Durch die Unterstützung intelligenter Technologien werden Planung und Reporting immer genauer und schneller. Sie erfreuen sich in der heutigen Zeit einer breiten Akzeptanz und Beliebtheit, auch in vielen Vertriebsteams. Gerade während der Corona-Pandemie haben die ständig wechselnden Herausforderungen und Rahmenbedingungen gezeigt, welche Anforderungen an realistische Prognosen und die damit verbundene Unternehmensplanung heutzutage gestellt werden.

Die dynamische und schnelllebige Gesellschaft bringt verstärkt Planungsrisiken und unvorhersehbare Entwicklungen mit sich. Für den Vertrieb ändern Kunden schneller ihre Präferenzen und die Digitalisierung in allen Prozessschritten schreitet mit rasender Geschwindigkeit voran. Dabei ist es wichtig durchgehend den Überblick seiner eigenen Unternehmenskennzahlen zu behalten. Der Einfluss von ungeplanten und außergewöhnlichen Ereignissen nimmt einen hohen Stellenwert bei der Planung und Prognose ein.

Im nachfolgenden Beitrag teilen wir unsere theoretischen und praktischen Erfahrungen im Vertriebsreporting und durchleuchten folgende drei Fragestellungen für das Vertriebscontrolling:

• Wie wird ein erfolgreiches Prognose-Modell in einer Sales-Performance-Umgebung umgesetzt?
• Welchen Mehrwert liefert die Einführung von Planungsmodellen mit automatisierten Prognosen für eine Vertriebsgesellschaft und das damit verbundene Controlling?
• Was sind Charakteristika einer effektiven Planung mit modernen Technologien, wie der SAP Analytics Cloud?

Erfolgsfaktoren eines zuverlässigen Forecasts in einer Sales-Performance-Umgebung.

Oftmals wird der Forecast auf Basis der Zielerreichung durchgeführt. Es gilt jedoch zu vermeiden, dass die angestrebte Prognose losgelöst von einer Zieldenkweise durchgeführt wird. Der dabei entstehende Einfluss der Wahrnehmungsverzerrungen kann gefährlich für eine aussagekräftige Prognose sein. Um diese Hürde zu meistern, können Prognosen auf Basis historischer Daten und anderen strukturierten oder unstrukturierten Datenquellen durchgeführt werden. Insbesondere der rollierende Forecast und die Anwendung des exponentiellen Glättens sind hierbei interessant Ansätze.

Lernfähig – Gerade der rollierende Forecast bringt den Vorteil mit sich, die Prognosequalität mit jedem neuen Datensatz aus der Vergangenheit zu verbessern. Er beschäftigt sich nicht ausschließlich damit, die Prognose-Information aus historisch verankerten Daten zu extrahieren, sondern konzentriert sich auf die unmittelbare und dynamische Marktentwicklung. Die regelmäßigen Planungsiterationen werden dabei in monatlichen Abständen erstellt.

Durch das exponentielle Glätten lassen sich Datensätze um Ausreißer bereinigen und schaffen durch Vergangenheitsdaten einen gewichteten Erwartungswert für die Folgeperiode. Jüngere Daten haben hierbei einen höheren Einfluss auf die Prognose als Ältere. Außerdem bietet dieser Ansatz einen vorausschauenden Blick auf das akute und individuelle Marktgeschehen.

In Kombination schaffen beide Methoden einen synergetischen Effekt und liefern sowohl auf Basis der lernfähigen Methode des rollierenden Forecasts als auch durch das exponentielle Glätten ein dynamisches Prognoseergebnis. Der Vergleich der Prognosedaten zu den tatsächlichen Daten (Ist-Daten) spielt hier eine entscheidende Rolle. Die potenziell ermittelte Abweichung kann dazu genutzt werden, um die Prognosegenauigkeit herauszufinden und im Laufe der Zeit stetig zu verbessern. Diese Vorgehensweise verhindert eine statische und subjektive Planung, da die Interpretation der Daten aus dem Kontext der vorhandenen Daten und Prognosedaten entsteht.

Erstellen Sie eine Simulation der Zukunft.

Auch qualitative Prognosemethoden dürfen nicht vollständig ausgeschlossen werden. Die Szenario-Technik bzw. Szenario-Analyse bietet als drittes wichtiges Werkzeug einen attraktiven Ansatz.

Variablen in einem definierten Kennzahlenmodell werden für ein ausgewähltes Szenario angepasst und manipuliert. So entstehen abgegrenzte Ausschnitte der Wirklichkeit und simulieren ein Prognose-Szenario für die Zukunft. Charakteristisch an dieser Vorgehensweise ist die Sichtweise aus dem Blickwinkel der strategischen Ebene eines Unternehmens. Besonders interessant wird es, wenn unterschiedliche Prognose-Szenarien miteinander verglichen werden.

Die Digitalisierung als Mehrwert für den Vertrieb und das Controlling nutzen.

Die Digitalisierung schreitet weiter voran und bringt starke Veränderungen im Vertrieb mit sich. Besonders der rollierende Forecast sorgt für enorme Flexibilität in der Planung, um schneller auf Veränderungen im Business reagieren zu können. Gleichzeitig stellt eine sog. Omni-Channel-Strategie mit einem kanalübergreifenden Geschäftsmodell die Vertriebsstrukturen vollständig auf den Kopf und erfordert ein neu ausgerichtetes Mindset, sowohl für die strategische als auch operative Planung eines Unternehmens.

Ebenfalls geben Kunden mehr Informationen über sich preis. Davon kann die eigene Planung profitieren und bietet die Möglichkeit, diese Daten mit in den Planungsprozess einfließen zu lassen, um Datenzusammenhänge, wie Abschluss- und Absagewahrscheinlichkeiten zu ermitteln und auszuwerten.

Vertrauen ist gut, Kontrolle ist besser!

Eine verlässliche Übersicht, die dem Unternehmen einen Einblick über die aktuelle Situation verschafft, ist essenziell. Auch wenn oft der Gedanke aufkommt die Lage unter Kontrolle zu haben und das Schiff auf richtigem Kurs zu lenken, kann es dennoch sehr oft zu nicht kalkulierten Risiken und Gefahren kommen. Deshalb ist es umso wichtiger, alle relevanten Kennzahlen an einem Ort, aber vor allem zu jeder Zeit griffbereit zu haben.

Was passiert mit der rasant zunehmenden Datenmenge?

Ein intelligenter Forecast und eine saubere Reporting-Landschaft sind der Schlüssel für eine erfolgreiche Planung. Doch durch die steigenden Datenmengen, die die Digitalisierung mit sich bringt, wird die Übersicht und vor allem die Arbeit mit herkömmlichen Tools, wie bspw. Excel, zunehmend schwieriger. Datenanalysen werden komplexer und entscheidende Datenzusammenhänge sind durch langsame und analoge Prozesse nicht mehr realisierbar.

Durch die Unterstützung moderner Business Intelligence Tools, wie der SAP Analytics Cloud, kann eine erfolgreiche Planung umgesetzt werden und ein „Gamechanger“ zur Konkurrenz darstellen. Speziell mithilfe automatisierter Real-Time-Analysen werden schnelle und performante Datenabfragen ermöglicht.

Integrierte Analyse- und Prognosewerkzeuge reduzieren den Aufwand von Planungsprozessen auf ein Minimum. Gleichzeitig können Datenanbindungen unterschiedlichster Art auf eine einheitliche IT-Landschaft transformiert und miteinander verbunden werden. Predictive-Analytics-Funktionen helfen dabei die aktuellen und historischen Daten miteinander zu vergleichen und ermöglichen durch die Unterstützung implementierter Algorithmen potenzielle Marktentwicklungen festzustellen.

Die generierten Prognosedaten werden fortlaufend für jede monatliche Planung in unterschiedlichen Versionen abgespeichert. So wird bei großen Datenmengen der Überblick behalten und das Delta zwischen den tatsächlichen und den zuvor generierten Prognosedaten ermittelt und historisiert. Mit diesem Ansatz können Vergangenheitsdaten einfach in künftige Planungen eingeschlossen und durchgehend berücksichtigt werden. Warum sollte ein Unternehmen auf diese wichtigen Informationen verzichten?

Vermeiden Sie falsche Entscheidungen!

Auch die Datenqualität und -quantität spielt keine belanglose Rolle bei der Gestaltung eines modernen Planungsprozesses. Eine Prognose generiert keinen Mehrwert, wenn die zugrunde liegende Datenqualität ungenügend und vorhandenen Datenmengen nicht hinreichend genug sind. Es kommt nicht selten vor, dass die Qualität der Prognose vernachlässigt wird und ein falsches Bild der gegenwärtigen und in der Zukunft liegenden Situation entsteht. Dadurch können schnell falsche Entscheidungen mit gravierenden Folgen getroffen werden. Die Implementierung von BI-Systemen kann dabei helfen, die Daten- und Prognosequalität nachhaltig zu verbessern.

Ausblick moderner Methoden der Business Analyse in der Zukunft.

Im Kontext moderner Prognose-Methoden finden sich weitere Begrifflichkeiten neben der Predictive-Analyse wieder. Zu den der sog. „Advanced Analytics“ zählen ferner die Descriptive-, Diagnostic- und Prescriptive-Analytics.

Alle sind inhaltlich miteinander vernetzt und bieten für eine entsprechende Zeitspanne die dafür vorgesehenen Funktionalitäten. Wo sich die Descriptive Analytics noch mit der Visualisierung des Ist-Zustandes und der Analyse bereits bekannter Daten aus der Vergangenheit beschäftigt, bietet die Prescriptive Analytics einen Ansatz, der sich bereits mit zukunftsorientierten Entscheidungen auf Basis einer ermittelten Prognose auseinandersetzt. Wichtig ist gerade beim Letzteren die Fragestellung, wie etwas beeinflusst werden kann, damit etwas bestimmtes passiert. Ähnlich wie die Predictive Analytics ermittelt sie für jede relevante Einflussgröße automatisch eine ökonomische Bewertung in Bezug auf das aufgezeigte Optimierungspotenzial.

Die Bedeutung moderner Prognose-Methoden schreitet weiter voran und gewinnt immer mehr an Bedeutung. Nicht nur interne Unternehmensdaten sollen zur Prognose herangezogen werden. Gerade der Zusammenschluss mit externen Daten aus unterschiedlichen Quellen schafft die Möglichkeit auch über den Tellerrand hinauszuschauen.

Business Intelligence NEO gemacht!

Das Team der NEOMATIC hat sich darauf spezialisiert, intelligente Geschäftsprozesse zu entwickeln und diese nachhaltig in der Organisation unserer Kunden zu integrieren. Unsere Vision einer innovativen und modernen Beratung ist, unsere Kunden von der ersten Idee und Strategie über das Design intelligenter Prozesse bis zu deren technologischen Umsetzung durchgängig und zielorientiert zu unterstützen.

Ob wir neue Reporting-Lösungen entwerfen oder unsere eigene Reisekostenabrechnung optimieren – mit unserer Strategie stellen wir sicher, dass wir Projekte und Ergebnisse realisieren, die unsere Kunden im Business weiterbringen und gegenüber der Konkurrenz abheben.