Stochastische Abweichungsanalyse mit Predictive Analytics / 2.2 Weitere Abhängigkeiten mit Big Data einbeziehen

In Zeiten von Big Data und Predictive Analytics besteht die Möglichkeit, mehr Abhängigkeiten zu quantifizieren, als dies bisher möglich war. Die Beachtung von Unsicherheiten ist unvermeidlich. Während eine Mengenabweichung eine, abgesehen von einer möglicherweise subjektiven Bewertung, objektive Größe darstellt, gilt dies nicht für sämtliche Einflüsse auf die Menge. Dementsprechend lassen sich Anpassungen deutlich schwerer begründen und eindeutige Maßnahmen kaum ableiten.

Diese Problematik entledigt den Controller nicht von der Verantwortung der Rationalitätssicherung: Die Qualität der Abweichungsursachen muss sorgsam eingeschätzt werden. Statistisch nicht akzeptable Abhängigkeiten gehören nicht in die Analyse.

Ein kritischer Punkt ist die Aggregation von Zusammenhängen unterschiedlicher Qualität. Es ist ein großer Unterschied, ob Zusammenhänge analytisch, wie am Beispiel der Produktion, ermittelt werden oder sich auf statistisch schwach signifikante Abhängigkeiten, wie z. B. auf die Preis-Absatz-Funktion, beziehen. Anhand der finalen Werte sind Qualitätsunterschiede nicht mehr erkennbar. Ähnlich wie die gemischte Abweichung bei der multiplikativen Verknüpfung von Menge und Preis lassen sich die Abweichungen i. d. R. nicht eindeutig zuordnen.

Hinweis

Herleitung der Mischabweichung

Mengen- und Preisabweichung beziehen sich beim Umsatz auf die Plangröße, also Mengenabweichung = Planpreis * Mengendifferenz und Preisabweichung = Planmenge * Preisdifferenz. Damit bleibt die Mischabweichung aus Preisdifferenz * Mengendifferenz übrig, die das Delta Umsatzabweichung – (Preisabweichung + Mengenabweichung) erklärt.

Aber muss man wegen dieser Problematik auf zusätzliche Einsichten verzichten? Eine Abweichungsspaltung ist nicht das Ende einer Analyse. Preis- oder Mengenabweichungen stellen lediglich den Startpunkt weiterer Analysen dar und sind selten die direkte Ursache von Maßnahmen/Sanktionen. Eine umfassende Ursachenforschung bezieht häufig Vermutungen mit ein. Diese vorab schon zu quantifizieren, ist nicht nachteilig.