Das Ziel dieser Arbeit ist, die Einsatzmöglichkeiten der Predictive Analytics im Controlling, insbesondere im Forecast offenzulegen und zu analysieren, welche Auswirkungen die Anwendung dessen mit sich führt. Diesbezüglich werden zunächst theoretische Grundlagen für das Controlling und die prädiktiven Analytics erläutert. Daraufhin werden Nutzungspotenziale der Predictive Analytics im Controlling analysiert und anhand eines Praxisbeispiels beleuchtet. Dabei werden Herausforderungen
untersucht und dazugehörige Lösungsansätze identifiziert. Die Arbeit schließt mit einem Fazit und einem Ausblick der zukünftigen Möglichkeiten von Predictive Analytics ab.
Durch eine steigende und qualitativ verbesserte Datenmenge und verschiedener statistischer Analyticsmethoden in etwa durch Predictive Analytics besteht zukünftig eine Chance zur Modernisierung des Forecast- und Planungsprozesses. Predictive Analytics zielen aufbauend auf Machine Learning und Data Mining Techniken darauf ab, automatisiert Muster aus der Vergangenheit zu erkennen, um so zukünftige Ereignisse ableiten zu können. Obwohl die Potenziale von Predictive Analytics in der Theorie bereits ausführlich analysiert werden, findet dieser Bereich aktuell noch vergleichsweise wenig Anwendung in der Unternehmenspraxis.
Inhaltsverzeichnis
- Einleitung
- Grundlagen und Definitionen
- Controlling
- Predictive Analytics
- Definition
- Einordnung in Advanced Analytics
- Instrumente und Methoden der PA
- Einsatz von Predictive Analytics im Controlling
- Predictive Analytics als Querschnittsfunktion im Controlling
- Predictive Analytics im Forecast
- Traditioneller Forecast
- Digitaler Forecast durch Predictive Analytics
- Herausforderungen bei der Nutzung von PA im Controlling
- Praxisbeispiel Umsatzprognose anhand der Deutschen Post International
- Fazit
Zielsetzung und Themenschwerpunkte
Die vorliegende Arbeit analysiert den Einsatz von Predictive Analytics im Controlling. Ziel ist es, die Potenziale von Predictive Analytics im Hinblick auf die Optimierung von Controlling-Prozessen, insbesondere im Bereich des Forecasts, aufzuzeigen. Die Arbeit beleuchtet die Grundlagen von Predictive Analytics und ihre Einordnung in das Feld der Advanced Analytics. Darüber hinaus werden die Einsatzmöglichkeiten von Predictive Analytics im Controlling sowie die damit verbundenen Herausforderungen erörtert.
- Definition und Einordnung von Predictive Analytics
- Potenziale von Predictive Analytics für Controlling-Prozesse
- Anwendungen von Predictive Analytics im Forecast
- Herausforderungen bei der Implementierung von Predictive Analytics im Controlling
- Praxisbeispiel: Umsatzprognose mit Predictive Analytics
Zusammenfassung der Kapitel
Das erste Kapitel führt in die Thematik der Predictive Analytics im Controlling ein und beleuchtet die Bedeutung der Digitalisierung für Unternehmen. Es wird auf die Herausforderungen im traditionellen Forecast-Prozess hingewiesen, die durch den Einsatz von Predictive Analytics gelöst werden können. Kapitel zwei erläutert die Grundlagen von Predictive Analytics, ihre Definition und Einordnung in das Feld der Advanced Analytics. Es werden verschiedene Methoden und Instrumente der Predictive Analytics vorgestellt, die für den Einsatz im Controlling relevant sind. Kapitel drei beschäftigt sich mit den Einsatzmöglichkeiten von Predictive Analytics im Controlling. Es wird die Rolle von Predictive Analytics als Querschnittsfunktion im Controlling sowie die spezifische Anwendung im Bereich des Forecasts dargestellt. Dabei werden die Unterschiede zwischen dem traditionellen und dem digitalen Forecast mit Predictive Analytics aufgezeigt. Kapitel vier behandelt die Herausforderungen bei der Nutzung von Predictive Analytics im Controlling. Es werden wichtige Aspekte wie die Datenqualität, die Auswahl geeigneter Methoden und die Implementierung von Predictive Analytics-Systemen beleuchtet. Das Kapitel schließt mit einem Praxisbeispiel, das die Anwendung von Predictive Analytics in der Umsatzprognose anhand der Deutschen Post International verdeutlicht.
Schlüsselwörter
Predictive Analytics, Controlling, Forecast, Big Data, Machine Learning, Data Mining, Digitalisierung, Optimierung, Herausforderungen, Praxisbeispiel, Umsatzprognose, Deutsche Post International
- Arbeit zitieren
- Leart Beqiri (Autor:in), 2022, Einsatz von Predictive Analytics im Controlling. Grundlagen und Definitionen, München, GRIN Verlag, https://www.grin.com/document/1355401
