unternehmen mit hoher Analytics-Priorität
Andere Unternehmen
Ergebnisse empirischer Studien (2/3):Transport/Logistik, Automobilindustrie und Versicherungsbranche sind Vorreiter.
22 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
Erk
en
ntn
isse
au
s d
en
An
aly
sen
we
rden
in k
on
kre
ten
Nu
tze
n u
mg
ew
an
delt
Relevante Entscheidungen basieren zunehmend
auf Erkenntnissen aus der Analyse von Daten
Transport
und Logistik
Automobil-
industrie
VersicherungenChemie und
PharmaBanken
Handel
Tele-
kommunikation
Gesundheits-
wirtschaft Maschinen- und
Anlagenbau
IT und
Elektronik
Medien
Energie
unterdurchschnittlich überdurchschnittlich
unte
rdurc
hschnittlic
hüberd
urc
hschnittlic
h
Quelle: KPMG (2015)
Ergebnisse empirischer Studien (3/3):Komplexe Analytics-Methoden noch nicht weit verbreitet.
25%
32%
39%
40%
41%
44%
48%
54%
49%
38%
49%
47%
46%
44%
46%
43%
26%
30%
12%
13%
13%
12%
6%
3%
Neuronale Netze
K-Means
Assoziationsregeln
Logistische Regression
Hierarchisches Clustern
Andere Regressionsanalysen
Entscheidungsbäume
Lineare Regression
23 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
Was sind die am weitesten verbreiteten Techniken für Advanced und Predictive Analytics in Ihrem
Unternehmen? Welche werden getestet?
Quelle: BARC (2016)
Im Einsatz Im Test Nicht erforderlich
. . .
24 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
These 4
Der Controller muss die Nutzung von Predictive Analytics
in den Controlling-Prozess integrieren und so seine Rolle
als „single source of truth“ sichern.
Agenda
25 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
Welche Informationspotenziale liefern Predictive Analytics?
Welche Analytics-Werkzeuge sind für Controller relevant?
Welche Analytics-Kompetenzen braucht der Controller?
Wo steht die Analytics-Praxis heute?
Welche Erkenntnisse liefert die ICV-Ideenwerkstatt zum Thema Analytics?
Themenschwerpunkte der Ideenwerkstatt
41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers26
2010 - 2011: Green Controlling
2011 - 2012: Behavioral Controlling
Themen-
schwerpunkte
2012 - 2013: Volatilität
2013 - 2014: Big Data
2014 - 2015: Industrie 4.0
2015 - 2016: Business Analytics
Jahresthema 2015/2016 „Business Analytics“:Fragestellungen im Fokus der Ideenwerkstatt
41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers27
Business
Analytics aus
Controlling-
Sicht
Welche Methoden und
Algorithmen sind für das
Controlling relevant?
Methoden & Algorithmen
Welchen Wertbeitrag liefert der
Einsatz von Business Analytics
für das Controlling?
Wertbeitrag
Welche Implementierungs-
schritte sind bei der Einführung
von Business Analytics
notwendig?
ImplementierungKompetenzen
Wie müssen sich
Controllerinnen und Controller
in Bezug auf die Anwendung von
Business Analytics weiterentwickeln?
Wichtigste Messages des Dream Car-Berichts zum Themenschwerpunkt „Business Analytics“
41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers28
Überblick über die relevanten Analyse-Tools
Integration von Business Analytics in den Controllingprozess
(mit Best Practice-Beispielen)
Weiterentwicklung des Controller-Kompetenzmodells
Der Dream Car-Bericht „Business Analytics | Weg zur datengetriebenen
Unternehmenssteuerung“ wird zeitnah veröffentlicht und steht dann zum
kostenfreien Download auf der Homepage der Ideenwerkstatt zur Verfügung:
www.icv-controlling.com/de/arbeitskreise/ideenwerkstatt.html
29 41. Congress der Controller | Predictive Analytics – Zukunftsweisendes Werkzeug des Controllers
These 5
Da wir erst am Anfang der Business Analytics-Nutzung im
Controlling stehen, ist es notwendig, dass die Ideen-
werkstatt weiter „Dream Cars“, Gestaltungsvorschläge und
Roadmaps entwickelt und in die Controller-Community
kommuniziert.