XY AG – Predictive Forecasting: Unterschied zwischen den Versionen
(Die Seite wurde neu angelegt: „Die XY-AG ist ein Smartphone Hersteller und hauptsächlich im Bereich Consumer Electronics tätig. Ihre Produkte sind in jedem Preissegment vertreten. Seit lä…“) |
Keine Bearbeitungszusammenfassung |
||
| (Eine dazwischenliegende Version desselben Benutzers wird nicht angezeigt) | |||
| Zeile 1: | Zeile 1: | ||
Die XY | Die XY AG ist ein Smartphone-Hersteller und hauptsächlich im Bereich Consumer Electronics tätig. Ihre Produkte sind in jedem Preissegment vertreten. Seit längerem beklagt sich der Verwaltungsrat über die starken Abweichungen zwischen dem IST-Umsatz und dem Forecast-Umsatz. Pro Quartal kann die Abweichung zwischen IST-Zahlen und Forecast-Zahlen bis zu +/- 10% ausmachen. Aufgrund dieser enormen Abweichungen ist es für das Management schwierig, die tatsächlichen Umsatzeinnahmen abzuschätzen. Das Controlling nahm zur Forecasting-Situation Stellung. Der Forecast basiert auf dem saisonalisierten Durchschnittswachstum der letzten 3 Jahre. Diese Zahlen werden anschliessend von Verkaufsexperten qualitativ überprüft und je nach Marktsituation angepasst. Dem Controlling-Team ist es bewusst, dass der Forecast sehr volatil ist. Dennoch kann der Forecast mit den vorhandenen Daten kaum verbessert werden. | ||
Der Verwaltungsrat wünscht nun vom Controlling-Team Vorschläge für die Verbesserung des Forecasts. Desweitern wird ein DataScience Team neu zusammengestellt. Dieses hat das Ziel einen Predictive Forecast zu erstellen, der den aktuellen Forecast übertreffen soll. | Der Verwaltungsrat wünscht nun vom Controlling-Team Vorschläge für die Verbesserung des Forecasts. Desweitern wird ein DataScience Team neu zusammengestellt. Dieses hat das Ziel, einen [[Predictive Forecasting|Predictive Forecast]] zu erstellen, der den aktuellen Forecast übertreffen soll. | ||
== Fragen zur Fallstudie == | == Fragen zur Fallstudie == | ||
# Was sind mögliche Vorschläge, um den aktuellen Forecast zu verbessern? | # Was sind mögliche Vorschläge, um den aktuellen Forecast zu verbessern? | ||
# Was gibt es für Faktoren, welche die Kaufentscheidung des Kunden beeinflussen? | # Was gibt es für Faktoren, welche die Kaufentscheidung des Kunden beeinflussen? | ||
# Mit | # Mit welchen weiteren Daten kann das DataScience Team neue Zusammenhänge finden, um die Qualität des Forecasts zu verbessern? | ||
# | # Welche Methoden existieren, um den Forecast abzubilden? | ||
[[ | [[XY AG – Lösung]] | ||
[[Kategorie:Fallstudien]] | [[Kategorie:Fallstudien]] | ||
Aktuelle Version vom 15. Januar 2018, 08:00 Uhr
Die XY AG ist ein Smartphone-Hersteller und hauptsächlich im Bereich Consumer Electronics tätig. Ihre Produkte sind in jedem Preissegment vertreten. Seit längerem beklagt sich der Verwaltungsrat über die starken Abweichungen zwischen dem IST-Umsatz und dem Forecast-Umsatz. Pro Quartal kann die Abweichung zwischen IST-Zahlen und Forecast-Zahlen bis zu +/- 10% ausmachen. Aufgrund dieser enormen Abweichungen ist es für das Management schwierig, die tatsächlichen Umsatzeinnahmen abzuschätzen. Das Controlling nahm zur Forecasting-Situation Stellung. Der Forecast basiert auf dem saisonalisierten Durchschnittswachstum der letzten 3 Jahre. Diese Zahlen werden anschliessend von Verkaufsexperten qualitativ überprüft und je nach Marktsituation angepasst. Dem Controlling-Team ist es bewusst, dass der Forecast sehr volatil ist. Dennoch kann der Forecast mit den vorhandenen Daten kaum verbessert werden.
Der Verwaltungsrat wünscht nun vom Controlling-Team Vorschläge für die Verbesserung des Forecasts. Desweitern wird ein DataScience Team neu zusammengestellt. Dieses hat das Ziel, einen Predictive Forecast zu erstellen, der den aktuellen Forecast übertreffen soll.
Fragen zur Fallstudie
- Was sind mögliche Vorschläge, um den aktuellen Forecast zu verbessern?
- Was gibt es für Faktoren, welche die Kaufentscheidung des Kunden beeinflussen?
- Mit welchen weiteren Daten kann das DataScience Team neue Zusammenhänge finden, um die Qualität des Forecasts zu verbessern?
- Welche Methoden existieren, um den Forecast abzubilden?
