Die Analyse der eingehenden Daten hinsichtlich ihrer Datenqualität, also hinsichtlich Fehlerfreiheit, korrekter Zeitzuordnung usw., ist der erfolgreichste Weg, um sich zu verbessern. Leider verursacht er auch den größten Aufwand. Das wird jedoch ausgeglichen:
- Die mangelnde Datenqualität wird erkannt, bevor sie in weiteren Berechnungen Fehler erzeugen konnte. Dadurch wird Aufwand für die Wiederholung der Berechnungen gespart.
- Ist ein fehlerhaftes Datum erkannt, können sofort die Suche nach den Ursachen und die Bekämpfung beginnen. Es muss nicht erst z. B. aus fehlerhaften Ergebnissen auf fehlerhafte Daten geschlossen werden. Ein weiterer Zeitvorteil.
- Die schnelle Reaktion auf mangelhafte Informationen in den Fachabteilungen stärkt deren Sorgfalt, da Sorglosigkeit sofort erkannt wird.
4.1.1 Daten vergleichen!
Die Datenanalyse beginnt mit einem einfachen Vergleich der Informationen, die in der Kostenrechnung ankommen, mit weiteren Werten. Dazu eigenen sich:
der Vergangenheitswert
Gibt es signifikante Abweichungen zum Wert aus dem Vormonat? Gibt es signifikante Abweichungen zum Wert des gleichen Monats aus dem Vorjahr? Neben den Zuordnungen zur Periode kann auch ein Vergleich mit anderen Sachverhalten in der Vergangenheit, unabhängig von festen Zeitfolgen, erfolgen. So ist der Verbrauch von Rohstoffen für die Herstellung eines Produktes zu vergleichen mit dem Verbrauch der letzten Produktion, aus dem vergangenen Monat, von gestern oder aus dem letzten Jahr.
der Durchschnittswert
Bei stark schwankenden Daten wird der aktuelle Wert verglichen mit dem Durchschnittswert der Vergangenheit. Dabei wird die Anzahl der im Durchschnitt einzubeziehenden Werte bestimmt von der Schwankungsbreite. Handelt es sich um jährliche saisonale Abläufe, werden z. B. die 12 letzten Perioden für den Durchschnitt verwendet. Auch die letzten 5 Lieferungen an einen Kunden können als Durchschnitt dienen oder die letzten 3 Produktionsaufträge für den Vergleich der Rohstoffverbräuche.
der Planwert
Im Grunde findet der Vergleich immer mit einem erwarteten Wert statt. Bei gut ausgebauter Planung im Unternehmen kann und sollte der Vergleichswert der Planwert sein. In diesem sind sowohl die vergangene als auch die erwartete Entwicklung enthalten.
Nicht jede Abweichung zählt
Legen Sie vor der Prüfung fest, wie hoch die Abweichung sein darf, um als ein Hinweis auf mangelnde Datenqualität dienen zu können. Dies kann sowohl absolut (also in Euro oder Einheiten) als auch prozentual bestimmt werden. Damit verhindern Sie, dass zu viele kleine, akzeptable Abweichungen Ihren Alarmapparat verstopfen.
4.1.2 Zeitreihen
In einem komplexeren Zusammenhang steht die Einordnung des aktuellen zu prüfenden Wertes in eine Zeitreihe. Dabei wird die gesamte Zeitreihe in den Vergleich aufgenommen. Auch hier kann die Zeitreihe sowohl unterschiedliche Zeitperioden umfassen als auch mehrere in der Vergangenheit vorgekommene gleiche Sachverhalte.
Rohstoffschwankungen
Ein Unternehmen aus der Nahrungsmittelindustrie stellt verschiedenste Sorten Schokolade her. In Abhängigkeit von vielen Parametern (Qualität, Temperatur, Luftfeuchtigkeit, Verarbeitungsgeschwindigkeit) ist bei der Herstellung einer bestimmten Schokolade der Verbrauch von Kakao als Rohstoff unterschiedlich groß. Das zeigt sich in den Daten der letzten 5Fertigungen:
Produktionsauftrag |
Datum |
Produzierte Menge |
Verbrauch Kakao |
|
55481002 |
2. März |
1.785 kg |
817 kg |
0,458 kg/kg |
55481774 |
5. März |
1.410 kg |
681 kg |
0,483 kg/kg |
55481884 |
27. April |
1.820 kg |
805 kg |
0,442 kg/kg |
55481058 |
2. Mai |
1.050 kg |
480 kg |
0,457 kg/kg |
55481099 |
3. Mai |
1.499 kg |
987 kg |
0,658 kg/kg |
Die Betrachtung der Zeitreihe des Kakaoverbrauchs pro Kilogramm Schokolade zeigt, dass der letzte Wert mit hoher Wahrscheinlichkeit falsch ist. Tatsächlich wurden wirklich nur 687 kg eingesetzt (0,458 kg/kg). Es handelte sich um einen Erfassungsfehler. Die Zeitreihe kann auch grafisch dargestellt werden (vgl. Abb. 3).
Abb. 3: Grafische Zeitreihe
Die Prüfung der Zeitreihe kann unterschiedlich erwartete Ergebnisse beinhalten. Üblich ist, dass die Daten nicht zu sehr schwanken. Die grafische Zeitreihenanalyse zeigt dann die Ausreißer. Es gibt jedoch auch Werte, die einer gewissen Schwankung unterliegen. Zeigt die Zeitreihe gleiche Werte über einen längeren Zeitraum, dann ist hier der Verdacht auf mangelnde Datenqualität gerechtfertigt. Meist wird vom Datenerfasser in solchen Fällen einfach der letzte Wert kopiert und an die Kostenrechnung gemeldet.
Arbeit sparen, sich erinnern
Die Analyse von Zeitreihen ergibt immer nur einen Verdacht und die Überprüfung des Verdachts ist meist sehr zeitaufwendig. Daher sollten Sie bei geprüften Verdachtsfällen die Parameter mit dem Ergebnis festhalten. Gleichgültig, ob es sich um berechtigte Abweichungen gehandelt hat oder tatsächlich um einen Fehler, bei späterer Wiederholung einer Abweichung mit gleichen Parametern können Sie sich die detaillierte Untersuchung sparen, wenn Sie auf diese "Erinnerung" zurückgreifen können.
4.1.3 Daten zählen
Auch fehlende Daten führen z...