Predictive Analytics: Präzise Vorhersagen für mehr Planungssicherheit

In unserem Whitepaper „Unternehmenssteuerung in volatilen Zeiten“ gehen wir der Frage nach, warum sich Predictive Analytics trotz vorhandener technischer Lösungen bisher nicht in der Unternehmensplanung und -steuerung durchsetzen konnte. Diese fünf Hürden sind entscheidend: individualisierte Lösungen, mangelnde "Trial-and-Error"-Bereitschaft, Herausforderungen in Datenmanagement und -verfügbarkeit, Definition und Digitalisierung der Prozessstrukturen sowie Change-Management.

Bei Predictive Analytics sind die Daten entscheidend. Um diese genau analysieren zu können, braucht es vollständige, konsistente und bereinigte Stammdaten. In vielen Unternehmen mangelt es an einem hochwertigen Datenmanagement - zum Beispiel im Finanzbereich, wo Daten nur auf Monatsbasis erhoben werden. Unsere Experten empfehlen dagegen ein Minimum an wöchentlicher Generierung, besser noch eine tägliche Generierung. Das wiederum erfordert eine kontinuierliche Data Governance und automatisierte Unternehmensprozesse. 

Außerdem ist es wichtig, dass die Mitarbeitenden in den Unternehmen ein Mindset für die Automatisierung entwickeln, die Predictive Analytics mit sich bringt. Dabei gilt es für die Unternehmensführung, Ängste zu nehmen, zu sensibilisieren und neue Fähigkeiten anzutrainieren. Mitarbeitende können und sollten in die Prozesse einbezogen werden.

Um Predictive Analytics im Unternehmen zu implementieren, hat KPMG die Intelligent Forecasting Solution entwickelt. Unser Rahmenwerk bietet klare Handlungsempfehlungen und zeigt auf, wie Unternehmen in vier Schritten vorgehen können- von der Planung und Konzeption über den Proof of Concept, die Implementierung bis hin zur Skalierung auf weitere Unternehmensbereiche. Eine erfolgreiche Implementierung von Predictive Analytics kann zahlreiche Vorteile haben. Dazu gehören eine höhere Planungsgenauigkeit, verbesserte Informationsqualität, Kosteneffizienz und eine positive Gesamtwirkung auf das Performance Management im Finanzbereich.