Schlüsselfaktoren für ein erfolgreiches Forecasting & Demand Mangement
Hier möchten wir Sie mit den Schlüsselfaktoren für ein erfolgreiches Forecasting und Demand Management vertraut machen.
Menschen und Kompetenzen
Allzu oft wird der Faktor Mensch und dessen Kompetenzen beim Demand Management entweder unterschätzt oder gänzlich ignoriert.
Unternehmen, die die Bedeutung des Menschen für den Prozess erkennen und den Prozess um den Menschen gestalten, anstatt um ein Software-Tool, entwickeln erfolgreichere und zuverlässigere Demand-Management-Prozesse.
Doch über welche Fähigkeiten sollte eine Demand Manager verfügen?
Der Demand Manager ist ein Allround-Talent:
- Er muss über gute Beziehungen zu den anderen
involvierten Organisationseinheiten verfügen
- Er muss das Geschäft aus der Sicht des Managements
verstehen
- Er muss über analytische Kenntnisse verfügen
- Er muss über Kommunikations-Skills verfügen
- Die Rolle des Demand Managers ist ein full-time Job
Das Demand Management sollte als eigenständige Organisationseinheit etabliert werden!
Organisatorische Eingliederung
Wenn das Demand Management als eigene organisatorische Einheit ausgeprägt werden sollte, stellt sich die Frage der organisatorischen Eingliederung. Grundsätzlich bestehen die beiden links dargestellten Möglichkeiten.
- Im Bereich Sales & Marketing
- Im Supply Chain Management
Führungsfunktionen
Ein weiterer Schlüsselfaktor für ein erfolgreiches Demand Manangement ist die Übertragung notwendiger Führungsfunktionen auf die Organisationseinheit Demand Management.
Demand Planning Prozess
In der ersten Phase werden die Strukturen angepasst und bei Bedarf entsprechend bereinigt. In der zweiten Phase wird die statistische Prognose der Vergangenheitswerte berechnet. In der dritten Phase werden wertende Prognosen von einzelnen Abteilungen abgegeben. Sinnvollerweise sind hier die Abteilungen Vertrieb, Produktmanagement und Marketing beteiligt und die Prognose wird sehr häufig in einem Konsensmeeting diskutiert. Der vierte Schritt, die konsensbasierte Prognose und wertende Prognosen müssen durch entsprechendes Feedback unterstützt werden, das den Plan und die Qualität der eigenen Inputs transparent macht. Auf Basis der konsensbasierten Prognose kann nun der fünfte Schritt, der abhängige Bedarf geplant werden. Diese Prognose stellt nun den Bedarf für die Endprodukte oder Produktgruppe dar. Der letzte Schritt ist die formale Freigabe der Prognose und macht die Prognose für andere Prozesse verwendbar.
Vorhersagemethoden
Qualitative Modelle
Qualitative Prognosemethoden sind in erster Linie subjektiv und verlassen sich auf die menschliche Erfahrung und das Urteilsvermögen.
Diese sind am Besten geeignet, wenn wenige oder keine historische Daten verfügbar sind, wie im Fall von Bedarfsprognosen für neue Produkte.
Quantitative Modelle
Zeitreihen Methoden verwenden historische Daten, um eine
Prognosen durchzuführen. Es wird angenommen, dass die Zukunft ähnlich der Vergangenheit sein wird.
Kausale Modelle
Kausale Prognosemodelle basieren auf Ursache-Wirkungs-Beziehungen. Es werden Variable gesucht, die einen wesent-lichen Einfluss den Bedarf eines Produktes haben. Normalerweise wird ein Regressionsmodell für die Modellierung der Ursache-Wirkung-Beziehung verwendet.
Künstliche Intelligenz (KI)
Künstliche neuronale Netze sind universell einsetzbar
und können Vorhersagen auch für Bereiche treffen,
deren Zusammenhang nicht ausreichend formalisiert ist.
Messung des Forecast-Fehlers
Wenn wir die Güte eines Forecast-Modells evaluieren, müssen wir die Erwartungswerte betrachten, die es generiert. Dies geschieht durch die Berechnung geeigneter Fehlermaße (auch Fehlermetriken). Mit Hilfe von Fehlermetriken ist es möglich, die Güte eines Modells zu quantifizieren. Sie bieten Datenexperten somit eine Möglichkeit, verschiedene Modelle quantitativ zu vergleichen. Mit ihnen ist es möglich, die Eignung von Modellen für bestimmte Aufgaben objektiv zu bewerten.
© Urheberrecht. Alle Rechte vorbehalten.
Wir benötigen Ihre Zustimmung zum Laden der Übersetzungen
Wir nutzen einen Drittanbieter-Service, um den Inhalt der Website zu übersetzen, der möglicherweise Daten über Ihre Aktivitäten sammelt. Bitte überprüfen Sie die Details in der Datenschutzerklärung und akzeptieren Sie den Dienst, um die Übersetzungen zu sehen.