Herausforderungen von Predictive Analytics im Bereich des Controlling

22:41 06 November in Big Data

WPNO zeigt Ihnen mit seinem interdisziplinären Team aus Wirtschaftsprüfern, Rechtsanwälten, IT-Forensikern und Business Analytics-Spezialisten, wie die Controller in Ihrem Unternehmen von den Methoden der Predictive Analytics profitieren können.

Data Mining Methoden und Methoden zu statistischen Analysen sind zwischenzeitlich weitgehend ausgereift und für Controller verfügbar.

Hier bietet sich beispielsweise die freie Programmiersprache für statistische Berechnungen und Grafiken „R“ als Open-Source-Lösung an.

R wurde für Statistikern für Anwender entwickelt, die sich statistischen Aufgabenstellungen gegenübersehen. Wenn R auch als Standarddistribution einen Interpreter als Kommandozeilenumgebung mit rudimentären grafischen Schaltflächen beinhaltet, so setzt es doch entsprechende Erfahrungen und Programmierkenntnisse voraus.

Einfacher zu bedienen sind beispielsweise Werkzeuge wie Rapid Miner, welche auch von Nicht-Statistikern sinnvoll bedient werden können. Rapid Miner ist allerdings lediglich in einer einfachen Grundversion lizenzfrei verfügbar.

Predictive Analytics werden typischerweise im Rahmen von eng abgegrenzten Aufgabenstellungen eingesetzt, wie beispielsweise bei Kausalanalysen oder Vorausschauen auf erwartete Vertriebsumsätze. Sehr oft bedienen sich Fachexperten bei Einsatz von Predictive Analytics der Hilfe von Data Scientists bzw. Methodenexperten.

Um Ihr Controlling signifikant und methodisch zu optimieren bedarf es über die klassischen Predictive Analytics –Methoden wie Kampagnenmanagement, Customer Churn-Analyse oder Predictive Maintenance hinaus auch einer Optimierung der täglichen Controlling-Abläufe sowie die Berücksichtigung von saisonalen Faktoren.

Hier empfiehlt sich auch ein verstärkter Einbezug von externen Quellen als weitere Analysegrundlage.

Die komplexen Herausforderungen für den Einsatz von Business Analytics

Die Notwendigkeit, unterschiedliche Bereiche zu koordinieren, führt zwangsläufig zu einer angestiegenen Komplexität von Controlling-Prozessen wie Forecast, Planung und Budgetierung.

Aufgrund der engen Verbundenheit einer Vielzahl von Controlling-Aufgabenbereichen mit permanenten Aktivitäten in etablierten Prozessen können entsprechende Aufgabenbereiche, in denen Predictive Analytics zum Einsatz kommen, zudem nicht isoliert betrachtet werden. Dabei gilt, dass die Schwierigkeit der Integration von Predictive Analytics Instrumenten mit steigender Komplexität der Prozesse ansteigt.

Weitere Herausforderungen von Predictive Analytics Methoden bringt deren Roll-Out mit sich.

Denn neben dem Controller müssen auch die Planer in die Lage versetzt werden, Predictive Analytics Methoden anwenden zu können, zeichnen sie doch für die entsprechenden Planungen verantwortlich.

Predictive Analytics sollten dementsprechend mit der vorhandenen Werkzeugwelt verbunden werden.

In diesem Zusammenhang bestehen bereits Forderungen, dass Predictive Analytics Funktionen in bestehenden Planungs- und Analysemasken direkt anwählbar sein sollten, wobei diese Funktionen im Interesse einer entsprechenden Akzeptanz mit ausreichendem Komfort ausgestattet sein müssten.

Zudem empfiehlt sich die Bereitstellung von weiteren Kontextinformationen im Rahmen der Durchführung von Abweichungsanalysen, wie beispielsweise Erfahrungswissen aus ähnlich veranlagten Analysen aus der Vergangenheit oder Informationen von Peers. Peers bezeichnen die Endpunkte einer Kommunikation in einem Computernetzwerk, wobei jeder Peer dabei seine Dienste anbietet und die Dienste der anderen Peers nutzt.

Predictive Analytics kann durch den Einbezug einer Vielzahl von kontextbezogenen Informationen Planungen sinnvoll  unterstützen, in dem Predictive Analytics Abhängigkeiten zwischen Planungsgrößen und beeinflussenden Elemente aufdeckt.

Integration von Analytics Methodenbibliotheken in vorhandene Planungslösungen

Einige Anbieter programmieren Predictive Analytics Methoden in Eigenregie, da etablierte Controlling-Lösungen sich in einer Vielzahl von Fällen für eine Einbindung von Predictive Analytics Methodenbibliotheken als zu starr erweisen. Sinnvoller und interessanter erscheint allerdings die Integration von Analytics Methodenbibliotheken in bereits gegebene Planungslösungen, wofür sich eine offene Lösung empfiehlt.

Daraus ergeben sich für das Controlling zwei bedeutende Ansätze, nämlich die skizzierten abgrenzbaren Entscheidungsprobleme, bei denen die herkömmlichen Predictive Analytics-Werkzeuge eingesetzt werden können, oder die Integration der Predictive Analytics Funktionen direkt in die Controller-Lösungen.

Haben Sie Fragen zur Digitalisierung des Controllings oder interessieren Sie sich für den Einsatz von Predictive Analytics-Methoden im Controlling?

WPNO steht Ihnen mit seinem interdisziplinären Team aus Wirtschaftsprüfern, Rechtsanwälten, IT-Forensikern und Business Analytics-Spezialisten gerne für ein unverbindliches Beratungsgespräch zur Verfügung.