Controlling-Begriffe zur Digitalisierung: Predictive Analytics

Es ist der Traum der meisten Unternehmen und Controller: Es ist möglich, das künftige Kundenverhalten verlässlich zu prognostizieren. Und damit auch die Umsatzentwicklung und Zeitpunkte des Geldzuflusses. Und wenn sich besser vorhersehen lässt, wann welcher Kunde was und wie viel kauft, können zusätzlich Kostenvorteile realisiert werden, zum Beispiel in Beschaffung, Lagerung oder Produktion (u.a. Minimierung von Rüstzeiten).

Auch die Entwicklung komplett neuer Geschäftsmodelle ist möglich, wenn es beispielsweise gelingt, Daten strukturiert und aufbereitet an Dritte zu verkaufen. Die Folge: Gewinn und Liquidität verbessern sich schnell und nachhaltig. Ein Traum, der Utopie ist oder bleiben wird?

Nicht, wenn man die Möglichkeiten der Digitalisierung zu nutzen weiß. Denn Firmen haben heute die Möglichkeit, in kürzester Zeit an schier unbegrenzte Datenmassen aus zahlreichen Quellen zu gelangen. Dieses Phänomen wird allgemein als Big-Data bezeichnet (s. Controlling-Journal 3/2018).

Daten strukturieren und aufbereiten
Für Unternehmen und Controller sind „unstrukturiert“ vorliegende Daten zunächst mehr oder weniger wertlos. Ein Mehrwert ergibt sich erst, wenn sie systematisch analysiert und ausgewertet werden und sich aus den Ergebnissen Rückschlüsse auf z.B. das Bestellverhalten von Kunden oder die Wahrscheinlichkeit der pünktlichen Zahlung von Schulden ziehen lassen. Genau dies geschieht mit Predictive Analytics (PA).

PA ist eine Methode, mit der mittels Algorithmen, Statistik und Wahrscheinlichkeiten versucht aus der Datenmasse (wiederkehrende) Muster zu finden und Rückschlüsse zu ziehen, zum Beispiel wie sich Kunden künftig voraussichtlich verhalten werden. Gelingt es, alle zur Verfügung stehenden Daten mittels PA zu strukturieren und auszuwerten, können Unternehmen die geschilderten Vorteile realisieren.

(2 Seiten)