Fachbeiträge & Kommentare zu Analytics

Aufgrund der unternehmens- und branchenspezifischen Herausforderungen kann es keine allgemeingültige Forecast-Landschaft geben, die universell einsetzbar ist.[1] In der Praxis hat sich jedoch ein Best-Practice-Vorgehensmodell zur Schaffung einer integrierten Forecast-Landschaft bewährt. Das Vorgehensmodell besteht aus 4 Schritten: inhaltlich-funktionale Integration mittels Tre...mehr

Digitale Planung zeichnet sich durch drei zentrale Eigenschafen aus: einen hohen Grad an Integration und Detaillierung, die weitgehende Automatisierung der Prozesse sowie eine tool-unterstützte Simulations- und Szenariofähigkeit zur Entscheidungsfindung. Abb. 1: Die digitale Planung beruht auf 3 Schritten[1] Planungsexperten weisen zunehmend darauf hin, dass die künftige Planung ...mehr

Die zentrale Datenhaltung ist der Kern eines modernen Planungssystems. Dabei sind neben der Speicherung der Daten auch die Abbildung des Geschäftsmodells in einer adäquaten Struktur sowie die Abbildung der Beziehungen zwischen den Elementen der Planung in einem logischen Modell entscheidend. Relationale Datenbanken und spaltenorientierte Datenbanken können diese Anforderunge...mehr

Die Integration von Finanz-Forecast und Sales & Operations Planning (S&OP) verbessert die Effektivität der Unternehmenssteuerung und steigert gleichzeitig die Effizienz von Planung- und Forecasting-Prozessen. Bis es soweit ist, stehen Unternehmen jedoch vor signifikanten Herausforderungen. Anhand eines Praxisbeispiels aus der Pharmaindustrie wird gezeigt, wie Unternehmen dies...mehr

Anaplan[1] wurde 2006 von Michael Gould in York (UK) gegründet. Der offizielle Markteintritt erfolgte im Jahr 2011. Die Planungs- und Performance-Management-Lösungen von Anaplan werden ausschließlich über die Cloud als Software as a Service (SaaS) bereitgestellt.[2] Zur Distribution und Unterstützung der Implementierung arbeitet Anaplan mit zahlreichen Partnern zusammen. Akt...mehr

Viele Unternehmen betreiben eigene Serverfarmen und Rechenzentren, um eigene IT-Systeme für die Benutzer zur Verfügung zu stellen. Dabei ist nur ein Bruchteil der Unternehmen in Geschäftsfeldern unterwegs, die direkt mit dem Betrieb von IT-Systemen zu tun haben. Cloud Computing sieht dagegen die Nutzung von Systemen als Dienstleitung vor, die von spezialisierten Unternehmen ...mehr

Im vorliegenden Beitrag wurden unterschiedliche Möglichkeiten der Integration von Risiken und Unsicherheit in die Unternehmensplanung diskutiert. Es hat sich gezeigt, dass es zwar mehrere methodische Möglichkeiten gibt, dass diese jedoch in der Praxis nur unzureichend umgesetzt werden. Bereits im Bereich der Break-even-Analyse verwenden Unternehmen bisher eher die einstufige...mehr

Bhardwaj/Sawy/Pavlou/Vekatraman, Digital Business Strategy: Toward a next Generation of Insights, in MIS Quarterly, Jhg. 37, 2013, S. 471–482. Brühl, Big Data, Data Mining, Machine Learning und Predictive Analytics: Ein konzeptioneller Überblick, in CFS Working Paper Series, Nr. 617, 2019. Gleich/Voggenreiter, Neugestaltung der Planung, 2003, S. 66. Horváth, Controlling, 2002, ...mehr

Wie in Kap. 1 beschrieben lassen sich in vielen Unternehmen im Zusammenhang mit Planung und Budgetierung einige Schwachstellen und Probleme identifizieren, auf die hier kurz eingegangen wird. Prozessuale Trennung durch Parallel-Prozesse Die funktionale und die finanzielle Planung sind vielfach nicht miteinander verknüpft und somit nicht ineinander überleitbar. Stattdessen plan...mehr

cubus outperform unterstützt die mehrdimensionalen Technologien IBM Planning Analytics, Oracle Essbase und Microsoft Analysis Services. Aufgrund früherer positiver Erfahrungen wurde schnell eine Entscheidung für Oracle Essbase gefällt. Die mehrdimensionale Datenhaltung kombiniert mit der Flexibilität bei der Erstellung der Eingabemasken konnten ideal eingesetzt werden, um jed...mehr

Es stellt sich die Frage, wie mit diesen Herausforderungen umgegangen wird. Im Folgenden soll beispielhaft aufgezeigt werden, wie die erwähnten Hürden zu bewältigen sind. Die Implementierung einer neuen Planungslösung bietet die Möglichkeit für eine konzeptionelle Umgestaltung der Prozesse. Der neue Prozess beginnt zunächst mit der Zulieferung von Daten aus Controlling, dezen...mehr

Neben den zuvor beschriebenen Analysen an der Kundenschnittstelle können Advanced-Analytics-Lösungen im Rahmen der Steuerung von strategischen und operativen Prozessen einen großen Nutzen bieten. Advanced Analytics ebnet den Weg zu einer datengetriebenen Unternehmenssteuerung und ermöglicht somit eine nachhaltige Geschäfts- und Prozessoptimierung. Im Rahmen des heutzutage noc...mehr

Digitale Transformation führt zu datengetriebenen Geschäftsmodellen Die digitale Transformation eines Unternehmens führt zu einer zunehmenden Fokussierung auf Daten und Datenverfügbarkeiten. Mittels einer Datenstrategie bzw. Daten-Governance wird der ganzheitliche unternehmerische Umgang mit Daten allgemein und in seiner Spezifikation für verschiedene Datenarten und -typen fe...mehr

Die vorherigen Ausführungen zeigen, dass moderne Advanced-Analytics-Technologien ein Kernelement der digitalen Transformation von modernen Unternehmen sind. Der Einsatz dieser Technologien ist zudem ein zentraler Aspekt, um als Unternehmen zukünftig wettbewerbsfähig bleiben zu können. Advanced Analytics ist einer von mehreren technologischen Trends, der es ermöglicht das bes...mehr

Informationsmanagement als Basis des Erfolgs Die Basis für jede strategisch unternehmerische Entscheidung (z. B. im Rahmen der Unternehmenssteuerung) sind Informationen. Der in Kapitel 1 skizzierte technologische Fortschritt führt zu einer exponentiellen Informations- und Datengenerierung, die es den Unternehmen ermöglicht, ihr Wissen über Produkte/Kunden/Märkte auf Basis der...mehr

Schnelle und zielgenaue Identifikation von Geschäftspotenzialen durch Advanced Analytics Bestehende Geschäftsmodelle stehen auf dem Prüfstand. Die Disruption einer Industrie durch Start-ups ist für etablierte Unternehmen eine reale Gefahr geworden. Unternehmen müssen daher bestehende Geschäftsmodelle überdenken und dabei auch auf Konkurrenz aus anderen Industrien achten. Bei d...mehr

Ein weiterer Anwendungsfall für Advanced Analytics ist die Customer-Lifetime-Value-(CLV)-Analyse und -Vorhersage. Bei der Analyse des CLV werden die Daten der gesamten Geschäftsbeziehung eines Kunden berücksichtigt und die Kundenbeziehung somit nicht als rein statisches Objekt angesehen.[1] Auch wenn die klassische Berechnung des Kundenwertes aus Unternehmenssicht (meist) led...mehr

Bevor auf den beschleunigenden Aspekt von Advanced Analytics für eine erfolgreiche digitale Transformation eingegangen wird, soll der Terminus "Digitale Transformation" konkreter beschrieben werden. Die digitale Transformation eines Unternehmens startet mit der Technologisierung der Kundenerlebnisse des bestehenden Geschäftsmodells (z. B. durch ein besseres Kundenverständnis,...mehr

Ein wesentlicher Veränderungstreiber ist die fortschreitende technologische Entwicklung. Die Anwendung in Unternehmen wird gemeinhin als "Digitale Transformation" oder "Digitalisierung" bezeichnet und birgt für Unternehmen Chancen und Risiken zugleich. Digitale Geschäftsmodelle basieren in großem Maße auf gesammelten und gespeicherten Daten. Advanced Analytics beinhaltet Meth...mehr

5.1 Risiken als Folge neuer Geschäftspotenziale Die digitale Transformation ermöglicht neue digitale Geschäftsmodelle, die das "Überleben" des Unternehmens sichern und gleichzeitig Mehrwert schaffen sollen. Allerdings bieten digitale Services und Produkte auch Angriffsflächen. Dies zeigte sich nicht zuletzt durch die besonders großflächigen Angriffe, die man in den letzten Mo...mehr

Zusammenfassung Ein wesentlicher Veränderungstreiber ist die fortschreitende technologische Entwicklung. Die Anwendung in Unternehmen wird gemeinhin als "Digitale Transformation" oder "Digitalisierung" bezeichnet und birgt für Unternehmen Chancen und Risiken zugleich. Digitale Geschäftsmodelle basieren in großem Maße auf gesammelten und gespeicherten Daten. Advanced Analytics ...mehr

Colas/Finck/Buvat/Nambiar/Singh, Cracking the Data Conundrum – How successful companies make big data operational, 2014. Crummenerl/Seebode, Das Geheimnis erfolgreicher digitaler Transformationen – Warum Führung, Befähigung und Kultur den Unterschied machen, Capgemini Consulting, 2016. Dumslaff/Heimann, Studie IT-Trends 2017 – Überfordert Digitalisierung etablierte Unternehmen...mehr

Bereits bei der Entwicklung digitaler Geschäftsmodelle stellt sich demnach die Frage, wie "Freunde" (z. B. Lieferanten, Kunden) partizipieren und "Feinde" (z. B. Angreifer) zugleich ferngehalten werden können. Da es kein alleiniges einzelnes Gateway gibt, das sich verteidigen lässt, ist es wichtig, zu verstehen, dass sich nicht alles schützen lässt und ein Cyber-Angriff kein...mehr

Anpassung von Unternehmen an neue Gegebenheiten ist unausweichlich Der Einfluss der Digitalisierung auf Gesellschaft und Arbeitswelt zeigt sich nahezu in jeder öffentlichen Debatte. So entdecken nicht nur Politiker die digitalen Medien wie z. B. Facebook oder Twitter für sich, sondern auch Unternehmenslenker wie Elon Musk, Richard Branson, Marc Cuban oder Mark Zuckerberg inte...mehr

Die digitale Transformation ermöglicht neue digitale Geschäftsmodelle, die das "Überleben" des Unternehmens sichern und gleichzeitig Mehrwert schaffen sollen. Allerdings bieten digitale Services und Produkte auch Angriffsflächen. Dies zeigte sich nicht zuletzt durch die besonders großflächigen Angriffe, die man in den letzten Monaten auch aus den Medien entnehmen konnte. Hie...mehr

4.1 Embedded BW Echtzeitreporting ohne Datenredundanz Ein Business Warehouse, kurz "BW" genannt, ist im S/4HANA-System eingebettet (embedded) und muss nicht als eigener Server mit allen damit zusammenhängenden Problemen wie regelmäßiges Laden der Daten, Latenz der Daten und Datenredundanz betrieben werden. Die Zukunft des Berichtswesens liegt in den neuen Berichtswerkzeugen de...mehr

Überblick Die neue Softwaregeneration S/4HANA löst SAP ERP ab. Ihre Innovationen haben zahlreiche Auswirkungen auf das interne und externe Rechnungswesen. Neben der neuen In-Memory-Datenbank gibt es weitere Neuerungen wie das Universal Journal, das Embedded BW, das Embedded BPC und Embedded Analytics. In dem Beitrag wird zunächst die Architektur von S/4HANA vorgestellt. Anschl...mehr

Echtzeitreporting ohne Datenredundanz Ein Business Warehouse, kurz "BW" genannt, ist im S/4HANA-System eingebettet (embedded) und muss nicht als eigener Server mit allen damit zusammenhängenden Problemen wie regelmäßiges Laden der Daten, Latenz der Daten und Datenredundanz betrieben werden. Die Zukunft des Berichtswesens liegt in den neuen Berichtswerkzeugen der Embedded Anal...mehr

Neue Lösungen durch Überwindung bisheriger Performancegrenzen möglich S/4HANA ist eine Business Suite, die auf einer Client-Server-Lösung beruht. Die Client-Server-Technologie kombiniert mit einer herkömmlichen Datenbank, die Daten auf eine Festplatte speichert und von dieser Festplatte liest, war jahrzehntelang der bestimmende Flaschenhals für die Entwicklung der Anwendersof...mehr

Excel-basiertes Analysetool In diesem Kapitel beschreiben wir die Möglichkeiten von Embedded Analytics anhand von Analysis for Excel. Folgendes Beispiel zeigt die neuen Möglichkeiten einer Bilanz und GuV-Analyse mit Analysis for Excel. Der Standard ERP-Bericht zum Bilanz und Gewinn- und Verlustrechnung liest die die Daten aus dem Universal Journal über einem Kompatibilitätsvi...mehr

Bei einigen dieser Fiori Apps werden auf den Kacheln Echtzeitwerte von Kennzahlen (Key Performance Indicator, im folgenden "KPI" genannt) eingeblendet, was mit dem Werkzeug "Smart Business" kundenindividuell entwickelt werden kann. Bei diesen Apps kann beispielweise eine berechnete Kennzahl abhängig von bestimmten Bedingung in unterschiedlichen Farben dargestellt werden. Rot ...mehr

Zusammenfassung Überblick Die neue Softwaregeneration S/4HANA löst SAP ERP ab. Ihre Innovationen haben zahlreiche Auswirkungen auf das interne und externe Rechnungswesen. Neben der neuen In-Memory-Datenbank gibt es weitere Neuerungen wie das Universal Journal, das Embedded BW, das Embedded BPC und Embedded Analytics. In dem Beitrag wird zunächst die Architektur von S/4HANA vorg...mehr

Fiori Apps auf dem Fiori Launchpad Eine neue Möglichkeit sind die Analysen mit Fiori Apps. Sie lassen sich über das rollenspezifisch konfigurierte Fiori Launchpad auch von mobilen Endgeräten wie Tablets aufrufen. Abb. 15: Fiori Launchpad Einstieg SAP liefert viele Fiori Apps im Standard aus. Die Apps werden in transaktionale, analytische Apps und Fact Sheets unterschieden. Trial...mehr

Zahlreiche neue Reporting-Werkzeuge Über das Embedded Business Warehouse sind alle Business Warehouse-Reportingwerkzeuge wie Analysis for Excel, Analysis for PowerPoint, Design Studio, Cristal Reports und Lumira anwendbar. Zusätzlich sind App-ähnliche Auswertungen mit den neuen Fiori-Anwendungen mit Query-Browser, analytischen Apps und Fact Sheets zur Verfügung, die auch für ...mehr

Zentrale Einzelpostentabelle für internes und externes Rechnungswesen Bisher wurden die Anwendungen des Rechnungswesens in Form eines hierarchischen Datenbankmodells programmiert. Zur Steigerung der Performance wurden bei jeder Buchung nicht nur Einzelposten gespeichert, sondern auch Indextabellen und Summensätze fortgeschrieben (s. Abb. 4). Abb. 4: Alte Tabellenstruktur in S...mehr

Alle Anwendungsdaten ständig im riesigen Hauptspeicher gehalten Der Applikationsserver ist nicht mehr mit einer herstellerunabhängigen Datenbank, sondern mit der SAP HANA In-Memory-Datenbank verbunden. Obwohl SAP HANA wesentlich mehr als eine reine Datenbank ist, soll hier nur auf einige Aspekte eingegangen werden. Die Leistungsfähigkeit der der HANA-Datenbank beruht primär ...mehr

Aus Sicht der Autoren ist SAP mit S/4HANA Finance im Bereich Rechnungswesen ein großer Wurf gelungen. Nachdem alle Daten des internen und externen Rechnungswesens im gleichen Universal Journal gespeichert werden, gibt es nurmehr eine Quelle der Wahrheit, und Buchhalter und Controller kommen zu den gleichen Ergebnissen. Alle Daten werden auf Belegebenen mit allen Details gespe...mehr

Um externe Daten und insbesondere Marktdaten in die Betrachtung mit einfließen zu lassen, wird derzeit ein Pilotprojekt mit einem Geschäftsfeld (Umsätze) durchgeführt. Dazu wurde die Software @RISK der Palisade Corporation verwendet. Zur Anwendung kommen weiterführende statistische Prognosemodelle. Über die Berechnung von Korrelationen wird der Zusammenhang zwischen Marktvari...mehr

Entscheidungen über die zukünftige Unternehmensentwicklung wurden in der Vergangenheit basierend auf der Einschätzung von erfahrenen Top-Managern getroffen. Diese intuitive Entscheidungsfindung ändert sich jedoch durch das immer schnellere Aufkommen von neuen Mega-Trends, wie Digitalisierung, Industrie 4.0, Big Data, die das Unternehmensumfeld immer volatiler, unsicherer, ko...mehr

Die gute Nachricht zuerst: Ein Controller muss kein Mathematiker oder Statistiker werden. Das nehmen ihm die immer besser werdende Analytics-Software oder der Data Scientist ab. Dennoch: Will der Controller die Rolle des Business Partners einnehmen, muss er das Business verstehen und im Stande sein, dieses in statistische Modelle zu überführen, die zugrundeliegenden Algorith...mehr

DATEV eG, Über DATEV, DATEV Ökosystem, 2018, https://www.datev.de/web/de/m/ueber-datev/datev-oekosystem/, Abrufdatum 27.9.2018. DATEV eG, DATEV mit Rückenwind auf dem Weg in die digitale Zukunft, 2017, https://www.datev.de/web/de/m/presse/pressemeldungen/meldungen-2017/datev-mit-rueckenwind-auf-dem-weg-in-die-digitale-zukunft, Abrufdatum 27.9.2018. Drerup/Suprano/Wömpener, Con...mehr

Aufbauend auf den Grundlagen, die im Beitrag "Predictive Analytics mit Excel und R: Positionierung und erste Schritte" vorgestellt werden, beleuchtet dieser Beitrag nun die statistischen Methoden. Automatisierte Prognose heißt, aus den Daten der Vergangenheit zu lernen. Dies gilt für einfache statistische Methoden genauso wie für Machine Learning mit neusten Verfahren. Mit de...mehr

Predictive Analytics beginnt mit einfachen Verfahren wie Regression und Entscheidungsbäumen. Hierzu gibt es etablierte Algorithmen in R, die in Excel genutzt werden können. Die Ergebnisse können direkt innerhalb von Excel interpretiert und in bestehende Verfahren wie bspw. den Planungsprozess eingebunden werden. Komplexe Grafiken wie beispielsweise ein Entscheidungsbaum können ...mehr

Nun soll noch eine Trennung nach Trainings- und Testdaten vorgenommen w erden. Dies kann mit folgender Sequenz erreicht werden. "set.seed()" setzt den Startwert bei "sample()". Damit wird immer die gleiche Aufteilung vorgenommen. "sample()" zieht zufällig eine bestimmte Anzahl an Elementen aus einem V...mehr

Wie kommen die Daten allerdings nach R? Übertragen werden sie aus Excel mit einer weiteren selbst geschriebenen BERT-Funktion:[1] Die Funktion "E.defineDT()" steht für "define DataTable". Damit kann R die Daten in einer für unsere Aufgabenste...mehr

North, Data Mining for the Masses, 2006. Runkler, Data Mining, 2010.mehr

Eine Regression wird in R durch die Funktion "lm()" abgebildet. Die abhängige Variable wird durch eine Tilde von den unabhängigen Variablen (im Fall der Zeit die fortlaufende Variable "Period_Index") getrennt. Der folgende Code kann in ein oder 2 Excel-Zellen eingetragen werden und über die "R.E.eval()"-Funktion ausgeführt werden.mehr

Der Klassiker der Statistik ist die Regression und diese ist in der Regel schnell erstellt. Eine solche Berechnung ist natürlich auch in Excel möglich, allerdings ist die Implementierung in R deutlich leistungsfähiger und mit den entsprechenden Vorkenntnissen auch einfach zu implementieren. Wir haben glücklicherweise Absatzdaten über 3 Jahre, so dass eine vernünftige Analyse...mehr

Zeitreihen können den Forecast verbessern, setzen aber voraus, dass eine strukturelle Konstanz besteht: Treiber wie beispielsweise Konkurrenz, wirtschaftliche Entwicklung und vor allen Dingen beeinflussbare Treiber wie beispielsweise Rabatte, Marketing-Ausgaben usw. werden vernachlässigt. Dies erscheint aber in den meisten Fällen nicht adäquat. Der Einbezug von Einflussfaktor...mehr

Eine Trainings-Datei (eReader_Training.csv) kann einfach in Excel über das Band "Daten", Button "Aus Text/CSV" eingelesen werden. Die Datei hat Feldüberschriften und der Separator ist ein Komma (Abb. 5). Das gewünschte Ergebnis zeigt Abb. 6. Abb. 5: Ausführung des Import-Assistenten Abb. 6: Import-Ergebnis Es wird nun wieder "R.E.defineDT()" zur Übernahme der Daten verwendet:mehr