BUSINESS

Home > Business > Ameisenfarmen, Analysen und die vorausschauende Organisation

Ameisenfarmen, Analysen und die vorausschauende Organisation

9. Juli 2008

Wer wird die World Series gewinnen? Wie viele iPhones wird Apple dieses Jahr verkaufen? Wie viele Leute werden an einem bestimmten Tag von Pensacola nach Naples, Florida, fliegen?

Niemand weiss, was passieren wird. Jeder macht sich seine eigenen Vorstellungen von der Zukunft. Mit Analysewerkzeugen und -techniken lässt sich jedoch ein gewisses Maß an Absehbarkeit erzielen.

Die grundlegende Prämisse sieht wie folgt aus: Es werden vergangene Ereignisse und aktuelle Trends analysiert und in die Zukunft übertragen. So lässt sich abschätzen, was wahrscheinlich passieren wird.

Eine auf Wahrscheinlichkeiten basierende Prognose lohnt sich, wenn es um die Geschäftsstrategie geht. Auch ist es wichtig seine Kunden zu kennen, um sich vom Wettbewerb abzusetzen.

Wettbewerber mit ihren eigenen Waffen schlagen

Moneyball von Michael Lewis bietet eine grundlegende Lektion in vorausschauender Analyse. Das Buch basiert auf einer einfachen Frage: "Wie konnte eine der ärmsten Baseball-Mannschaften, Oakland Athletics, so viele Spiele gewinnen?"¹

Die Antwort lag laut Lewis in zwei Bereichen. Zunächst muss man verstehen, wie Mannschaften eigentlich Erfolge erzielen. Zweitens kommt es nicht darauf an, wie viel Geld man ausgibt, sondern wie man es ausgibt.

Der Manager der Athletics, Billy Beane, verfügte über das zweitniedrigste Gehaltbudget in der Major League und konzentrierte sich darauf, Spieler mit hohen On-Base-Prozentsätzen zu verpflichten. So stellte er eine Mannschaft zusammen, die besser als jede andere Runs sammeln und Spiele gewinnen konnte.

Google: Prognosemärkte und Kundennachfrage

Prognosemärkte sind eine Variante dieses Konzepts. Der Grundgedanke besteht darin, das kollektive Wissen einer Organisation zusammenzutragen, um zukünftige Ereignisse vorherzusagen.

Hierbei handelt es sich um ein Handelssystem, bei dem die Leute auf Entwicklungen setzen, die sie für wahrscheinlich halten: Wer wird der nächste Präsident der USA? Wie hoch wird unser Gesamtumsatz im nächsten Quartal?

Dem Harvard Business Review zufolge sind Prognosemärkte "erstaunlich genaue Entscheidungshilfsmittel". Die Publikation führt das Beispiel von Google an, wo ca. 300 davon eingesetzt werden, um die Kundennachfrage nach neuen Produkten zu bestimmen.²

Die Mitarbeiter spekulieren unter anderem zu folgenden Fragen: Wieviele Leute werden am 1. Januar 2009 Gmail benutzen? Wann kommt das erste Android-Telefon auf den Markt?

An dieser Art von Analyse arbeiten zahlreiche Leute mit, um Markttrends in einer sich schnell verändernden Umgebung aufzuspüren und vorweg zu nehmen.

DayJet: Wohin die Leute fliegen wollen

DayJet ist ein schnell wachsender Lufttaxiservice in der Region um Boca Raton, Florida. Das Geschäftsmodell des Unternehmens unterscheidet sich wesentlich von dem kommerzieller Fluggesellschaften. Es werden keine planmäßigen Flüge angeboten, sondern die Passagiere können wählen, wann und wohin sie fliegen wollen.

Um sicherzustellen, dass Flugzeuge und Piloten verfügbar sind, um die Kunden des Unternehmens "auf Abruf" zu bedienen, verwendet das Unternehmen einen komplexen Analyseprozess. So lässt sich vorhersagen, wie viele Leute an einem bestimmten Tag und an einem bestimmten Ort ein Lufttaxi benutzen wollen.

Dieser Prozess besteht überwiegend aus Simulationsmodellen und "Ameisenfarmen": Wie viele verschiedene Wege wird eine Ameisenkolonie wahrscheinlich gehen, um ein Objekt zu holen.

"Um vorherzusagen, wie viele Leute für einen Flug von Pensacola nach Naples bezahlen würden, simuliert das Unternehmen Entscheidungen, die Hunderttausende einzelner Reisender treffen werden", so The Atlantic.

Diese Ergebnisse "basieren auf dem Durchschnittseinkommen in den einzelnen Städten, auf Geschäftsbeziehungen und anderen Faktoren und sie werden laufend abgestimmt, um echte Daten widerzuspiegeln".³ In diesem Fall ist das Vorhersagen der Zukunft kein Traum: Die Fähigkeit, Daten und Analysen zu verwenden, um die Nachfrage vorweg zu nehmen, steht im Zentrum des Geschäftsmodells von DayJet.

Zukünftige Gegebenheiten analysieren

Bei der Ermittlung zukünftiger Szenarien und Wahrscheinlichkeiten verwenden Organisationen verschiedene Analysestrategien. Ein weit verbreiteter Ansatz ist die vorausschauende Modellbildung.

Die vorausschauende Modellbildung steht ganz am Ende des Analysespektrums - sie schließt an die analytische Berichterstellung, Trendermittlung und Prognose an. Bei dieser Art der zukunftsorientierten Analyse geht es nicht um die Vergangenheit oder darum, was unter bestimmten Gegebenheiten sein könnte, sondern darum, was sein wird.

In diesem Fall versuchen Sie, Entwicklungen vorherzusagen, indem Sie Muster aufdecken, Algorithmen anwenden und Daten verarbeiten.

Man kann den Prozess auch so sehen: Es handelt sich um die Fähigkeit, ein Ergebnis durch Untersuchen seiner Variablen und der Beziehungen zwischen diesen unter die Lupe zu nehmen.

SPSS: Vorausschauende Analyse

Unternehmen wie SPSS unterstützen dies durch visuelle Modellbildung und statistische Software. Die vorausschauende Analyse von SPSS umfasst hoch entwickelte Analyse- und Entscheidungsoptimierungstools. Auf der Analyseseite stehen statistische, mathematische und sonstige Algorithmentechniken.

Davon ausgehend helfen Entscheidungsunterstützungstools wie Scoring und regelbasierte Systeme den Anwendern dabei, die Maßnahmen zu ermitteln und zu testen, die zu den besten Ergebnissen führen werden.

BI und die vorausschauende Organisation

Als Business Intelligence-Funktion kann die vorausschauende Modellbildung in Bereichen wie z. B. Churn-Analyse, Betrugsbekämpfung, Nachfrageprognose und neue Produktideen Informationen liefern und zur Verbesserung der Performance beitragen.

Um eine vorausschauende Organisation aufzubauen, benötigen Unternehmen die Fähigkeit, statistische und vorausschauende Analysen vorzunehmen, die Daten mit aktuellen und historischen Analysen zu verbinden und die Ergebnisse über eine gemeinsame Plattform an die gesamte Organisation weiterzugeben.

Mit einer gemeinsamen Lösung von SPSS und Cognos können Organisationen genau dies tun. Sie können hoch entwickelte statistische Modelle nehmen, Ergebnisse analysieren und diese über Berichte, Analysen, Dashboards und Scorecards an Entscheidungsträger weitergeben.

Zusammenfassung

Unternehmen schneiden am besten ab, wenn sie erkennen, was passiert ist und was geschehen wird. Mit BI können sie Trends aus Vergangenheit und Gegenwart analysieren. Vorausschauende Analysen bieten Einblicke in die Zukunft.

Man kann die Zukunft nie mit Sicherheit vorhersagen. Aber mit dem richtigen Data-Mining und geeigneten Modellen können zukünftige Entwicklungen mit gewissem Erfolg vorhergesagt werden.

Dies verbessert die Fähigkeit einer Organisation, auf Marktveränderungen, wirtschaftliche Risiken und Kundentrends zu reagieren, enorm verbessern.

Quellen

¹ Michael Lewis, Moneball: The Art of Winning an Unfair Game, W.W. Norton & Company, 2004.

² Bala Iyer und Thomas Davenport, Reverse Engineering Google's Innovation Machine, Harvard Business Review, April 2008.

³ James Fallows, Taxis in the Sky, The Atlantic, Mai 2008.