XY AG – Lösung: Unterschied zwischen den Versionen
Keine Bearbeitungszusammenfassung |
Keine Bearbeitungszusammenfassung |
||
Zeile 6: | Zeile 6: | ||
Aus all den vorhandenen Daten erstellt das Team Predictive einen Algorithmus. Der mithilfe dieses Algorithmus erstellte Forecast wies zu Beginn eine Abweichung von über 30% auf. Sie gaben die Hoffnung jedoch nicht auf und ergänzten den Algorithmus laufend mit weiteren Daten. Indem die Vergangenheit mit diversen Modellen simuliert wird, kann das Team Predictive anhand der IST-Daten die Ansätze überprüfen. Bei schlechten Ergebnissen werden die Daten und der Algorithmus angepasst und erneut getestet. So konnte der Predictive Forecast die IST-Daten nach einem Jahr genauer prognostizieren als es der ursprüngliche Forecast tat. Mit dieser Entwicklung sind das Management und der Verwaltungsrat sehr zufrieden, da sie so besser Entscheidungen treffen können. | Aus all den vorhandenen Daten erstellt das Team Predictive einen Algorithmus. Der mithilfe dieses Algorithmus erstellte Forecast wies zu Beginn eine Abweichung von über 30% auf. Sie gaben die Hoffnung jedoch nicht auf und ergänzten den Algorithmus laufend mit weiteren Daten. Indem die Vergangenheit mit diversen Modellen simuliert wird, kann das Team Predictive anhand der IST-Daten die Ansätze überprüfen. Bei schlechten Ergebnissen werden die Daten und der Algorithmus angepasst und erneut getestet. So konnte der Predictive Forecast die IST-Daten nach einem Jahr genauer prognostizieren als es der ursprüngliche Forecast tat. Mit dieser Entwicklung sind das Management und der Verwaltungsrat sehr zufrieden, da sie so besser Entscheidungen treffen können. | ||
Fallstudie: [[XY AG – Predictive Forecasting]]<br /> | Fallstudie: [[XY AG – Predictive Forecasting]]<br /> | ||
Grundlagen: [[Predictive Forecasting]] | Grundlagen: [[Predictive Forecasting]] |
Aktuelle Version vom 15. Januar 2018, 07:59 Uhr
Das Team Predictive möchte einen völlig neuen Ansatz wagen. Sie betrachten den gesamten Markt.
- Dabei wird das Marktpotenzial laufend aus den Daten vom Bundesamt für Statistik ermittelt.
- Zusätzlich wird ermittelt, wie viele Jahre die Besitzer von Smartphones mit ihrem Smartphone zufrieden sind. Diese Information generieren sie aus der Aktivzeit des Smartphones (Datum der Installation abzüglich Datum, nachdem Smartphone über 2 Monat nicht mehr aktiviert wurde).
- Als drittes Element werden die aktuellen Produkte zu sogenannten Produkte-Clustern zugeordnet. In einem Cluster sind alle Smartphones mit ähnlichen Fähigkeiten enthalten. Um zu beurteilen wie wahrscheinlich der Käufer eines Clusters genau das Smartphone der XY AG auswählt, wird ein aktueller Trendbarometer erstellt. Diesen Trendbarometer erstellt ein externes Marketingunternehmen, welches in Web-Marketing spezialisiert ist und mit modernster Analyse-Technik Kundentrends ermittelt.
Aus all den vorhandenen Daten erstellt das Team Predictive einen Algorithmus. Der mithilfe dieses Algorithmus erstellte Forecast wies zu Beginn eine Abweichung von über 30% auf. Sie gaben die Hoffnung jedoch nicht auf und ergänzten den Algorithmus laufend mit weiteren Daten. Indem die Vergangenheit mit diversen Modellen simuliert wird, kann das Team Predictive anhand der IST-Daten die Ansätze überprüfen. Bei schlechten Ergebnissen werden die Daten und der Algorithmus angepasst und erneut getestet. So konnte der Predictive Forecast die IST-Daten nach einem Jahr genauer prognostizieren als es der ursprüngliche Forecast tat. Mit dieser Entwicklung sind das Management und der Verwaltungsrat sehr zufrieden, da sie so besser Entscheidungen treffen können.
Fallstudie: XY AG – Predictive Forecasting
Grundlagen: Predictive Forecasting