5 Minuten Lesezeit 22 Jänner 2020
Data2Value – Wie kann aus Daten Mehrwert entstehen?

Data2Value – Wie kann aus Daten Mehrwert entstehen?

5 Minuten Lesezeit 22 Jänner 2020

Daten sind das neue Öl. Schätzungen zufolge werden im Jahr 2020 50 Milliarden Geräte mit dem Internet verbunden sein. Unternehmen sind jetzt darin gefordert die richtigen Analysemethoden zu identifizieren.

Wir haben bereits viele Analytics Use Cases identifiziert — wie gelingt es uns, aus vielen Ideen und Use Cases diejenigen zu selektieren, die sich am meisten lohnen? Wo und wie beginnen wir mit der Umsetzung datengetriebener Innovation? Wie schaffen wir eine brauchbare konzernweite Datenbasis als Grundlage für nachfolgende Analysen? Wie schaffen wir es, fundiertere Entscheidungen basierend auf vorhandenen Daten zu treffen? Wir produzieren so viele Daten, wie können wir diese aufbereiten und sinnvoll zur Erreichung unserer Geschäftsziele nutzen? Viele dieser Fragen haben Sie wahrscheinlich auch in Ihrem Unternehmen schon einmal gehört. Und zwar nicht ohne Grund: In der Praxis beweist eine Vielzahl erfolgreicher Anwendungsbeispiele, dass datengetriebene Lösungen einen nachhaltigen Beitrag zur Erreichung von Businesszielen leisten können.

Jedes Unternehmen verfügt über einen Schatz an Daten — doch nur die wenigsten heben ihn durch gezielte Analysen. Sie lassen dadurch viel Potenzial auf der Straße liegen: von Umsatzwachstum über höhere Kundenzufriedenheit bis hin zu mehr Sicherheit für das Unternehmen.

Internet of Things

50 Milliarden

Geräte werden Schätzung zufolge im Jahr 2020 mit dem Internet verbunden sein.

Big Data und Analytics eröffnen Unternehmen viele neue Möglichkeiten, etwa genauer zu planen, indem der Planungsprozess durch Analytics angereichert wird.

EY Smart Assisted Planning — genauere Entscheidungen und Automatisierung der Planung dank Advanced Analytics

Während im klassischen Planungsansatz oft an statischen Budgets festgehalten wird, setzt die zeitgemäße Planung auf rollierende und szenariobasierte Forecasts. Dies setzt wiederum voraus, dass Daten integriert und konsistent genutzt werden.

Mit EY Smart Assisted Planning haben wir einen holistischen Ansatz entwickelt, der bei der  Datenqualität, -integration und -verarbeitung ansetzt, um dem Planer volle Agilität durch Automatisierung zu bieten. Denn viel spannender als die Phase „nach der Planung“ ist diejenige „vor der Planung“. Mithilfe von Advanced Analytics wird die traditionelle Planung in eine „SMARTe“ transformiert. Advanced Analytics erhöht signifikant die Planungsgenauigkeit und schafft die Möglichkeit, verschiedene Simulationen und Szenarien wie zum Beispiel automatisches Forecasting oder automatische Berechnung und Analyse von Treiberbäumen durchzuführen bzw. durchzuspielen.

Es gibt auch zahlreiche Anwendungsbeispiele:

  • Umsatzplanung: Interne Daten (Marktnachfrage, Marktanteil) und externe Daten (BIP-Zuwachs, Anzahl der Haushalte in der Region, rechtliche Rahmenbedingungen) werden kombiniert, um zukünftige Preis- und Umsatzentwicklungen automatisch vorherzusagen.
  • Operationelle Planung: Die Ursachen von fixen und variablen Kosten werden unter Berücksichtigung von Advanced-Analytics-Prinzipien analysiert.
  • Finanzplanung (Financial Forecasting): Szenariobasierte Prognosen konzentrieren sich auf die wichtigsten finanziellen Treiber (ROCE, ROI, NOPAT).

Finanzverantwortliche blicken nicht mehr in die Glaskugel, um Planzahlen zu ermitteln und Maßnahmen abzuleiten; mit EY Smart Assisted Planning treffen sie fundierte Entscheidungen basierend auf historischen Daten unter Berücksichtigung interner und externer Treiber.

  • S

    Szenariobasierte Planung

  • M

    Maschinelles Lernen zur Ermittlung von Korrelationen, die Einfluss auf das Planungsmodell haben

  • A

    Automatisierte Planung

  • R

    „Root cause analysis“ durch statistische Auswertung der Daten

  • T

    Treiberbasierte Planung

Folgende drei Komponenten bilden die Grundlage für Smart Assisted Planning:

  1.  Interne Daten kombiniert mit externen Marktinformationen
  2.  Unser Ansatz reichert die Daten mit Advanced Analytics und tiefgreifenden Lernmethoden (Machine Learning) an
  3. Das Dashboard visualisiert verschiedene Planungsszenarien und -simulationen

Interne Daten werden aus unterschiedlichen Quellen (Excel, ERP-Systeme, Datenbanken) systemtechnisch gesammelt, sortiert und miteinander verknüpft. Die Zurverfügungstellung der externen Informationen wie zum Beispiel Marktdaten (Aktienpreise, Erdölpreise) und volkswirtschaftliche Kennzahlen (BIP-Zuwachs) ist ein integrierter Teil; diese Informationen werden bei der Erstellung der treiberbasierten Modelle berücksichtigt.

Der Planungsprozess wird durch die Anwendung statistischer Modelle, die auf Advanced Analytics basieren, angereichert. Somit können weitere Einblicke gewonnen und relevante Treiber identifiziert werden. Bei der Planung geht es nicht nur darum, möglichst genaue Forecasts zu generieren, sondern auch darum, diese Information für verschiedene Stakeholder aufzubereiten und darzustellen, um eine rasche datengetriebene Entscheidungsfindung („data-driven decision making“) zu ermöglichen.

Eine performante, „SMARTe“ Planung braucht ein intuitives, leistungsstarkes IT-Tool

Planungsprozesse stellen komplexe Anforderungen an das Datenmanagement und verlangen nach professioneller IT-Unterstützung. EY hat eine intuitive, webbasierte Planungslösung entwickelt, welche die historischen Daten sammelt, sie mithilfe statistischer, selbstlernender Algorithmen in vernünftige Vorhersagen umwandelt und somit die Optimierung und Automatisierung der Planungsprozesse ermöglicht. Die mit dem Tool ausgelieferten Modelle können um Daten von verschiedenen Marktdatenanbietern (z. B. Reuters) ergänzt werden. Die Lösung ist „technology independent“, es ist keine massive Integration in die bestehende IT-Infrastruktur notwendig, da das Tool die existierende Infrastruktur ergänzt, aber keinen Ersatz darstellt.

Dashboarding-Funktionen machen das EY Smart Assisted Planning Tool zu einem sehr effektiven Kommunikationswerkzeug. Die berechneten Vorhersagen können in dynamische Visualisierungen umgewandelt und um intuitive Dashboard-Funktionen ergänzt werden.

Das EY Smart Assisted Planning ist nicht nur ein Tool für die automatische Berechnung der Planwerte für die nächsten Perioden, sondern auch ein starkes Kommunikationstool, das externe Treiber integriert und Daten aus mehreren Systemen einfach konsolidiert. Für die technische Umsetzung von EY Smart Assisted Planning bieten wir eine fertige Softwarelösung (SaaS) oder eine individuell entwickelte und an Unternehmensbedürfnisse angepasste Data-Science-Lösung (DSaaS) an.

Mehrwert von EY Smart Assisted Planning

  • höhere Anpassungsfähigkeit und Genauigkeit der zugrunde liegenden Planungs- und Prognosemodelle
  • fundierte Entscheidungen basierend auf historischen Daten
  • optimiert planen:
    • erhöhte Flexibilität und schnellere Reaktion auf Veränderungen von Markt- und Wirtschaftsbedingungen
    • Kostensenkung durch bessere Zuweisung der Ressourcen
    • Automatisierung und Wegfall der manuellen lokalen Planungen

Unsere Mission ist es, Unternehmen auf ihrem Weg zu einer datengetriebenen Organisation zu begleiten, entscheidende Informationen in ihrem Datenuniversum zu finden, Daten- und Automatisierungspotenziale zu nutzen und Geschäftsprozesse und Funktionen zu optimieren.

Fazit

Je nachdem, wie weit Sie auf Ihrer Reise zur datengetriebenen Organisation sind bzw. wie weit Sie diesen Weg gehen wollen, begleiten wir Sie mit erprobten und anpassbaren Beratungsleistungen auf strategischer, taktischer und operativer Ebene. Unsere umfassende Branchenexpertise und unsere technischen wie auch nichttechnischen Kompetenzen erlauben es uns, ein breites, branchenübergreifendes Spektrum an Services zu bieten — beginnend bei der Definition einer Analytics-Strategie über den Aufbau von Organisationseinheiten bis hin zur Umsetzung von Prototypen und enterprisefähigen datengetriebenen Lösungen.