Ist der Projektplan ausgearbeitet und die Ziele definiert, beginnt die Arbeit mit den Daten. Dabei werden die Datenquellen herangezogen und systematisch für die Verwendung des im vorherigen Schritt ausgemachten Tools vorbereitet. Bisherige Prozesse und die darin verwendeten Dokumente sind der Ausgangspunkt dafür.
Werden die Daten wie in dem Projekt zum Liquiditätsforecasting bspw. tabellarisch erfasst und zentral abgelegt, können sie systematisch abgefragt und aufbereitet werden. Dabei ist das Ziel, so viele Forecasts und Ist-Werte für zurückliegende Monate abzugreifen, wie zur Verfügung stehen. Denn je mehr Datenpunkte pro vorherzusagendem Wert zur Verfügung stehen, desto besser die Prognosequalität vieler Forecasting-Methoden. Da die Datenpunkte neben Attribut und Wert einen monatlichen Zeitstempel haben, anhand dessen sie chronologisch sortiert werden können, spricht man auch von Zeitreihen. Zeitreihen sind Datenpunkte, die zusammen mit der Zeit ihrer Aufnahme gespeichert werden.[1]
Dabei gibt es neben den Daten, die im zu automatisierenden Prozess generiert werden, häufig weitere, die in engem Zusammenhang mit den analysierten Prozessen stehen. Im Liquiditätsforecasting sind das z. B. die Umsätze und Kosten der vergangenen Monate sowie eine Umsatz- oder Absatzplanung. Einige Unternehmen verwenden weitere Marktdaten und makroökonomische Indikatoren in ihrem händischen Liquiditätsforecasting-Prozess. Diese Daten sollten für die monatlichen Forecasts genauso strukturiert in Zeitreihen erfasst und abgelegt werden, damit sie ebenfalls bei der Automatisierung des Forecasts verwendet werden können.
Dieser Inhalt ist unter anderem im Haufe Finance Office Premium enthalten. Sie wollen mehr?
Jetzt kostenlos 4 Wochen testen