W1siziisijiwmtkvmdevmdkvmtmvmtmvntevndczl2jpzybkyxrhlmpwzwcixsxbinailcj0ahvtyiisijiwmdb4njqwiyjdxq

Advanced Analytics

In dem vorherigen Blogbeitrag “2018 wird das Jahr von Big Data, aber warum eigentlich?"sind wir bereits kurz auf die prädiktive Analytik eingegangen. Diese Form der fortgeschrittenen Analytik wird immer beliebter. In Zusammenarbeit mit anderen BI-Technologien wird sie die Lieferkette, wie wir sie kennen, für immer verändern.  2014 hat Amazon bereits das Patent auf vorausschauenden Versand angemeldet, mit dem das Unternehmen vorhersagen will, was du kaufen wirst, bevor du es in deinen Warenkorb legst. Auf diese Weise wird die Lieferzeit reduziert – einer der großen Vorteile des Offline-Shoppings – die Ware ist direkt bei dir. So weit ist es (noch) nicht, aber je weiter die Analytik fortschreitet, desto optimaler wird die derzeitige Lieferkette.

Vorhersage deiner Nachfrage 

Deine Produkte auf den Postweg zu bringen, bevor sie tatsächlich bestellt wurden, ist vielleicht noch ein wenig zu viel verlangt, aber die Nachfrage nach deinen Produkten kann bereits vorausgesagt werden. Je länger ein Produkt verkauft wird, desto mehr Einblick hat man in saisonale Veränderungen, das Kundenverhalten während eines Kaufs und weitere wichtige Variablen, die sich zunehmend vorhersagen lassen, um die Nachfrage nach einem Produkt zu bestimmen. So kannst du gezielter einkaufen.

Deine Produkte automatisch bewerten

Für die Preise von Produkten suchen Vertriebsleiter oft nach Antworten auf Fragen wie: Was ist der Kaufpreis, was macht der Dollar heute, wie lange ist der Vorrat verfügbar, was sind die Lagerkosten, was macht die Konkurrenz und wie sieht die Saison aus? Ein Ganztagsjob, besonders wenn man mehr als ein Produkt verkaufen will. Fortschrittliche Analytik ermöglichen es dir, diese Fragen jeden Tag automatisch zu stellen und deine Produkte anhand der Antworten zu bewerten. Auf diese Weise verpasst du nie einen Faktor in deiner Preisgestaltung und hast als Vertriebsleiter Zeit für andere Dinge. Wenn du dies über einen längeren Zeitraum tust, kannst du sogar den Erfolg einer Preiserhöhung oder -senkung mit relativer Sicherheit vorhersagen. Dadurch erhältst du einen besseren Einblick in die Preiselastizität deiner Produkte.

Vorhersage der Wartung

Entscheidende Maschinen und Anlagen für deinen Geschäftsbetrieb sollten immer wie gewohnt funktionieren, weshalb du eine regelmäßige Wartung planst. Wenn nun mit fortschrittlicher Analytik alle Daten, die über diese Maschinen und Geräte verfügbar sind, effizient genutzt werden, kann die Wartung vorhergesagt werden. Immer ein Servicetechniker zur richtigen Zeit und eine Warnung, wenn sich eine deiner Maschinen dem Enddatum nähert – so nutzt du deine Ressourcen effizient.

Erfolgreiches Cross- und Up-Selling

Online und offline kannst du anhand von Verkaufsdaten messen, welche Produkte häufig zusammen gekauft werden. Bei der sorgfältigen Analyse der Kaufdaten mit fortschrittlichen Analysen kannst du das richtige Produkt zur richtigen Zeit am richtigen Ort anbieten. Während dies früher auf Basis von Erfahrung und Bauchgefühl geschah, kann es heute auf zuverlässigen Daten beruhen.

After Sales

Auch im After Sales gibt es viel zu gewinnen. Indem du das Verhalten von Kunden in Kombination mit deinem historischen Datensatz überwachst, kannst du viel von ihnen lernen. An welchen anderen Produkten sind sie interessiert, sind sie mit dem Produkt zufrieden und wann ist der beste Zeitpunkt für einen zweiten Kontakt?

Prädiktive Analytik

Die Möglichkeiten der prädiktiven Analytik sind endlos. Je mehr Daten du hast, desto mehr Daten kannst du für Vorhersagen verwenden. Das Best Practice ist aus unserer Sicht, so viele Daten wie möglich zu sammeln und so früh wie möglich zu beginnen. Je mehr historische Daten du vorliegen hast, desto mehr Algorithmen kannst du in Zukunft dafür anwenden.

Herausforderungen 

Das hört sich alles sehr schön an, aber auch die prädiktive Analytik hat ihre Herausforderungen. Beispielsweise kannst du in die Falle falscher Annahmen und Schlussfolgerungen tappen. Stell dir vor, deine Daten zeigen, dass sich Produkte mit "mehr Text" besser verkauft, dann könnte man annehmen, dass du den Texten anderer Produkte nur noch Füllwörter hinzufügen könntest – immerhin hat man dann mehr Text, oder? Der gesunde Menschenverstand sagt dir hier wahrscheinlich, dass dies nicht ganz die Absicht ist, aber bei komplexeren Fragen lauern falsche Annahmen. Es ist daher ratsam, dein Modell weiterhin zu validieren und zu testen.

Zusätzlich hat jeder Algorithmus und jede Vorhersage ein Verfallsdatum. Im Jahr 2012 konnten wir nicht vorhersagen, dass heute mehr als 30 % des Website-Verkehrs von einem Smartphone kommen würde. Egal wie gut dein Algorithmus ist, manche Dinge können einfach nicht vorhergesagt werden. Prognoseverfahren können daher am Ende immer scheitern. Natürlich kannst du dieses Risiko reduzieren, indem du weiterhin aktiv anpasst, testest und validierst.

Vielleicht sollten wir bei Visser und Van Baars auch eine prädiktive Analyse für die Entwicklung von Analytics-Spezialistenauf dem Arbeitsmarkt anstoßen – aber das wäre genug Material für einen neuen Blogeintrag.