SAP Analytics Cloud und SAP Digital Boardroom: Machine L ... / 3.5 Smart Predict: Datengestützte Empfehlungen für Aktionen

Bei manchen schwierigen steuerungsrelevanten Fragen geht der Dateninterpretations- bzw. Prognosebedarf über die in Diagrammen angeboten Assistenzfunktionen (Predictive Forecasting, Smart Discovery) hinaus. Die Smart-Predict-Funktion der SAP Analytics Cloud Lösung beweist, dass erweiterte datenwissenschaftliche Modellierung und Fachanwenderfreundlichkeit sich nicht gegenseitig ausschließen müssen.

Ein Prognoseszenario in Smart Predict ist ein Arbeitsbereich zum Erstellen von Prognosemodellen und -berichten zur Beantwortung einer Geschäftsfrage, für die eine Prognose zukünftiger Ereignisse oder Trends erforderlich ist. Dem Benutzer stehen verschiedene Prognoseszenariotypen zur Verfügung.

In unserem Beispiel kann Smart Predict dem Vertriebsleiter helfen, die Entscheidungsfindung zu automatisieren und zu erweitern, z. B. bei anspruchsvollen Umsatzzielen.

Smart Predict bietet u. a. folgende Prognoseszenarien:

• Klassifikation für die fundierte Entscheidung zu einer Geschäftsfrage, für die eine binäre Entscheidung erforderlich ist (ja/nein), z. B. ob es wahrscheinlich ist, dass:

  1. ein Kunde ein neues Produkt kauft oder
  2. ein Vertriebsmitarbeiter einen existierenden Kunden verliert
• Regression: Dieses Szenario prognostiziert einen numerischen Wert (z. B. Umsatzhöhe beim Vertragsabschluss, Auftragsbestand) in Abhängigkeit von der Fluktuation anderer wesentlich korrelierter Variablen.
• Zeitreihen-Prognose, um numerische Werte für einen bestimmten Zeitraum unter Berücksichtigung anderer korrelierter oder nichtkorrelierter Kennzahlen vorherzusagen: z. B. der monatliche Absatz im nächsten Quartal/Jahr anhand historischer Verkaufsdaten sowie Kalenderinformationen (Ferien) und voraussichtliche Temperaturdaten als Variablen, die die Nachfrage beeinflussen.

Der Aufbau und das Trainieren und Auswerten der Prognosemodelle sind auch für Nichtstatistiker verständlich und benutzerfreundlich. In jedem Prognoseszenario können ein oder mehrere Prognosemodelle erstellt werden. In dem jeweiligen Auswertungsbericht können prognostizierte Werte erklärt und die Genauigkeit der Prognose überprüft werden. Der Benutzer wählt schließlich für die Anwendung neue Daten für das Modell aus, das die besten Antworten auf die Geschäftsfragen liefert.

Praxis-Tipp

Daten als Fundament für das intelligente Unternehmen

Die neue Intelligenz der analytischen Vorgänge und automatisierten Geschäftsprozesse benötigt ein entsprechendes Datenfundament. Datenanalyse setzt dort an, wo "rohe", technische Daten aus Geschäftsprozessen und IT-Systemen durch Datensteuerungsprozesse zu semantisch beschriebenen und vergleichbaren Leistungsindikatoren transformiert werden. Dadurch werden Daten und Analyse unzertrennlich.

Hierbei hängt der Erfolg von Analytics und KI-Szenarien stark von der Sauberkeit, Vertrauenswürdigkeit, und Zweckmäßigkeit der darunterliegenden Daten ab. In den bisherigen SAP Analytics Cloud und SAP Digital Boardroom Implementierungsprojekten haben sich zentrale Datensteuerung und Daten-Governance als ideale Ergänzung für die etablierten Governance-Praktiken in der Analytics-Disziplin erwiesen.^[1] Um Steuerungsexzellenz zu erreichen, konvergieren in vielen Unternehmen zunehmend die Datenmanagement- und Analytics-Kategorien samt den darunterliegenden IT-Abläufen. Der neue "DataOps" Ansatz als agiler Datenbetrieb für analytische und KI-Zwecke gewinnt mehr und mehr an Akzeptanz.

[1] Zu Governannce-Praktiken in der Analytics-Disziplin, s. Bliznak, 2017.