predictive analytics in der praxis von unternehmen mit sap
TRANSCRIPT
Predictive Analytics in der Praxis von Unternehmen mit SAP Jens Michels, Geschäftsführer Every Angle Deutschland GmbH
BVL, Regionalgruppe Saar/Rheinpfalz, 22. Februar 2016
Quelle: Gartner http://www.gartner.com/it-glossary/predictive-analytics
Die Entwicklung von Analytics
Me
hrw
ert
Schwierigkeit
Descriptive
Analytics
Diagnostic
Analytics
Predictive
Analytics
Prescriptive
Analytics
Was
geschah?
Warum ist
etwas geschehen?
Was wird
geschehen?
Was muss ich tun, damit
etwas geschieht?
Predictive Analytics – Anspruch und Wirklichkeit in Unternehmen
Quelle: BARC Studie 2015http://barc.de/blog/infografik-wie-die-digitalisierung-das-datenmanagement-verandert?analyst_id=30&spMailingID=13078596&spUserID=Njg5MzI1NDkzNTES1&spJobID=661916386&spReportId=NjYxOTE2Mzg2S0
Der Einsatz von
Predictive-Werkzeugen
steht noch am Anfang
19%
63%
Heute Zukünftig
Nur 20% sind zufrieden mit
der Fähigkeit, Erkenntnisse
aus Daten zu gewinnen
Hohe Relevanz aber
größte Differenz zur
Zielerreichung
‚Self-Service‘ weist die zweithöchste
Relevanz aller Datenmanagement
Themen auf
1 - Niedrig 5 - Hoch1 - Niedrig 5 - Hoch
2,821,98 3,58
Klassische Anwendungsszenarien
Kunden-
ansprache
Risiko-
minimierungVerhinderung
von Betrug
Sport
…
operatives
Geschäft
Klima
Talentfindung
Kündigungswahrscheinlichkeit
Kaufbereitschaft
Cross-/Up Sell
Marketing Kampagnen
Wetter
Globale Erwärmung
Dürren
Kreditkartenbetrug
Online Betrug
Versicherungs Betrug
Kreditprognosen
Kriminalität
Gesundheitsprävention
Service Level Optimierung
Senkung operativer Kosten
Forecasting
…
Predictive Analytics spürt Korrelationen
in großen Datenmengen auf …
… was falsch interpretiert werden kann …
Korrelation der Anzahl an Störchen und Babies in Niedersachsen(1971–2000). Die gestrichelten Linien stellen den linearen Regressionstrend (y = mx + b) dar.
Quelle: http://www.astro.umd.edu/~peel/CPSP119D/Stork_article.pdf
Daten Schlussfolgerung
Grafik: Fotolia
# an Babies
# an Störchen
0
1000
600
200
1970 1980 1990 2000
… daher durchläuft man in der Regel einen Prozess
*CRISP = cross industry standard process for data mining
Verständnis
des Problems
Daten-
sammlung
Daten-
aufbereitung
Erstellung
des ModellsEvaluation
Wiederkehrende
Anwendung
Bsp. CRISP* Prozess
Herausforderungen:
Dauer von Bedarf bis Umsetzung
Fachwissen
IT Unterstützung notwendig
Für operative Analysen gibt es einen…
Every Angle verwandelt plug & play
ihre SAP Daten in echte Erkenntnisse
durch kausale Verknüpfung Ihrer Belege
Was, wenn es einen einfacheren Weg gäbe?
KNOW MORE.
Durch Fachbereichs-
terminologie
Übersichtliche
Dashboards und
hunderte Templates
Statusfelder,
Kalkulationen,
Ursachenanalyse
ACT FASTER.
… durch Interpretation
des ECC Customizings
Plug-and-Play-System mit direkt nutzbarem Inhalt
Vereinfachung Built-in Intelligence Direkter ZugriffPlug and Play
Generisches Ziel: Umsatzsteigerung bei sinkenden Kosten
Service zum
KundenLieferkosten
Umlauf-
vermögen(Lagerbestand
/Cash)
Wirtschaftlicher Mehrwert
Gewinnspanne Kapitaleffizienz
Einnahmen Ausgaben Kapital-
rendite
F2RO2C ITGRCS2DP2P
Daten
Integrität
Anwendungsbeispiele:
• Automatisiertes Auffinden
‚kritischer Verkaufsaufträge‘
• Ermittlung offener
Bestellungen ohne Bedarf
• Bestandsforecasting
Kausale Beziehungen machen aus Prognosen echte Erkenntnisse
Prozessübergreifender Supply Demand Abgleich (für alle logistischen SAP Szenarien)• Kalkuliert den Verbrauch von Primärbedarfeen auf der Basis offener/geplanter Aufträge
• Verbindet buchungskreisübergreifend Verkausaufträge und Bestellungen
• Simuliert den zu erwarteten Bestands und Warenfluss um Bestand sowie Supply und Demand darzustellen.
1/3
Werk 1200 - Dresden
PO
Rohmaterial
WO
Endprodukt
…
Rohmaterialien
Werk 1000 - Hamburg
SOWO
Verpackung Verkaufsauftrag
BoxLeaflet
Flask
TO
End-to-end Supply Chain Analyse
über tausende detaillierter
Auftragspositionen hinweg
Unzufriedener
KundeLieferanten
Problem
DEMO
Operational BA (PPI)Self-service Analytics
Corporate BI
Actionable insight
Every Angle füllt die Lücke mit echten Erkenntnissen
horizontal, prozessorientiert
hohe Detailtiefe und Vielfältigkeit
(zahlreiche Anwender)
multidimensional
hohes Change Level
vertikal, kontrollorientiert
finanziell, strategisch
feste KPI – Dashboards
“Cube-basierte” Analysen
“Many IT projects claim to be ‘plug
and play’ but Every Angle actually did
deliver ‘plug and play’ within 3 days
which is absolutely perfect”
Peter Scherpenisse, Group project manager
At Kverneland Group
„Es ist nicht genug, zu wissen, man muss auch anwenden;
es ist nicht genug, zu wollen, man muss auch tun.“
Johann Wolfgang von Goethe.
Bei allem Analysieren gilt: